-
公开(公告)号：CN116883894A
公开(公告)日：2023-10-13
申请号：CN202310783052.X
申请日：2023-06-29
Applicant: 南湖实验室
IPC: G06V20/40 , G06V40/20 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提供了一种多模态信息融合的视频暴力行为检测方法、系统及设备，涉及计算机视觉领域。该方法包括：获取不同来源以及不同角度的视频对视频进行划分，生成视频片段；采用弱监督标记方式，将存在暴力行为的视频片段标记为暴力视频，制作弱标签；将待检测视频输入至根据具有弱标签的视频片段训练弱监督视频暴力行为检测模型得到的暴力行为检测模型中，识别待检测视频中的暴力行为；弱监督视频暴力行为检测模型包括结合图卷积、多尺度机制以及图LSTM结构的三分支多模态信息优化器；三分支多模态信息优化器提取所述视频片段中的RGB特征、光流特征以及音频特征。本发明能够降低样本采集难度以及采集成本，实现多模态信息融合。
-
公开(公告)号：CN116821949A
公开(公告)日：2023-09-29
申请号：CN202310416470.5
申请日：2023-04-19
Applicant: 南湖实验室
Abstract: 本发明公开了一种基于区块链的心理健康聊天机器人隐私保护方法及其系统，设计了一个全流程的心理健康聊天机器人隐私保护框架，可以在严格的隐私保护前提下，为患者提供心理健康聊天机器人服务，该框架使用区块链来验证和管理心理健康聊天机器人的部署环境和心理健康聊天机器人应用，与用户交互的心理健康聊天机器人应用都部署在机密计算环境中，机密计算环境能够确保用户的聊天记录不会被未授权的用户访问，能够保护用户的隐私信息不会被泄露。
-
公开(公告)号：CN114419464B
公开(公告)日：2022-07-26
申请号：CN202210315345.0
申请日：2022-03-29
Applicant: 南湖实验室
Abstract: 本发明提供了一种基于深度学习的孪生网络变化检测模型，包括用于获取差异图像的双分支计算模型，所述的双分支计算模型包括孪生网络、第二分支卷积网络和上采样卷积网络，所述的孪生网络用于分别提取两个时相的时相特征图，第二分支卷积网络用于根据两个时相特征图及两个时相特征图的差值特征图计算差异特征图，所述的上采样卷积网络用于将差异特征图进行上采样和/或反卷积操作得到差异图像。本发明对ResNet18模型进行改造建立孪生网络ResAtNet用于变化检测场景，通过双分支差异特征图生成方法提高差异特征提取能力，模型可以适用于目标学习高维变化特征，无需专家知识选择合适的特征表达，自适应多种变化场景，对比其他现有模型，具有明显的精度优势。
-
公开(公告)号：CN114418898B
公开(公告)日：2022-07-26
申请号：CN202210274449.1
申请日：2022-03-21
Applicant: 南湖实验室
IPC: G06T5/00 , G06T7/73 , G06V10/774 , G06K9/62
Abstract: 本发明提供了一种基于目标重叠度计算和自适应调整的数据增强方法，包括：S1、将已标注的目标检测任务的数据集作为对象；S2、对待扩展目标进行选择：选定一个或多个目标类别作为待扩展类别，筛选出整个数据集中包含所述待扩展类别的图片的集合作为待扩展集合，从整个数据集中随机选取一定比例数量的图片组成集合作为待生成集合；S3、所述待扩展集合与所述待生成集合中的图片随机组合，通过重叠度计算与自适应调整的方法，生成新图片与新标签以进行数据增强。本发明可以提升数据集中的图片数量、目标数量、目标与背景组合的多样性，提升深度神经网络模型的训练效率和性能。
-
公开(公告)号：CN115272278B
公开(公告)日：2025-01-07
申请号：CN202210975746.9
申请日：2022-08-15
Applicant: 南湖实验室
IPC: G06T7/00 , G06T7/20 , G06N3/0464 , G06N3/045 , G06N3/084 , G06V10/82 , G06V10/764
Abstract: 本方案公开了一种用于遥感图像变化检测的变化检测模型的构建方法,模型包括两个孪生网络，孪生网络均依次包括输入层、网络层一、网络层二和分类层，输入层的输入为图象块一和图象块二，检测模型根据两个分类层的输出得到两个图象块的差异图像；输入层包括卷积模块、FMBConv模块和ASPP模块；网络层一包括第一双分支模块和第二双分支模块，其中一个分支均包括可变形卷积；网络层二包括多头自注意力瓶颈模块。本方案使用包括可变形卷积的双分支结构和多头自注意力机制，使模型在保证特征图空间分辨率的同时增大其感受野，提高模型的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN115759757A
