实现针对分布式云存储性能进行测试的方法、装置、系统、设备、处理器及其存储介质

    公开(公告)号:CN112395176A

    公开(公告)日:2021-02-23

    申请号:CN202011276038.3

    申请日:2020-11-16

    Abstract: 本发明涉及一种实现针对分布式云存储性能进行测试的方法,包括明确需要测试的性能项以及对云存储的相关参数进行调整、由控制节点以及配置文件控制负载节点上的虚拟机生成测试数据流、得到各个待测存储节点的各个测试项对应的结果、挑选所有输出数据中需要的信息组成特定的格式并将生成的各类数据图表化;根据云存储性能评估标准,明确性能测试等级,完成最终测试报告。本发明还涉及一种分布式云存储性能测试装置、系统、设备、处理器及存储介质,同样能实现上述技术效果。采用了本发明的实现针对分布式云存储性能进行测试的方法、装置、系统、设备、处理器及存储介质,核心在于实现了集测试、数据分析和可视化于一体的云存储性能自动化测试,在分布式云存储研究以及测试评估领域都有广阔的应用前景。

    基于深度卷积生成对抗网络实现虹膜生物特征图片自动生成的方法

    公开(公告)号:CN111597977A

    公开(公告)日:2020-08-28

    申请号:CN202010408209.7

    申请日:2020-05-14

    Abstract: 本发明涉及一种基于深度卷积生成对抗网络实现虹膜生物特征图片自动生成的方法,包括以下步骤:对训练用虹膜图片数据集进行预处理;确定输入噪声向量;以深度卷积生成对抗网络构建训练网络模型;向训练网络模型输入训练用虹膜图像以及对应的输入噪声向量进行训练,直至结果收敛;根据经过训练后得到的网络模型,自动生成指定样式且大小为2N×2N的虹膜图片。采用了本发明的基于深度卷积生成对抗网络实现虹膜生物特征图片自动生成的方法,核心就在于搭建的深度卷积生成对抗网络结构简单,训练速度快、虹膜生成效率高,最终由生成网络生成的虹膜图片真实感强、纹理清晰,在虹膜数据集构建以及虹膜隐私安全领域都有广阔的应用前景。

    基于生成对抗网络实现自定义高分辨率人脸图片自动生成的方法

    公开(公告)号:CN110378979A

    公开(公告)日:2019-10-25

    申请号:CN201910598725.8

    申请日:2019-07-04

    Abstract: 本发明涉及一种基于生成对抗网络实现自定义高分辨率人脸图片自动生成的方法,包括对训练用的人脸图片数据集进行预处理;将预处理后的图片数据集以及隐藏向量Z输入人脸生成对抗网络进行训练;训练人脸特征提取网络;在隐藏向量Z和提取的特征向量之间执行线性回归;将回归斜率进行归一化后构造隐藏向量空间特征轴;解除生成人脸图像中两个相关特征的关联性;将修改后的隐藏向量输入生成对抗网络中的生成网络生成自定义特征的高分辨率人脸图片。采用了本发明的方法,最终由生成网络生成的人脸图片清晰、逼真而且能够生成自定义的人脸图片,在人脸数据集构建以及人脸安全领域都有广阔的应用前景。

    实现针对三维人脸识别设备性能测试的方法、系统、装置、处理器及其存储介质

    公开(公告)号:CN112668510B

    公开(公告)日:2024-05-24

    申请号:CN202011635084.8

    申请日:2020-12-31

    Abstract: 本发明涉及一种实现针对三维人脸识别设备性能测试的方法,包括根据摄像头形态对三维人脸识别设备进行分类;针对不同类别对图像采集数据进行性能测试;制作满足质量要求的注册人脸图像,并进行人脸库注册;进行人脸辨识性能测试,得到人脸辨识性能测评结果;制作不同类型的假体攻击样本,确认活体检测性能要求分级;进行活体检测性能测试,得到活体检测性能测评结果。本发明还涉及相应的系统、装置、处理器及其计算机可读存储介质。采用了本发明的该方法、系统、装置、处理器及其计算机可读存储介质,流程简单清晰,测试场景适应性更强、安全性评估要求更高,在三维人脸识别设备测评以及人脸识别安全领域都有广阔的应用前景。

    基于StarGAN网络模型实现行人重识别图片自动生成的方法

    公开(公告)号:CN111597978B

    公开(公告)日:2023-04-07

    申请号:CN202010408231.1

    申请日:2020-05-14

    Abstract: 本发明涉及一种基于StarGAN网络模型实现行人重识别图片自动生成的方法,包括对训练用的行人图片数据集进行预处理;将预处理后的图片数据集输入姿态特征提取网络以及外观特征提取网络分别进行姿态特征提取以及外观特征提取;基于StarGAN网络模型构建行人重识别图片,自动生成风格迁移网络;将训练用行人图片以及对应的姿态特征和外观特征输入风格迁移网络,并进行训练;形成最终的行人生成网络。采用了本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法,可以使用在任意数据集上训练得到的任意特征提取预训练网络以及姿态提取预训练网络来对进行行人特征提取,生成的行人重识别图片清晰、真实。

