公开(公告)号：CN116628734A

公开(公告)日：2023-08-22

申请号：CN202310390682.0

申请日：2023-04-13

Applicant: 华南理工大学

Inventor： 谢巍 ,  陈睿新 ,  张浪文 ,  曾明 ,  刘嘉淏

IPC: G06F21/62 ,  G06F21/60 ,  G06V20/56 ,  G06V20/62 ,  G06V40/16 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于嵌入式行车记录设备的动态隐私信息脱敏方法、系统及介质，所述方法包括：根据隐私信息定位模型对行车图像中的隐私信息进行动态定位，得到待脱敏区域；所述隐私信息定位模型采用基于卷积神经网络和Transformer融合的网络架构，以减少模型的参数数量和计算时间；根据所述待脱敏区域生成加密图像，将所述加密图像覆盖掉原行车图像对应位置的信息，得到脱敏后的图像；将脱敏后的图像存于存储介质中。本发明通过构建基于卷积神经网络和Transformer融合的网络架构，以使得模型参数轻量化，计算速度快，从而实现在嵌入式行车记录设备中动态对行车记录中的敏感信息脱敏。

公开(公告)号：CN115937897A

公开(公告)日：2023-04-07

申请号：CN202211576299.6

申请日：2022-12-09

Applicant: 华南理工大学

Inventor： 张浪文 ,  洪星 ,  蔡建鑫 ,  刘嘉淏 ,  郑酉坤

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明公开了一种基于多级特征细化的遮挡行人重识别方法、系统及存储介质，所述方法包括：获取遮挡场景下的行人图像并进行预处理；利用ResNet‑50与非局部注意模块构建多级特征细化卷积神经网络中的骨干网络，用于实现行人特征的初级细化；构建多级特征细化卷积神经网络中的两级多支路架构，用于实现被遮挡行人特征的再细化和最终细化；将两级多支路架构输出的特征通过多级特征细化卷积神经网络中的基础操作模块，获得最终的行人全局特征、局部特征和补充特征；将获得各特征拼接作为最终的行人特征用于行人跨相机的检索与匹配，实现遮挡场景下的行人重识别。本发明采用多级特征细化机制，有效提高了遮挡场景下行人重识别的精度。

公开(公告)号：CN115935423A

公开(公告)日：2023-04-07

申请号：CN202211671105.0

申请日：2022-12-26

Applicant: 华南理工大学

Inventor： 谢巍 ,  吴芃毅 ,  刘嘉淏 ,  钱文轩

IPC: G06F21/62 ,  G06F21/60 ,  H04L9/00 ,  G06V40/16 ,  G06V20/62 ,  G06V40/18 ,  G06V10/82

Abstract: 本发明公开了一种关键隐私信息脱敏的行车记录方法、系统及存储介质，所述方法包括：获取行车记录图像的数据集；利用数据集训练网络模型架构得到关键隐私信息定位模型，利用模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域；将待脱敏区域输入基于混沌加密系统的隐私信息脱敏模块中，生成加密图像，实现待脱敏区域的脱敏；将采集的实际车辆行驶过程中的图像输入关键隐私信息定位模型中，将输出的待脱敏区域输入隐私信息脱敏模块中，将生成的加密图像覆盖掉原图像对应位置的信息，得到脱敏后的图像并存于存储介质中。本发明通过构建网络模型架构和隐私信息脱敏模块，实现了行车记录中关键隐私信息的脱敏，并保留了行车记录的关键信息。