-
公开(公告)号:CN119028049A
公开(公告)日:2024-11-26
申请号:CN202410980020.3
申请日:2024-07-22
Applicant: 南京信息技术研究院
IPC: G07C9/00
Abstract: 本发明公开一种智能门锁授权密码的复合验证方法及复合智能门锁,通过由来访者通过客户端应用向门锁所有者提交开锁请求,门锁所有者生成访问码并绑定来访者手机号,实现对来访者身份的初步验证。来访者输入访问码后,门锁通过随机密钥生成的密码哈希函数加密得到验证码,来访者输入验证码完成开门操作。为提高安全性,错误输入验证码达3次则锁定废除访问码。本发明还引入蓝牙和人脸识别两种本地授权模式,用户可在手机蓝牙连接或人脸识别的情况下,通过6位访问码V完成开门,避免因网络故障导致的开门失败。本发明有效平衡了便捷性与安全性。
-
公开(公告)号:CN114842378B
公开(公告)日:2024-07-12
申请号:CN202210448894.5
申请日:2022-04-26
Applicant: 南京信息技术研究院
IPC: G06V20/40 , G06V10/75 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于孪生网络的多摄像头单目标追踪方法,建立多摄像头单目标追踪视频库;初始化基于孪生网络的单目标追踪网络,设置该网络的训练过程;计算训练视频帧的追踪结果与真实标签之间的误差值,调整网络的权值参数,直至误差值满足精度要求;通过训练好的网络模型对任意一个摄像头视频中的框定目标进行追踪;在其他摄像头视频中检测并匹配步骤4中的追踪目标,对匹配到的目标进行追踪。本发明能够快速追踪单目标,网络结构简单而有效,网络训练难度较小。
-
公开(公告)号:CN114973123A
公开(公告)日:2022-08-30
申请号:CN202210469746.1
申请日:2022-04-28
Applicant: 南京信息技术研究院
IPC: G06V20/52
Abstract: 本发明公开一种基于二阶目标检测和语义识别的货车归属识别方法,通过位置布置高清视频采集设备收集货车图片,手工标注车身贴标位置及具有标识性的问题,分别用于训练第二阶段目标检测模型和语义识别模型。在一阶目标检测阶段完成货车位置的确定,二阶目标检测阶段实现车身贴标的位置确定和类型识别,结合文字识别结果完成车身贴标类型的最终确定,依据贴标类型判定车辆归属,给出是否本单位车辆的判别结果。整体流程由采集端、网络模块及推理端协作完成,可实现无人监测,有效降低了对人工的依赖度。
-
公开(公告)号:CN114842378A
公开(公告)日:2022-08-02
申请号:CN202210448894.5
申请日:2022-04-26
Applicant: 南京信息技术研究院
Abstract: 本发明公开一种基于孪生网络的多摄像头单目标追踪方法,建立多摄像头单目标追踪视频库;初始化基于孪生网络的单目标追踪网络,设置该网络的训练过程;计算训练视频帧的追踪结果与真实标签之间的误差值,调整网络的权值参数,直至误差值满足精度要求;通过训练好的网络模型对任意一个摄像头视频中的框定目标进行追踪;在其他摄像头视频中检测并匹配步骤4中的追踪目标,对匹配到的目标进行追踪。本发明能够快速追踪单目标,网络结构简单而有效,网络训练难度较小。
-
公开(公告)号:CN118779884A
公开(公告)日:2024-10-15
申请号:CN202410870755.0
申请日:2024-07-01
Applicant: 南京信息技术研究院
Abstract: 本发明公开了一种针对Linux嵌入式固件的内存异常检测方法,包括固件解析、定位检测点、去除冗余检测点、执行模糊测试、动态边界检查、动态边界更新和报告内存异常。本发明能够实现轻量级动态内存安全监控和漏洞检测,通过识别和分析固件包中的服务程序和供应商定制动态链接库,并全局定位敏感函数的调用地址作为检测点,通过在检测点执行动态边界检查,以实现轻量级的静默内存损坏检测,在细粒度级别上检测关键变量内存空间;设计正向污染跟踪方法筛除冗余检测点,以进一步降低额外开销;此外,通过对非确定性内存空间边界进行动态更新,减少了由静态分析误差和多参数内存空间连续性造成的误报。
-
公开(公告)号:CN114973123B
公开(公告)日:2024-09-10
申请号:CN202210469746.1
申请日:2022-04-28
Applicant: 南京信息技术研究院
IPC: G06V20/52
Abstract: 本发明公开一种基于二阶目标检测和语义识别的货车归属识别方法,通过位置布置高清视频采集设备收集货车图片,手工标注车身贴标位置及具有标识性的问题,分别用于训练第二阶段目标检测模型和语义识别模型。在一阶目标检测阶段完成货车位置的确定,二阶目标检测阶段实现车身贴标的位置确定和类型识别,结合文字识别结果完成车身贴标类型的最终确定,依据贴标类型判定车辆归属,给出是否本单位车辆的判别结果。整体流程由采集端、网络模块及推理端协作完成,可实现无人监测,有效降低了对人工的依赖度。
-
-
-
-
-