-
公开(公告)号：CN113920156B
公开(公告)日：2024-08-09
申请号：CN202111004320.0
申请日：2021-08-30
Applicant: 暨南大学
IPC: G06T7/246 , G06T5/70 , G06V10/25 , G06V10/764 , G06N20/00
Abstract: 本发明公开了一种基于视频目标跟踪的加速度估计方法、系统、设备及介质，所述方法包括：对第一帧视频帧中的目标进行抓取，识别出目标物体；并使用核相关滤波算法进行跟踪，获得目标物体的运动轨迹；根据目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据速度估计的最大测量噪声幅值，通过使用一阶滑膜跟踪微分器和高阶滑膜跟踪微分器，从而计算出精确估计目标的加速度。本发明通过人工抓取视频中的第一帧图像中的目标，保证了核相关滤波算法能够准确找到目标并进行跟踪，同时使用增广最小二乘法进行参数辨识，保证了高阶滑膜跟踪微分器估计目标的加速度，可以达到要求的精度。
-
公开(公告)号：CN113507360B
公开(公告)日：2024-01-09
申请号：CN202110715134.1
申请日：2021-06-26
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的科技大数据的交换与共享的系统与方法，所述系统包括数据提供方与数据请求方，所述数据提供方是指将提供科技大数据，并将所述科技大数据通过区块链发布到区块链网络中，供其他科研参与者访问使用的科研机构或个人；所述数据请求方是指访问数据提供方提供的数据的科研机构或个人。本发明的优势在于，解决科技大数据在共享交换问题。采用区块链构建新型大数据交换系统，通过区块链的去中心化和去信任的方式集体维护可靠的分布式数据库，并通过区块链的可溯源特性确保数据可信以及实现版权保护和版权流动。
-
公开(公告)号：CN116664456B
公开(公告)日：2023-11-17
申请号：CN202310960223.1
申请日：2023-08-02
Applicant: 暨南大学
IPC: G06T5/00 , G06N3/0464 , G06N3/098 , G06T5/50 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提出一种基于梯度信息的图片重建方法、系统及电子设备，包括：获取联邦学习中的图片分类模型，及其原始真实图片的真实梯度信息；基于所述真实梯度信息和图片分类模型，获取虚拟图片、标签信息和虚拟梯度信息；获取所述真实梯度信息与所述虚拟梯度信息之间的损失值；基于所述损失值对虚拟图片进行迭代优化，获取重建的图像。本发明基于梯度信息可重建出高质量的图片，重建的虚拟图片与原始真实图片之间的PSNR值达到25.6至33.8之间。
-
公开(公告)号：CN113791240B
公开(公告)日：2023-07-25
申请号：CN202111003208.5
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，得到目标速度的估计值；根据所述目标速度的估计值，得到加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，分别获得速度和加速度估计的最大测量噪声幅值；同时使用高阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
公开(公告)号：CN112733111B
公开(公告)日：2023-05-23
申请号：CN202011634843.9
申请日：2020-12-31
Applicant: 暨南大学
Abstract: 本发明公开的一种基于片段分割的阈值谓词加密生物特征认证方法，包括以下步骤：获取用户的生物特征，对每个用户的生物特征生成参考模板并存储在服务端；用户发起认证请求；服务端收认证请求，将向用户发送挑战；客户端收到挑战后将采集客户端新的生物特征样本，并得到生物特性向量，通过嵌入模块和质询模块计算处理，得到质询的生物特性向量，进而得到质询模板并发送至服务端；服务端收到质询模板，进行每个片段中检测向量的信号计算，运行提取模块进行验证，根据验证结果得到第一步认证结果；进行总相关值计算，得出最终认证结果；本申请不仅可以防止生物特征认证设备受到随机攻击，还可降低计算开销，实现便捷方便的生物特征认证。
-
Patent Agency Ranking
公开(公告)号：CN112651007B
公开(公告)日：2023-05-23
