-
公开(公告)号：CN114677690A
公开(公告)日：2022-06-28
申请号：CN202210317167.5
申请日：2022-03-29
Applicant: 中科计算技术创新研究院 , 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于滑动窗口频域特征融合的文档篡改检测方法。适用于文档篡改检测领域。本发明所采用的技术方案是：一种基于滑动窗口频域特征融合的文档篡改检测方法，其特征在于：S1、利用滑动窗口对文档图像的文本行进行图像块的提取，滑动窗口长为W’，高为H，滑动步长为S，其中W’＜相应文本行的长W，H与相应文本行的高一致，S＜W’；S2、将通过滑动窗口获得的图像块输入基于频域特征融合模型，得到图像块对应的篡改预测分值；S3、将文本行按滑动步长S划分成多个子区域，并将子区域所在图像块的篡改预测分值平均数作为该子区域的区域篡改分值，形成与文本行对应的分值列表，分值列表上的每个区域篡改分值与文本行每个子区域一一对应。
-
公开(公告)号：CN114677690B
公开(公告)日：2024-11-19
申请号：CN202210317167.5
申请日：2022-03-29
Applicant: 中科计算技术创新研究院 , 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于滑动窗口频域特征融合的文档篡改检测方法。适用于文档篡改检测领域。本发明所采用的技术方案是：一种基于滑动窗口频域特征融合的文档篡改检测方法，其特征在于：S1、利用滑动窗口对文档图像的文本行进行图像块的提取，滑动窗口长为W’，高为H，滑动步长为S，其中W’＜相应文本行的长W，H与相应文本行的高一致，S＜W’；S2、将通过滑动窗口获得的图像块输入基于频域特征融合模型，得到图像块对应的篡改预测分值；S3、将文本行按滑动步长S划分成多个子区域，并将子区域所在图像块的篡改预测分值平均数作为该子区域的区域篡改分值，形成与文本行对应的分值列表，分值列表上的每个区域篡改分值与文本行每个子区域一一对应。
-
公开(公告)号：CN116129086A
公开(公告)日：2023-05-16
申请号：CN202310124911.4
申请日：2023-02-16
Applicant: 中科计算技术创新研究院 , 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于激光雷达点云数据的图纸生成方法。本发明的技术方案为：获取激光雷达围绕物体一圈采集的若干帧点云数据；将该若干帧点云数据拼接融合，形成一个整体三维点云数据；对整体三维点云数据进行预处理，得到物体的三维点云数据；将物体的三维点云数据投影至绘图平面，形成物体的二维投影图；在二维投影图上标示出平面线段集合L'2d中的线段，并根据点云线段集合L'3d中对应起始点和结束点坐标计算该线段的实际长度并标记在二维投影图上。本发明适用于图纸生成技术领域。
-
公开(公告)号：CN119672616A
公开(公告)日：2025-03-21
申请号：CN202510181090.7
申请日：2025-02-19
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06V20/40 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于多模态对比学习的深伪视频检测方法，适用于深度伪造检测领域；该方法包括：将待检测视频输入经训练的视频鉴伪模型，输出该待检测视频的检测结果；视频鉴伪模型包括：视觉编码器，取自经训练的音、视频对比学习模型，用于提取待检测视频中人脸序列的视觉特征；音频编码器，取自经训练的音、视频对比学习模型，用于提取待检测视频的音频特征；跨模态特征融合模块，用于融合视觉编码器提取的视觉特征和音频编码器提取的音频特征，得到特征融合结果；时空特征提取模块，用于对特征融合结果提取时空特征；融合特征不仅包含视觉特征，还包括音频特征，特征更丰富；分类器，用于基于时空特征，将待检测视频分类为真实视频或伪造视频。
-
公开(公告)号：CN115880749A
公开(公告)日：2023-03-31
申请号：CN202211389220.9
申请日：2022-11-08
Applicant: 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于多模态特征融合的人脸深伪检测方法。本发明的目的是提供一种基于多模态特征融合的人脸深伪检测方法。本发明的技术方案为：该检测方法其特征在于：获取待检测图像；将待检测图像输入经训练的人脸深伪检测模型，得到检测判断结果；所述人脸深伪检测模型，包括RGB纹理特征提取模块、SRM高频噪声特征提取模块、DCT频域感知特征提取模块、低维度多尺度特征交互模块、跨模态特征融合模块和分类模块。本发明适用于深度伪造检测领域。
-
Patent Agency Ranking
公开(公告)号：CN118587522A
公开(公告)日：2024-09-03
申请号：CN202410433855.7
申请日：2024-04-11
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06V10/774 , G06V10/72 , G06V20/70 , G06V10/762 , G06V40/16 , G06V10/82 , G06T11/00 , G06N3/0895 , G06N3/0455
