-
公开(公告)号：CN119251528A
公开(公告)日：2025-01-03
申请号：CN202411774392.7
申请日：2024-12-04
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/74 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/54 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本申请实施例提供了一种目标图像复用检测方法、系统、电子设备及介质，其方法中，基于预设卷积神经网络对目标图像进行特征处理，得到目标图像的复用检测特征，其中，复用检测特征为目标图像的低层特征和高层特征的融合特征。随后，根据复用检测特征在预设特征向量数据库中进行特征查询，得到复用比对特征，并将复用检测特征与复用比对特征进行相似性度量，以确定复用检测特征与复用比对特征之间的相似度匹配值。最后，根据复用检测特征和相似度匹配值对目标图像进行复用检测，以在相似度匹配值大于预设复用检测阈值时，确定目标图像为复用图像，以此在特征提取以及特征比对的两个维度，双重提升针对目标图像的复用检测准确率。
-
公开(公告)号：CN116828398B
公开(公告)日：2023-11-28
申请号：CN202311100901.3
申请日：2023-08-29
Applicant: 中国信息通信研究院 , 北京友坤科技有限责任公司
IPC: H04W4/029 , H04W4/02 , H04W4/40 , G06F18/24 , G06F16/29 , G06F16/9537 , G06F18/10 , G06F18/22 , G06F18/2321 , G06F18/23213
Abstract: 本申请公开了一种跟踪行为识别方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为获取目标车辆的轨迹信息；对轨迹信息进行分析处理，得到目标车辆的常驻点以及常驻点的常驻点类型；基于目标车辆的常驻点类型对待筛查车辆的轨迹信息进行处理，从中识别出有跟踪行为的车辆。通过识别出有跟踪行为的车辆，即可为目标车辆的用户提供处置依据，从而避免相关人员的生命财产安全受到损失。
-
公开(公告)号：CN119273929B
公开(公告)日：2025-04-29
申请号：CN202411794849.0
申请日：2024-12-06
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/40 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/10 , G06V10/774 , G06V10/82 , G06V20/40 , G06V40/20
Abstract: 本申请公开了一种检测模型生成方法及系统，通过获取目标数据集，所述目标数据集包括视觉深度伪造数据和真实数据，所述视觉深度伪造数据包括对应标注的数据属性信息和伪造操作信息；对所述目标数据集进行特征提取，得到第一特征集；对所述第一特征集进行特征选择，得到第二特征集；基于第二特征集，使用预设损失函数、预设优化器和预设模型参数，结合预设策略训练得到用于检测视觉深度伪造内容的检测模型，所述预设策略用于表征在预设数量个训练周期内，模型性能提升幅度小于预设阈值时停止训练。通过对深度伪造数据的全方位特征提取与分析，并结合丰富的样本训练和针对不同应用场景的微调，实现对伪造内容的高精度检测。
-
公开(公告)号：CN116887194A
公开(公告)日：2023-10-13
申请号：CN202311099984.9
申请日：2023-08-29
Applicant: 北京友坤科技有限责任公司 , 中国信息通信研究院
Abstract: 本申请公开了一种目标对象属性识别方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为获取目标运动载体的运动载体轨迹信息；根据运动载体轨迹信息识别目标运动载体的运动载体类型；根据运动载体轨迹信息确定待识别目标对象；计算运动载体轨迹信息和待识别目标对象的目标对象轨迹信息之间的相似度；根据相似度确定待识别目标对象的目标对象属性。从上面可以看出，本申请的技术方案能够有效识别特定运动载体上的目标对象属性，从而为掌握相关目标对象的动态运动特征提供基础。
-
公开(公告)号：CN116824590A
公开(公告)日：2023-09-29
申请号：CN202311000919.6
申请日：2023-08-09
Applicant: 北京友坤科技有限责任公司 , 中国信息通信研究院
IPC: G06V30/146 , G06T1/00 , G06V30/18 , G06V40/16
Abstract: 本申请公开了一种水印处理方法及装置，所述方法包括：获得多个背景图像；任意两个所述背景图像之间在至少一项图像参数上的参数值不同；根据所述图像参数，对初始水印图像进行处理，以得到样本水印图像；任意两个所述样本水印图像之间在至少一项水印参数上的参数值不同；将所述样本水印图像添加到所述背景图像，以得到样本图像；使用所述样本图像和所述样本水印图像，对水印检测模型进行训练，以使得所述水印检测模型能够检测目标图像中的水印区域。