    基于特征一致性实现黑盒人脸对抗攻击样本生成的方法、装置及其存储介质

    公开(公告)号:CN111881436A

    公开(公告)日:2020-11-03

    申请号:CN202010772620.2

    申请日:2020-08-04

    Abstract: 本发明涉及一种基于特征一致性实现黑盒人脸对抗攻击样本生成的方法,包括对训练用的人脸图片数据集进行预处理;构建人脸特征码提取网络,并提取训练用人脸图片对应的特征码;构建人脸对抗攻击样本生成对抗网络;将预处理后的训练图片数据集和对应的特征码输入人脸对抗攻击样本生成对抗网络进行训练;提取其对应的人脸特征码;生成对应的人脸对抗攻击样本。本发明还涉及一种基于特征一致性实现黑盒人脸对抗攻击样本生成的装置及其计算机可读存储介质。采用了本发明的基于特征一致性实现黑盒人脸对抗攻击样本生成的方法、装置及其计算机可读存储介质,核心在于利用黑盒的方式自动生成真实人脸的对应对抗攻击样本,网络结构简单,执行效率高,生成的人脸对抗攻击样本真实、清晰,在人脸对抗攻击样本数据集构建以及人脸识别安全领域都有广阔的应用前景。

    基于水面状态连续成像系统的波浪传播方向的提取方法

    公开(公告)号:CN106908782B

    公开(公告)日:2019-08-06

    申请号:CN201710224076.6

    申请日:2017-04-07

    Abstract: 本发明涉及一种基于水面状态连续成像系统的波浪传播方向的提取方法,包括以下步骤:(1)利用水面状态连续成像系统收集探测区域波浪回波,并且对连续收集的回波进行采样以及成像,组成N帧(N通常的取值为32、64、128等)回波图像序列;(2)对收集到的回波图像序列进行预处理,滤除图像中背景噪声;(3)将预处理后的图像序列进行光流运动估计,得到N帧回波图像序列像素点的运动矢量集;(4)将运动矢量集中所有像素点的运动速度作为权值,将所有像素点方向进行加权平均,获取所有像素点集的整体运动方向;(5)将整体运动方向进行相对坐标校正,得到最终波浪的传播方向计算结果。本发明为基于水面状态连续成像系统的波浪传播方向提取提供了一种新的方法,同时,该方法简单高效,占用资源少,方法不仅适用于各种型号的X波段雷达,还适用于红外、可见光成像系统,具有广泛的应用价值。

    船载X波段测波雷达回波图像的预处理方法

    公开(公告)号:CN106772285B

    公开(公告)日:2019-05-03

    申请号:CN201611069813.1

    申请日:2016-11-29

    Abstract: 本发明涉及一种船载X波段测波雷达回波图像的预处理方法,包括以下步骤:(1)对船舶运动形式进行研究,将船舶在海上的运动状态定义为六个自由度的运动;(2)根据船舶运动状态建立海上运动模型,评估X波段测波雷达回波图像的影响大小;(3)忽略船舶艏摇和横荡的影响;(4)计算接收到的信号电平损失;(5)实时获得实际距离分辨单元与参考距离分辨单元之间的偏移量,并对测波雷达回波图像序列进行校正以满足后续海态参数反演要求。采用该方法,计算方法简单,占用资源少;还适用于红外及可见光海面成像雷达,具有广泛的应用范围。

    生物特征识别对抗样本攻击安全测评方法、系统、装置、处理器及其计算机可读存储介质

    公开(公告)号:CN113343247A

    公开(公告)日:2021-09-03

    申请号:CN202110673250.1

    申请日:2021-06-17

    Abstract: 本发明涉及一种基于生物特征识别针对对抗样本攻击实现安全测评处理的方法,包括利用待测对象和数据集进行生物特征识别操作,选择出预测正确的图片作为攻击的准备;选择攻击算法,利用攻击算法产生对抗样本;选择防御算法,使用防御算法进行对象识别模型防御增强;根据攻击算法生成的对抗样本对防御增强后的对象模型进行攻击测试;制定安全评估标准,并根据标准进行各项评估指标计算;汇总安全评估标准计算结果,确定待测生物特征识别对象的安全等级。本发明还涉及相应的系统、装置、处理器及其计算机可读存储介质。采用了本发明的上述方法、系统、装置、处理器及其计算机可读存储介质,极大地简化测试操作过程,确保结果公平,数据真实有效,在生物特征识别安全领域有广阔的应用前景。

Patent Agency Ranking