申请号：CN202011634886.7
申请日：2020-12-31
Applicant: 暨南大学
Abstract: 本发明公开的一种基于数字水印的阈值谓词加密生物特征认证方法，包括以下步骤，获取用户的生物特征，对每个用户的生物特征生成参考模板并存储在服务端；用户发起认证请求；服务端收到认证请求，将向用户发送挑战；客户端收到挑战后将采集客户端新的生物特征样本，并得到生物特性向量，经过嵌入水印信息操作，进而得到质询模板并发送至服务端；服务端收到质询模板，进行每个片段中检测向量的信号计算，判断水印信息是否正确，根据水印信息的判断结果得到第一步认证结果；进行总相关值计算，根据总相关值和第一步认证结果得出最终认证结果；本申请可以防止系统受到欺骗攻击，且计算简单、效率高，可以使生物特征认证工作安全高效的进行。
-
公开(公告)号：CN113645187B
公开(公告)日：2023-04-11
申请号：CN202110761477.1
申请日：2021-07-06
Applicant: 暨南大学
IPC: H04L9/40
Abstract: 本发明公开了一种隐私度量和保护策略选择方法、装置、服务器和存储介质，应用于服务器，所述方法包括：接收用户客户端发送的隐私因素集和用户id；根据所述隐私因素集和用户id，将所述隐私因素集里的因素进行大类划分，获取对应的隐私策略参数；根据所述用户id，将所述隐私策略参数发送给对应的用户客户端；接收用户客户端根据所述隐私策略参数发送的新隐私策略参数；确认所述新的隐私策略参数后，将所述新隐私策略参数、所述隐私因素集和所述用户id绑定存储，作为隐私策略。本发明提出对隐私因素集里的因素进行大类划分，对影响环境的因素具有较高的可扩展性和容错性。
-
公开(公告)号：CN113436050A
公开(公告)日：2021-09-24
申请号：CN202110569103.X
申请日：2021-05-25
Applicant: 暨南大学
Abstract: 本发明公开了一种双输入卷积融合的可见水印检测擦除方法，包括以下步骤：构建可见水印检测擦除网络，包括多任务全卷积水印分割网络、基于部分卷积的水印去除网络以及基于普通卷积的双输入分支水印去除网络；输入待处理水印图像，水印图像经过多任务全卷积水印分割网络、基于部分卷积的水印去除网络以及基于普通卷积的双输入分支水印去除网络的处理，得到最终的无水印图像。本发明方法适用于多种嵌入强度的可见水印的去除，相比较于传统方案或使用单一卷积的CNN网络方案，能够适用于不同颜色，不同嵌入强度的水印的去除工作。
-
公开(公告)号：CN112733111A
公开(公告)日：2021-04-30
申请号：CN202011634843.9
申请日：2020-12-31
Applicant: 暨南大学
Abstract: 本发明公开的一种基于片段分割的阈值谓词加密生物特征认证方法，包括以下步骤：获取用户的生物特征，对每个用户的生物特征生成参考模板并存储在服务端；用户发起认证请求；服务端收认证请求，将向用户发送挑战；客户端收到挑战后将采集客户端新的生物特征样本，并得到生物特性向量，通过嵌入模块和质询模块计算处理，得到质询的生物特性向量，进而得到质询模板并发送至服务端；服务端收到质询模板，进行每个片段中检测向量的信号计算，运行提取模块进行验证，根据验证结果得到第一步认证结果；进行总相关值计算，得出最终认证结果；本申请不仅可以防止生物特征认证设备受到随机攻击，还可降低计算开销，实现便捷方便的生物特征认证。
-
公开(公告)号：CN108322757B
公开(公告)日：2020-12-11
申请号：CN201810039694.8
申请日：2018-01-16
Applicant: 暨南大学
IPC: H04N19/467 , H04N19/593
Abstract: 本发明提供了基于帧内预测编码的视频隐写方法，通过构造合适的失真函数后利用STC进行实际嵌入，能确保修改预测模式造成的失真是接近最小的。本发明发送方嵌入消息时，从第一个关键帧I1开始嵌入，根据映射规则得到最优组集将最优组集秘密消息序列m1,1和嵌入扰动集送入第一层嵌入器得到含秘组集将含秘组集秘密消息序列m1,2和嵌入扰动集送入第二层嵌入器得到含秘组集根据含秘组集选用最终预测模式生成视频编码；最终生成含密编码视频X′；接收方提取消息时，从含密编码视频中获取帧内预测编码后的关键帧；从第一个关键帧开始消息提取，利用解码器得到预测模式；根据映射规则得到含密组集，并提取得到私密消息。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.01 seconds)
