-
公开(公告)号:CN118918435A
公开(公告)日:2024-11-08
申请号:CN202410952565.3
申请日:2024-07-16
Applicant: 浙江大学
IPC: G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种基于电磁注入的对抗样本生成方法,该方法利用难以察觉的电磁信号作为攻击向量,向摄像头进行电磁注入以实现物理对抗样本。通过对大量物理制约因素的分析以及基于期望转换技术的对抗样本增强,克服了对抗样本物理可实现性不足的问题,有效实现了高有效性的物理对抗样本。本发明无需在场景预部署对抗图案,利用电磁信号直接操纵摄像头的传感器图像,具有隐蔽性高、可实现性强的优势。
-
公开(公告)号:CN118736463A
公开(公告)日:2024-10-01
申请号:CN202410884030.7
申请日:2024-07-03
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的河道表面水流速度测量方法,包括以下步骤:步骤1、获取包含标识物和漂浮物的河道视频图像,并截取连续多帧的图像;步骤2、从河道视频图像中分割得到水面区域进而分割得到有效测速区域,并计算有效测速区域的实际宽度;步骤3、从有效测速区域中检测识别得到各个漂浮物,并判断漂浮物是否为有效测速区域中的有效漂浮物;步骤4、获取有效漂浮物首次出现在效测速区域的时间、首次离开有效测速区域的时间;然后,基于有效测试区域的实际宽度、有效漂浮物首次出现在效测速区域的时间、首次离开有效测速区域的时间,计算得到河道表面水流速度。本发明提高了现有计算河道表面水流速算法的准确度。
-
公开(公告)号:CN118157949A
公开(公告)日:2024-06-07
申请号:CN202410268038.0
申请日:2024-03-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于SeqGAN的车载CAN总线模糊测试方法和装置,包括获取足量的目标车辆正常运行时的CAN数据帧;对每个CAN数据帧,提取并拼接其中的ID字段以及数据域,生成一条完整的CAN消息;将所有的CAN消息作为训练数据,输入并训练模糊测试器;使用训练后的模糊测试器生成一系列模糊消息;根据CAN标准,将模糊消息转化为规范的CAN数据帧,并输入目标车辆,同时监测车辆运行情况是否出现异常,以进行模糊测试。该方法实现了数据驱动的自动化且高效的车载CAN总线模糊测试,能够在生成对IDS具有隐蔽性的合规CAN数据的同时,尽量生成可能导致异常的模糊CAN数据,从而提供真实可靠的车载CAN模糊测试方法。
-
公开(公告)号:CN117854039A
公开(公告)日:2024-04-09
申请号:CN202311758543.5
申请日:2023-12-20
Applicant: 浙江大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/54 , G06V10/26 , G06V10/32 , G06T17/20 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明提供了一种面向车辆目标检测模型的对抗样本生成方法和端到端对抗训练系统,本发明通过控制摄像头视角、天气状态等参数,生成多样化的自动驾驶场景数据,再基于神经渲染器绘制并优化物理可部署的对抗纹理,得到对抗样本,实现多视角下的有效攻击;可以将优化的纹理张贴到车辆表面,实现物理世界的评估与检测;且具有良好的泛化性,能够干扰不同的目标检测模型,可以提升其鲁棒性。发明还通过预置若干超参数控制交通流特征,设计脚本实现自动化训练。针对识别效果不佳的样本,系统会提取其对应的拍摄参数特征,在下一个轮次生成更多的类似样本,实现自适应的流水线训练过程,定向优化模型的薄弱环节,极大地减少了训练开销。
-
公开(公告)号:CN116665030A
公开(公告)日:2023-08-29
申请号:CN202310606260.2
申请日:2023-05-26
Applicant: 浙江大学
IPC: G06V20/05 , G01N21/59 , G01N21/84 , G01N21/01 , G06V10/764 , G06V10/774 , G06T7/136 , G06T7/187 , G06T7/155 , G06T7/12
Abstract: 本发明公开了一种基于嵌入式系统的水质透明度检测方法,包括以下步骤:步骤1、获取塞氏盘图像和水尺图像并输入树莓派嵌入式系统;步骤2、通过设于树莓派嵌入式系统中的塞氏盘识别模型对塞氏盘图像进行推理,若推理结果为塞氏盘图像中塞氏盘达到看不清状态则执行步骤3;步骤3、在树莓派嵌入式系统中从水尺图像获取水尺读数数据。本发明可以按帧检测图像或者实时检测塞氏盘是否达到看不清状态,数值稳定客观、不受个体主观因素影响,可以代替人类的主观判断,识别速度快,同时对水尺图像读数的误差控制在1cm以内。