公开(公告)日：2023-03-07
申请号：CN202211615887.6
申请日：2022-12-15
Applicant: 南湖实验室
IPC: G06Q10/0635 , G06Q40/04
Abstract: 本发明公开一种交易风险预警方法、系统和电子设备，涉及安全预警技术领域。本发明主要应用于可信执行环境中，在实施过程中，将交易数据输入到由基于机密计算的深度学习训练得到交易风险预警模型即可得到交易风险预警结果，就这能够实现利用计算机硬件支持的可信执行环境，保护深度学习使用的样本数据和模型数据的隐私安全，以能够在提高采用深度学习模型的安全性的同时，提高交易预警的实时性和精确性，进而有效规避交易过程存在的风险。
-
公开(公告)号：CN114842341A
公开(公告)日：2022-08-02
申请号：CN202210530174.3
申请日：2022-05-16
Abstract: 本发明公开了一种基于深度学习的建筑物矢量提取模型及其提取方法，包括：S1.接收遥感影像，对遥感影像进行多个阶段的特征提取，得到多个尺度的提取特征；S2.分别对各尺度的提取特征进行特征优化，得到多个尺度的优化特征；S3.将多个尺度的优化特征进行特征融合，得到融合特征；S4.对融合特征进行特征恢复与类别判断得到建筑物初步提取结果；S5.对建筑物初步提取结果进行后处理得到最终的建筑物矢量结果。本方案融合多种尺度下的特征提取优势，有效提高特征提取能力，增强网络对原始影像的信息提取能力，并且针对融合特征进行提取结果，对提取结果进行后处理，能够直接获取到较为规则的建筑物矢量结果，极大的方便了后续编辑与应用。
-
公开(公告)号：CN114067152B
公开(公告)日：2022-04-15
申请号：CN202210043155.8
申请日：2022-01-14
Applicant: 南湖实验室
IPC: G06V10/762 , G06V10/764 , G06K9/62 , G06N3/08 , G06V20/13
Abstract: 本发明提供了一种基于星载SAR影像的精细化洪水淹没区提取方法，包括：S1、获取目标区域的SAR图像，对SAR图像进行超像素分割和阈值分割获得分割结果，根据所述分割结果得到背景百分比，并计算每个图像对象的特征向量；S2、通过对所述超像素分割结果、背景百分比和特征向量进行处理构建无向图并得到部分结点的类别标签；S3、根据所述的无向图和得到的部分结点的类别标签训练图卷积神经网络，并通过训练好的图卷积神经网络预测其它结点的类别，得到淹没后的水体提取结果；S4、将提取的淹没后的水体分布与洪水前的水体分布做差，得到洪水淹没区域。本发明可以兼顾图像对象特征和图像对象之间空间关系，能够显著提高SAR影像中洪水淹没区的提取精度。
-
公开(公告)号：CN113282946B
公开(公告)日：2021-11-16
申请号：CN202110817060.2
申请日：2021-07-20
Applicant: 南湖实验室
Abstract: 本发明公开了一种基于高可信环境下数据访问过程的信息安全方法及系统，包括：S1.用户交互单元可信接收任务请求并生成任务标识符；S2.数据运算单元下载并加载任务请求对应的应用程序至加密内存，并得到测量值及其测量值签名；S3.数据授权单元根据测量值生成访问令牌；S4.数据运算单元基于访问令牌使用数据中心相应的数据，基于该数据得到结果，将结果和使用数据进行可信处理分别得到结果信息和使用数据信息；S5.用户交互单元对使用数据信息和结果信息分别进行可信验证，并在验证成功后将结果信息发送给数据使用方。本方案对实时移动到数据端的程序做实时的审查、验证，在验证成功后才授权其访问数据中心，有效避免不可信软件对数据安全造成威胁。
-
公开(公告)号：CN117829423A
公开(公告)日：2024-04-05
申请号：CN202311872042.X
申请日：2023-12-29
Applicant: 南湖实验室
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明公开一种生态系统健康的分析方法、系统及电子设备，涉及生态健康技术领域，所述方法包括：确定目标区域的生态系统估算参数；生态系统估算参数包括：生态系统活力、生态系统组织力、生态系统恢复力和生态系统服务力；根据生态系统估算参数，计算目标区域的生态系统健康；获取目标区域中各研究单元的热点值；目标区域包括多个研究单元；基于所有研究单元的热点值，确定目标区域的生态系统健康热点分布图；获取目标区域的多个生态系统健康驱动因素；基于XGBoost关系模型和SHAP模型，确定各生态系统健康驱动因素对目标区域的生态系统健康的影响。本发明提高了生态系统健康的分析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.018 seconds)
