公开(公告)号：CN118865014A

公开(公告)日：2024-10-29

申请号：CN202410837816.3

申请日：2024-06-26

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨元昊 ,  杨哲铭

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明提出一种面向机器视觉目标检测的隐身方法和装置，通过基于迁移效果的对抗补丁增强方法，提高网络在黑盒方法下的隐身效果，提高网络的实际应用价值。通过基于生成对抗网络的图像语义增强方法，提高对抗样本的自然语义，改善其不够自然的问题，增加对抗图案可应用的场合。基于训练与微调的对抗补丁生成方法，将整个对抗补丁的生成过程分为训练与微调两个部分，训练过程用于在保证图像语义的前提下提高对抗样本的隐身效果，微调阶段虽然会损失一部分图像语义，但是能够较大提高对抗样本的隐身效果。通过合理的分配训练与微调的过程，可以在对抗样本的隐身效果与图像语义之间达成较好的平衡。

公开(公告)号：CN117853746A

公开(公告)日：2024-04-09

申请号：CN202410046837.3

申请日：2024-01-11

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨元昊 ,  杨哲铭

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种用于目标检测的网络模型、模型训练方法及模型部署方法。模型包括：骨架网络，用于根据输入图像提取输入图像的特征，包括依次连接的切片和卷积阶段以及多个特征提取阶段，前一阶段的输出是后一阶段的输入；每个特征提取阶段包括多个串联的基于深度可分离卷积与残差连接的第二卷积模块，第二卷积模块采用深度可分离卷积的方式进行卷积计算；特征融合网络，用于根据通道级融合模块和哈达玛积运算融合模块将输入图像的特征逐级融合，得到新的特征图；检测头网络，用于根据新的特征图输出目标图像及其类别。本发明针对当前网络参数量大、对设备算力要求高的问题，在网络设计模块将主干网络更加轻量化，加快模型的训练和推理过程同时，提高网络的检测能力。

公开(公告)号：CN117319402A

公开(公告)日：2023-12-29

申请号：CN202311021157.8

申请日：2023-08-15

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  赵健 ,  李宁洲 ,  杨元昊

IPC: H04L67/1008 ,  H04L67/1012 ,  H04L67/566

Abstract: 本发明提供一种基于视觉场景感知的端边云协同方法，所述端边云为智能终端、边缘服务器和云服务器，包括以下步骤：智能终端感知视觉场景复杂度；根据所述视觉场景复杂度将要处理的视频任务分为简单视频任务，中等视频任务和复杂视频任务；对于所述简单视频任务，智能终端将视频任务传送给边缘服务器进行计算；对于所述复杂视频任务，智能终端将视频任务传送给云服务器进行计算；以及对于所述中等视频任务，智能终端根据边缘服务器和云服务器的可用资源比例在所述边缘服务器和云服务器之间分配视频任务。