Abstract: 本发明涉及一种特定概念模型训练方法、特定概念的图像生成方法。适用于图像生成技术领域。本发明所采用的技术方案是：一种特定概念模型训练方法，其特征在于，包括：获取符合同一特定概念的训练图像集合，并对训练图像集合进行预处理；为训练图像集合中各图像进行标注，得到对应图像的文本描述，组成图像‑文本对；基于图像‑文本对对待训练的特定概念模型进行训练，得到训练好的特定概念模型。所述特定概念为特定人物或特定风格。本发明对上传的特定概念图像进行数据清洗、数据标注，支持定制化的训练特定概念模型，例如特定人物模型、特定风格模型，并支持利用训练的模型，根据文本描述进行推理，生成符合文本描述且具有特定概念的图像。
-
公开(公告)号：CN118038234A
公开(公告)日：2024-05-14
申请号：CN202311788968.0
申请日：2023-12-25
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06V10/82 , G06V10/764 , G06V40/40 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0464 , G06N3/044
Abstract: 本发明涉及一种模型指纹提取方法、图像伪造类型判定方法。适用于数字图像取证领域。本发明所采用的技术方案是：输入两张不同模型的生成图像I1和I2到双流编码器中，得到两张图像的内容特征z_C1，z_C2和指纹特征z_F1，z_F2；采用内容生成器和指纹生成器对两组内容特征和指纹特征解码为内容图像C1，C2和指纹图像F1，F2；对内容图像和指纹图像进行交叉叠加，得到四张叠加图像：C1+F1，C1+F2，C2+F1，C2+F2；采用L2损失约束C1+F1和C1+F2和输入图像I1的内容尽可能接近，约束C2+F1和C2+F2和输入图像I2的内容尽可能接近；采用多分类交叉熵损失约束C1+F1和C2+F1分类为I1对应的生成模型，约束C1+F2和C2+F2分类为I2对应的生成模型。
-
公开(公告)号：CN116665280A
公开(公告)日：2023-08-29
申请号：CN202310755110.8
申请日：2023-06-25
Applicant: 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于celery的多模型虚假图像数据检测系统。本发明适用于图像视频检测领域。本发明要解决的技术问题是：提供一种基于celery的多模型虚假图像数据检测系统。本发明所采用的技术方案是：一种基于celery的多模型虚假图像数据检测系统，其特征在于，包括生产者模块、数据缓存模块和消费者模块，其中：所述生产者模块，用于读取待检测数据；所述消费者模块，用于分批从所述数据缓存模块中取出待检测数据；所述数据缓存模块，用于暂存待检测数据，并用于在暂存的待检测数据数目大于预设阈值A时向所述生产者模块发送减少数据读取的信号；所述消费者模块包含鉴伪模块，鉴伪模块包括多个能异步运行的、不同类型的鉴伪子模型。
-
公开(公告)号：CN115700844A
公开(公告)日：2023-02-07
申请号：CN202211389190.1
申请日：2022-11-08
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06V40/16 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于多模型两次融合的人脸深伪检测方法。本发明的技术方案为提供一种具有更高的准确率、泛化性和鲁棒性的基于多模型两次融合的人脸深伪检测方法，其特征在于：获取待检测图像；将待检测图像输入经训练的人脸深伪检测模型，得到检测判断结果；所述人脸深伪检测模型包括基于CNN的人脸深伪检测基模型Ⅰ、基于VIT的人脸深伪检测基模型Ⅱ和基于CNN+VIT的人脸深伪检测基模型Ⅲ，以及用于融合基模型Ⅰ、Ⅱ、Ⅲ预测结果得到检测判断结果的元学习器；所述基模型Ⅰ、Ⅱ、Ⅲ在训练时均采用多组不同超参数训练得到多个初级模型，将各基模型对应的多个初级模型融合得到经训练的相应基模型。本发明适用于人脸深度伪造检测领域。
-
公开(公告)号：CN114002691A
公开(公告)日：2022-02-01
申请号：CN202111275089.9
申请日：2021-10-29
Applicant: 杭州中科睿鉴科技有限公司 , 北京速波科技有限公司
IPC: G01S17/08 , G01S17/931
Abstract: 本发明涉及一种基于激光雷达的全自动站台限界测量方法。本发明所采用的技术方案是：获取站点和轨道区域的点云数据；利用基于区域生长的分割算法从点云数据中分割出站台平面和轨道平面，在区域生长分割中加入反射率信息；通过坐标变换将站台平面和轨道平面数据点集变换至与坐标轴平行的平面；根据站台的位置以及铁轨距离相关的先验知识，在轨道平面划取铁轨感兴趣区域，并利用神经网络pointnet++完成铁轨分割，pointnet++的输入为4维，3维坐标+1维反射率；分别对铁轨平面和站台平面作平面拟合，计算铁轨边缘的垂直平面、站台边缘的垂直平面，并计算铁轨和站台的垂直平面之间的距离，完成限界测量。本发明适用于雷达点云测距领域。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.04 seconds)
