一种用于边云协同推理的隐私保护图像特征压缩方法及系统

    公开(公告)号:CN119545010A

    公开(公告)日:2025-02-28

    申请号:CN202411647035.4

    申请日:2024-11-18

    Abstract: 本发明公开了一种用于边云协同推理的隐私保护图像特征压缩方法及系统,基于新型隐私保护特征压缩框架,结合了注意力机制,并通过特征域集中的对抗协同训练策略引导中间特征的压缩。特征域聚焦的对抗协同训练策略引入了特征域的选择性聚合和特征扰动抑制,增强了数据在传输过程中的安全性和抗攻击能力,有效降低了数据隐私在云端诚实但好奇的服务器上被泄露的风险。为提升算法的泛化能力和适应性,本发明在多个图像数据集和不同深度学习模型上进行了系统评估。实验结果表明,本发明在中间特征传输效率、分析精度及隐私保护水平上均显著优于现有的特征压缩方法,为大规模深度学习模型在资源受限的边缘设备环境中的应用提供了有力的技术支撑。

    基于视频图像目标检测的实时跳绳计数方法、装置和设备

    公开(公告)号:CN113743273B

    公开(公告)日:2024-04-05

    申请号:CN202110997092.5

    申请日:2021-08-27

    Abstract: 本发明公开了一种基于视频图像目标检测的实时跳绳计数方法、装置和设备,通过符合算法要求的跳绳视频,将视频分解成视频帧差图像,在图像上标注检测目标和人体姿态类别,制作用于网络训练和预测的跳绳计数数据集;选择FCOS目标检测模型,并应用制作好的跳绳数据集训练网络;实时采集跳绳视频帧图像,用于后续跳绳计数;使用训练和好FCOS网络实时检测跳绳视频帧差图像的人体目标和人体姿态类别,将人体姿态类别输出给跳绳计数模块;根据实时检测到人体姿态类别得到的人体姿态序列设置一定的跳绳计数机制,进行实时计数;实时计数结果显示模块中,实时性显示当前视频帧图像及从计数开始至当前计数个数,以实时检验跳绳计数效果。

    波束资源分配方法及装置
    74.
    发明授权

    公开(公告)号:CN114599100B

    公开(公告)日:2024-01-19

    申请号:CN202210231703.X

    申请日:2022-03-10

    Abstract: 本发明提供了一种波束资源分配方法及装置,涉及卫星通信的技术领域,包括:先获取用户终端的波束容量需求信息;然后将波束容量需求信息输入至波束资源分配模型,得到用户终端的波束资源分配结果;其中,波束资源分配模型是基于不同样本波束容量需求信息和不同样本波束容量需求信息所对应的波束资源分配结果进行模型训练,并在模型训练过程中采用近端优化策略更新模型参数后得到的神经网络模型。本发明通过基于近端策略更新模型参数的方式能够保证得到的波束资源分配模型贴合实际,进而在保证波束资源分配计算具有时效性的同时,还能够兼顾波束资源分配结果的准确性。

    基于无人机航拍数据的水环境污染情况检测评估装置

    公开(公告)号:CN112488020B

    公开(公告)日:2023-09-19

    申请号:CN202011435957.0

    申请日:2020-12-10

    Abstract: 本发明公开了一种基于无人机航拍数据的水环境污染情况检测评估装置,包括:数据清洗模块、语义分割模块、离线图像分析模块。所述的数据清洗模块,用于对用户输入的大批量无人机航拍图像数据进行高效的去冗余操作,减少整体时间开销,输出去冗余后的文件列表;所述的语义分割模块,对输入的实际航拍视频帧数据或去冗余后图像数据中的河道,漂浮物,异常排口,岸坡耕地,岸坡建筑,岸坡进行像素级的分割,输出目标分割结果和置信度;所述的离线图像分析模块,对语义分割模块输出的分割结果按目标类别在无人机航拍图像中进行差异化处理与标注,输出带有标签的图像以及对应的问题统计文档。本发明能够满足使用者对不同数据源处理的需求。