-
公开(公告)号:CN113111726B
公开(公告)日:2022-10-28
申请号:CN202110292483.7
申请日:2021-03-18
Applicant: 浙江大学
Abstract: 本发明公开一种基于同源信号的振动马达设备指纹提取识别方法,通过终端自带的惯性传感单元采集马达振动过程中的加速度和角速度信号,终端对信号进行切分、滤波以及对齐,并发送给云端服务器,同时终端向云端服务器发送认证或注册请求;云端服务器将信号同时输入经过训练的由残差块、Dropout层、全连接层和损失函数组成的双通道融合网络,获得马达指纹;并采用分类器对马达指纹进行分类;若分类成功,则云端服务器输出分类结果;若不存在该类别,此时,若终端发送的是注册请求,则云端服务器存储马达指纹,并更新数据库;若终端发送的是认证请求,则云端服务器直接拒绝认证。本发明能够克服各种噪声对识别结果的影响,提高了认证准确率和稳定性。
-
公开(公告)号:CN113111725B
公开(公告)日:2022-10-28
申请号:CN202110291623.9
申请日:2021-03-18
Applicant: 浙江大学
Abstract: 本发明公开一种基于同源信号的振动马达设备指纹提取识别系统,该系统包括终端和云端服务器;终端带有马达和惯性传感单元,惯性传感单元用于采集所述马达振动过程中的加速度和角速度信号,终端将该信息进行预处理,并发送给云端服务器;云端服务器通过向双通道融合网络中输入加速度和角速度信号,输出马达指纹,并通过分类器对马达指纹进行分类,并根据不同的终端请求,返回分类结果或者认证结果或重置结果。本发明的识别系统能够克服各种噪声对识别结果的影响,提高了认证准确率和稳定性。同时该系统可以很容易实现终端马达的识别指纹重置。因现有的终端大部分均包括马达和惯性测量单元,因此本发明的识别系统应用成本低、适用面广。
-
公开(公告)号:CN114783447A
公开(公告)日:2022-07-22
申请号:CN202210423843.7
申请日:2022-04-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于声纹识别对抗性样本的物理域身份伪装系统及方法,系统包括离线训练部分和在线伪装部分,是一种将扰动与生成过程与施加过程分离的实时流式伪装攻击方法,利用实时音素对齐器和实时音素预测器预测并定位实时语音中的音素,并在音素级别生成细粒度的通用亚音素级对抗扰动,从而使得一次生成的亚音素级对抗性扰动能够实时施加到流式语音中,最终实现适应于真实物理域场景的伪装攻击形式。本发明每次实时同步的平均时间开销为0.11s,这表明本发明的同步机制能够在0.5s的同步间隔下实现良好的实时性能;音素延迟的中位数为50ms,超过75%的音素延迟小于100ms,具有良好的同步性能。
-
公开(公告)号:CN113252614B
公开(公告)日:2022-07-22
申请号:CN202110579783.3
申请日:2021-05-26
Applicant: 浙江大学
IPC: G01N21/59 , G06V10/762 , G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机视觉技术领域,具体地说,涉及一种基于机器视觉的透明度检测方法,提出了一种基于图像处理的智能塞氏盘与水尺识别技术,将传统的塞氏盘与图像处理、深度学习等技术相结合,准确测量出了水体的透明度,克服了人工测量过程中因主观和客观因素造成读数有误差、圆盘位置判断不准确的缺点。该方法准确率高,数值稳定客观、不受个体主观因素影响,具有很高的应用价值。
-
公开(公告)号:CN112016405B
公开(公告)日:2022-07-15
申请号:CN202010788412.1
申请日:2020-08-07
Applicant: 浙江大学
Inventor: 林峰
Abstract: 本发明公开了一种基于可穿戴设备的心电图身份认证方法,该方法对用户输入的心电图进行预处理,特征点检测与特征提取,被提取的心电图特征与用户数据库中的特征模板相匹配比较。针对可穿戴设备上的心电图降噪问题,本发明设计了混合三层降噪可以有效去除噪声信号,混合三层降噪结合了形态学滤波和频域滤波的优势,其实现方法简便,滤波后获得心电图的信号质量能得到显著保证。本发明构造的用户特征模板保留了心电图的基准特征与非基准特征各自的硬指标与软指标特性,保证了系统的认证准确率。
-
-
-
-
-
-
-
-
-