-
公开(公告)号：CN107135221B
公开(公告)日：2020-05-05
申请号：CN201710326387.3
申请日：2017-05-10
Applicant: 上海海事大学
IPC: H04L29/06
Abstract: 本发明公开了一种渐进式求解K最大概率攻击路径的方法，该方法能够分轮次逐步输出攻击各个结点的K条最大概率攻击路径，在每一轮次中，各结点都有输出攻击路径的机会，解决了漏洞可用性累积概率值较小的攻击路径所对应的结点可能在很长时间内都无法输出一条攻击路径的问题，该方法输出的攻击路径的数量可以动态增长，不要求事先给定攻击路径的数量K的具体取值，解决了攻击路径计算实时性和攻击路径求解数量之间的平衡性问题。该方法为网络中每个结点分别建立多个可用漏洞信息表，对各可用漏洞信息表进行已访问和未访问的标记，并结合各可用漏洞信息表的具体信息进行漏洞选取和利用，最终实现了K最大概率攻击路径的渐进式求解和输出。
-
公开(公告)号：CN111507239A
公开(公告)日：2020-08-07
申请号：CN202010288097.6
申请日：2020-04-14
Applicant: 上海海事大学
Abstract: 本发明提出了一种基于图像金字塔的局部特征人脸识别方法。首先采集相关人员的面部图像并将其作为训练集，其次把这些人脸图像灰度化，输入到图像金字塔中，通过金字塔每一层分解得到低频人脸图像与高频人脸图像，同时去除高频人脸图像中的噪声元素，然后提取这些图像的中心对称的双层局部三值特征，最后级联形成联合特征直方图并本地化保存，方便后续的识别。本发明提出的方法不仅对人脸图像噪声具有较好的鲁棒性，同时可以提取人脸的细微特征并准确的反映人脸局部特征变化，因此能够为后续的人脸识别等工作提供较高的分类精度。
-
公开(公告)号：CN118942052A
公开(公告)日：2024-11-12
申请号：CN202410980348.5
申请日：2024-07-22
Applicant: 上海海事大学
IPC: G06V20/54 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/25
Abstract: 本发明涉及一种基于重构卷积与增强特征融合的船舶检测方法，步骤包括：获取含有船舶目标的图像；采用特征提取骨干网络对含有船舶目标的图像进行特征提取，得到三个不同尺度的特征；对特征进行空间和通道重建卷积以消除空间冗余和通道冗余，得到三个特征层；将三个特征层输入至NL‑Block模块对高层语义信息与底层特征信息进行特征融合，输出特征图；将特征图送入一阶段检测算法的检测头中进行目标框的预测与分类，得到船舶检测结果。本发明优化了卷积神经网络的特征提取过程减少特征图之间的信息冗余，并更加充分地融合高层语义信息与底层特征信息，提高模型对多尺度船舶的检测能力，在处理复杂场景与船舶多尺度问题时具有良好的表现。
-
公开(公告)号：CN111507239B
公开(公告)日：2023-09-22
申请号：CN202010288097.6
申请日：2020-04-14
Applicant: 上海海事大学
Abstract: 本发明提出了一种基于图像金字塔的局部特征人脸识别方法。首先采集相关人员的面部图像并将其作为训练集，其次把这些人脸图像灰度化，输入到图像金字塔中，通过金字塔每一层分解得到低频人脸图像与高频人脸图像，同时去除高频人脸图像中的噪声元素，然后提取这些图像的中心对称的双层局部三值特征，最后级联形成联合特征直方图并本地化保存，方便后续的识别。本发明提出的方法不仅对人脸图像噪声具有较好的鲁棒性，同时可以提取人脸的细微特征并准确的反映人脸局部特征变化，因此能够为后续的人脸识别等工作提供较高的分类精度。
-
公开(公告)号：CN111709312A
公开(公告)日：2020-09-25
申请号：CN202010460599.2
申请日：2020-05-26
Applicant: 上海海事大学
Abstract: 本发明提出了一种基于联合主模式的局部特征人脸识别方法。首先采集相关人员的面部图像，将其制作为训练集后灰度化；其次提取计算这些图像的局部二值特征直方图；然后将训练集中所有图像的特征输入到模型中，输出计算得到的联合主模式；最后，使用联合主模式优化所有面部图像对应的局部二值特征直方图并本地化保存，方便后续的识别。本发明提出的方法不仅降低了局部二值特征直方图的维度，同时使优化后的直方图具备更好的特征判别能力和跨特征的描述能力，因此能够为后续的人脸识别等工作提供较高的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN107888588B
公开(公告)日：2020-07-24
申请号：CN201711100183.4
申请日：2017-11-09
Applicant: 上海海事大学
IPC: H04L29/06