-
Patent Agency Ranking
公开(公告)号：CN119815511A
公开(公告)日：2025-04-11
申请号：CN202510286395.4
申请日：2025-03-11
Applicant: 中国信息通信研究院 , 北京友坤科技有限责任公司
Abstract: 本申请公开了一种基站异常数据的识别方法、装置、设备及存储介质。该方法包括：确定基站位置数据集合所关联的多个基站中的每个基站对应的基站位置图谱，基站位置图谱指示能够与所述基站建立切换关系的所有相邻基站；确定基站切换数据集合所关联的多个基站中的每个基站对应的基站切换图谱，基站切换图谱指示多个终端设备以基站为源基站进行基站切换后，各个目标基站与基站之间的实际切换关系；分别将基站的基站位置图谱与基站的基站切换图谱进行对比，确定出异常基站；基于异常基站，从基站位置数据集合中确定出基站位置异常数据并从基站切换数据集合中确定出基站切换异常数据。本申请的方法提高了基站位置数据和基站切换数据的准确性。
-
公开(公告)号：CN116887257B
公开(公告)日：2023-11-28
申请号：CN202311100368.0
申请日：2023-08-29
Applicant: 北京友坤科技有限责任公司 , 中国信息通信研究院
Abstract: 本申请提供了一种车联网卡的滥用识别方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为获取多个SIM卡轨迹信息；基于车卡绑定模型对多个SIM卡轨迹信息进行处理，得到多个车联网卡轨迹信息；根据实际业务需求从多个车联网卡轨迹信息中选定目标车联网卡轨迹信息，和至少一个与目标车联网卡轨迹信息的起止时间匹配的待识别车联网卡轨迹信息；计算目标车联网卡轨迹信息与待识别车联网卡轨迹信息的相似度；根据相似度确定待识别车联网卡轨迹信息对应的车联网卡是否被滥用。
-
公开(公告)号：CN117115884A
公开(公告)日：2023-11-24
申请号：CN202310997607.0
申请日：2023-08-09
Applicant: 中国信息通信研究院 , 北京友坤科技有限责任公司
Abstract: 本申请公开了一种人脸缺失的检测方法及装置，所述方法包括：获得目标图像；对所述目标图像进行人脸检测，以得到人脸图像区域，所述人脸图像区域为所述目标图像中人脸所在的图像区域；对所述人脸图像区域进行区域分割，以得到分割结果，所述分割结果包含至少一个对象标签，一个所述对象标签对应于一个分割区域，所述分割区域为所述人脸图像区域中的局部区域，且所有所述分割区域组成所述人脸图像区域；根据所述对象标签，获得缺失检测结果，所述缺失检测结果至少表征所述目标图像中的人脸中是否存在局部缺失。
-
公开(公告)号：CN116828397A
公开(公告)日：2023-09-29
申请号：CN202311099162.0
申请日：2023-08-29
Applicant: 中国信息通信研究院 , 北京友坤科技有限责任公司
IPC: H04W4/029 , H04W4/02 , H04W4/40 , G06F16/29 , G06F16/9537 , G06F18/10 , G06F18/22 , G06F18/2321 , G06F18/23213
Abstract: 本申请公开了一种轨迹信息的获取方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为采集车载设备与基站的全量通信数据；对全量通信数据执行路网匹配处理，得到车载设备的载车的轨迹数据；对轨迹数据进行伴随计算处理，得到载车的轨迹信息。通过上述处理可使得全量通信数据中层层过滤和纠偏，从而最终得到较高精度的轨迹信息。
-
公开(公告)号：CN119273929A
公开(公告)日：2025-01-07
申请号：CN202411794849.0
申请日：2024-12-06
Applicant: 北京友坤科技有限责任公司
IPC: G06V10/40 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/10 , G06V10/774 , G06V10/82 , G06V20/40 , G06V40/20
Abstract: 本申请公开了一种检测模型生成方法及系统，通过获取目标数据集，所述目标数据集包括视觉深度伪造数据和真实数据，所述视觉深度伪造数据包括对应标注的数据属性信息和伪造操作信息；对所述目标数据集进行特征提取，得到第一特征集；对所述第一特征集进行特征选择，得到第二特征集；基于第二特征集，使用预设损失函数、预设优化器和预设模型参数，结合预设策略训练得到用于检测视觉深度伪造内容的检测模型，所述预设策略用于表征在预设数量个训练周期内，模型性能提升幅度小于预设阈值时停止训练。通过对深度伪造数据的全方位特征提取与分析，并结合丰富的样本训练和针对不同应用场景的微调，实现对伪造内容的高精度检测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.033 seconds)