    基于检测器与跟踪器数据关联的多目标车辆跟踪装置

    公开(公告)号:CN111914625B

    公开(公告)日:2023-09-19

    申请号:CN202010561751.6

    申请日:2020-06-18

    Abstract: 本发明公开了一种基于检测器与跟踪器数据关联的多目标车辆跟踪装置,包括:多阶段目标检测器、相关滤波跟踪器、数据关联模块与人机交互界面。所述多阶段目标检测器,用于周期性地对输入视频帧中多尺度、实际航拍场景下的小型车辆目标进行检测,输出该帧所有小型车辆目标框;所述相关滤波跟踪器,利用多阶段目标检测器输出的各目标位置和尺寸,并行地初始化各个目标,之后逐帧地跟踪目标。所述数据关联模块,周期性地将检测结果与跟踪器预测结果进行关数据关联和匹配,用于维持每个目标的id,并对目标框进行修正。所述人机交互界面,用于使用者进行视频、算法模型的选择,查看评估指标,并在装置运行过程中与被跟踪目标进行交互。

    一种基于双重GAN的边缘修复特征融合的缺陷检测方法

    公开(公告)号:CN112102306B

    公开(公告)日:2022-10-25

    申请号:CN202011024288.8

    申请日:2020-09-25

    Abstract: 本发明公开了一种基于双重GAN的边缘修复特征融合的缺陷检测方法,该方法采用先修复后分割的思想,设计了双重GAN分别对缺陷元件的边缘图和原图进行修复,分别对应的缺陷的纹理特征与灰度特征,并通过特征拼接的方式将修复好的纹理特征融合至缺陷修复网络,辅助对缺陷原图的修复,提高了网络对位于元件边缘的缺陷的修复性能;其中,边缘修复网络中,采用了可形变卷积对残差块的卷积方式进行更改,相较于普通卷积方式,可形变卷积能有效利用全局的边缘信息修复缺陷的边缘。最后对修复前后的处置图上进行了孤立点消除得到缺陷的像素标注。在公开的数据集上的测试结果验证了本发明对缺陷检测性能提升的有效性。

    一种基于多模态互注意融合的渐进式多任务情感分析方法

    公开(公告)号:CN115034227A

    公开(公告)日:2022-09-09

    申请号:CN202210742276.1

    申请日:2022-06-28

    Abstract: 本发明公开了一种基于多模态互注意融合的渐进式多任务情感分析方法,该方法基于多模态数据相融共生的特点,设计全视角闭环互注意融合模块,融合模块级内提出闭环互注意多模态融合网络,级间提出全视角分级融合机制,增强多模态数据的融合效果;针对复杂语境下单模态个性语义缺失、个性与共性语义无法协同的问题,提出渐进式多任务情感分析框架,框架第一层多模态融合子任务挖掘多模态共性语义,单模态子任务保留单模态个性语义,然后提出双重决策融合策略从第二层高层特征和第三层决策两个维度增强子任务间的交互,增强多模态情感分析算法的适应复杂语境的能力,在CH‑SIMS数据集上的测试结果显示了本发明准确率高、参数量小的综合优势。

    基于视频图像目标检测的实时跳绳计数方法、装置和设备

    公开(公告)号:CN113743273A

    公开(公告)日:2021-12-03

    申请号:CN202110997092.5

    申请日:2021-08-27

    Abstract: 本发明公开了一种基于视频图像目标检测的实时跳绳计数方法、装置和设备,通过符合算法要求的跳绳视频,将视频分解成视频帧差图像,在图像上标注检测目标和人体姿态类别,制作用于网络训练和预测的跳绳计数数据集;选择FCOS目标检测模型,并应用制作好的跳绳数据集训练网络;实时采集跳绳视频帧图像,用于后续跳绳计数;使用训练和好FCOS网络实时检测跳绳视频帧差图像的人体目标和人体姿态类别,将人体姿态类别输出给跳绳计数模块;根据实时检测到人体姿态类别得到的人体姿态序列设置一定的跳绳计数机制,进行实时计数;实时计数结果显示模块中,实时性显示当前视频帧图像及从计数开始至当前计数个数,以实时检验跳绳计数效果。

Patent Agency Ranking