Abstract: 本发明公开了一种指定目标结点集合的K最大概率攻击路径求解方法，该方法能够分别求解指定目标结点集合中各目标结点的K最大概率攻击路径，每个目标结点可以分别设定不同的K的取值，在计算过程中对各结点相应的可用漏洞信息表的访问标记进行设置，仅从所有访问标记为“未访问”的可用漏洞信息表中进行漏洞选取和利用，在求解出攻击目标结点的攻击路径后，会根据情况把该攻击路径上各结点相应的可用漏洞信息表的访问标记设置为“未访问”，从而使各相应可用漏洞信息表中剩余的可用漏洞信息有被选取和利用的机会，在指定目标结点集合和各目标结点需要求解的K最大概率攻击路径数量的情况下，该方法能够有效减少攻击路径求解过程中的计算量。
-
公开(公告)号：CN111401468A
公开(公告)日：2020-07-10
申请号：CN202010225440.2
申请日：2020-03-26
Applicant: 上海海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于共享近邻的权重自更新多视角谱聚类方法，该方法包括：步骤1：输入多个视角的数据集，根据共享近邻的自适应高斯核函数计算出各个视角的相似矩阵；步骤2：根据拉普拉斯矩阵秩约束理论对各个视角的相似矩阵的簇结构进一步优化各个视角的相似矩阵；步骤3：根据权重自更新多视角谱聚类模型计算出全局拉普拉斯矩阵；步骤4：根据所得到的全局拉普拉斯矩阵，计算出全局相似矩阵，由此得到一个具有多个联通分支的全局相似矩阵，从而得到最终的多个簇。本发明能够提高谱聚类算法中相似矩阵构造的准确性，并减少在相似矩阵构造阶段所花费的计算时间，同时进一步优化多视角数据融合模型。
-
公开(公告)号：CN107135221A
公开(公告)日：2017-09-05
申请号：CN201710326387.3
申请日：2017-05-10
Applicant: 上海海事大学
IPC: H04L29/06
Abstract: 本发明公开了一种渐进式求解K最大概率攻击路径的方法，该方法能够分轮次逐步输出攻击各个结点的K条最大概率攻击路径，在每一轮次中，各结点都有输出攻击路径的机会，解决了漏洞可用性累积概率值较小的攻击路径所对应的结点可能在很长时间内都无法输出一条攻击路径的问题，该方法输出的攻击路径的数量可以动态增长，不要求事先给定攻击路径的数量K的具体取值，解决了攻击路径计算实时性和攻击路径求解数量之间的平衡性问题。该方法为网络中每个结点分别建立多个可用漏洞信息表，对各可用漏洞信息表进行已访问和未访问的标记，并结合各可用漏洞信息表的具体信息进行漏洞选取和利用，最终实现了K最大概率攻击路径的渐进式求解和输出。
-
公开(公告)号：CN111709312B
公开(公告)日：2023-09-22
申请号：CN202010460599.2
申请日：2020-05-26
Applicant: 上海海事大学
Abstract: 本发明提出了一种基于联合主模式的局部特征人脸识别方法。首先采集相关人员的面部图像，将其制作为训练集后灰度化；其次提取计算这些图像的局部二值特征直方图；然后将训练集中所有图像的特征输入到模型中，输出计算得到的联合主模式；最后，使用联合主模式优化所有面部图像对应的局部二值特征直方图并本地化保存，方便后续的识别。本发明提出的方法不仅降低了局部二值特征直方图的维度，同时使优化后的直方图具备更好的特征判别能力和跨特征的描述能力，因此能够为后续的人脸识别等工作提供较高的分类精度。
-
公开(公告)号：CN116778145A
公开(公告)日：2023-09-19
申请号：CN202310572150.9
申请日：2023-05-19
Applicant: 上海海事大学
IPC: G06V10/25 , G01S13/86 , G06V10/40 , G06V10/766 , G06V10/26 , G06V10/82 , G06V10/762 , G06V10/764 , G06V20/64 , G06V20/58 , G06V10/80 , G06N3/0464
Abstract: 本发明涉及一种基于三模态数据源融合的自动驾驶三维目标检测方法，步骤包括：使用RGB相机、激光雷达和毫米波雷达三个模态的数据源作为输入；通过区域建议网络，以每相邻H帧为一组数据，生成3D建议框并裁剪出三个模态的感兴趣区域RoI；对三个模态的感兴趣区进行RoI池化；通过融合网络，将H帧中三个模态的感兴趣区RoI进行融合，并使用H通道的三维卷积层融合时间维度得到特征张量；将得到的特征张量拉伸成一维并经过全连接层得到最终输出。本发明通过时间融合，在不过多增加计算量的情况下提高数据的利用率，提升三维目标检测模型的训练效果；组合RGB相机、激光雷达和毫米波雷达，增强自动驾驶三维目标检测模型的抗干扰性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
