-
公开(公告)号:CN116310906A
公开(公告)日:2023-06-23
申请号:CN202310272721.7
申请日:2023-03-21
Applicant: 南湖实验室
IPC: G06V20/17 , G06V10/80 , G06N3/0464 , G06N3/08 , G06F17/18
Abstract: 本方案公开了一种基于深度学习的无人机影像树木检测方法,该方法所构建的模型在基于回归方法的基础上,引入了注意力机制和多尺度特征融合策略,同时提出双层次信息融合方式,融合前述方法提供一个全新的树木检测模型,这个模型能够在不影响预测速度的情况下,提高复杂场景的泛化能力,提高模型的识别精度,解决现有模型容易漏识小棵树木且在背景复杂的场景下鲁棒性差的问题。
-
公开(公告)号:CN115331056A
公开(公告)日:2022-11-11
申请号:CN202210973706.0
申请日:2022-08-15
Applicant: 南湖实验室
IPC: G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于反向传播梯度筛选的异常检测方法及模型,包括:S1.准备经过训练的异常检测模型;S2.将待预测图片输入异常检测模型进行一般的前向传播得到预测结果,当预测结果为异常时,执行步骤S3;S3.确定用于求梯度的特征图矩阵;S4.对预测结果进行反向传播计算得到特征图矩阵对应的梯度矩阵;S5.对梯度矩阵在横纵坐标的方向上求平均梯度得到平均梯度矩阵;S6.对平均梯度矩阵与特征图矩阵进行矩阵相乘操作并将各个通道的同位置元素的值进行累加得到梯度图;S7.基于步骤S6获取的梯度图进行梯度筛选得到异常感知区域。本发明在原有的基于深度神经网络的分类模型框架上实现扩展功能,在保持模型框架精简的同时能够实现异常区域的定位。
-
公开(公告)号:CN114117333B
公开(公告)日:2022-05-17
申请号:CN202210068973.3
申请日:2022-01-20
Applicant: 南湖实验室
Abstract: 本发明公开了一种用于异常检测的对抗重构网络设计、训练方法及检测方法,尤其涉及一种用于异常检测的可支持多段式训练的对抗重构网络损失函数设计方法,包括重构网络损失函数和判别网络损失函数,所述的重构网络损失函数包括重构损失函数和重构对抗损失函数,所述的判别网络损失函数包括真实图像判别损失函数和判别对抗损失函数,所述的重构损失函数用于评估重构网络的重构性能,真实图像判别损失函数用于评估判别网络的判别性能,所述的重构对抗损失函数和判别对抗损失函数用于重构网络和判别网络对抗训练的交互。前述对抗重构网络损失函数涉及方法为多段式训练策略提供基础,使模型训练更稳定,克服对抗重构网络的对抗训练不稳定的问题,保证最终的重构网络能够高效复原正常样本,且判别网络对正常样本赋高分。
-
公开(公告)号:CN113569266A
公开(公告)日:2021-10-29
申请号:CN202111104191.2
申请日:2021-09-22
Applicant: 南湖实验室
Abstract: 本发明公开了一种基于芯片层级隐私计算的主机远程监控方法,包括:S1.用户端主机中的监控软件在基于芯片层级的可信执行环境中启动;S2.判断用户端主机本地是否存在有效的隐私数据,若是,直接进入步骤S4,否则,进入步骤S3;S3.与监管方建立安全连接并抓取隐私数据;S4.运行在可信执行环境中的监控软件基于隐私数据执行相关监测指令,并对监测结果加密和签名后传输给监管方。本方案利用基于隐私计算可信执行环境来保证用户端监测信息的有效性、不可篡改性和监控的安全性,并且基于监管方的加密密钥和签名密钥来对监测信息进行加密和签名,能够将监管信息存放在本地,避免实时连接带来的大开销成本。
-
公开(公告)号:CN117688595B
公开(公告)日:2024-05-31
申请号:CN202410153567.6
申请日:2024-02-04
Applicant: 南湖实验室
Abstract: 本方案公开了一种基于可信执行环境的同态加密性能提升方法及其系统,包括:获取计算任务;根据计算任务中计算函数列表,将计算任务分解成一组子任务;根据同态加密基础算子列表依次对各子任务进行分解得到子操作集;依据能否使用同态加密基础算子列表中元素直接实现,将各子操作标注为“线性操作”和“非线性操作”;依次处理各子操作:子操作被标注为“线性操作”,根据子操作任务确定同态计算方案,获取并使用加密的计算数据进行同态加密计算;子操作被标注为“非线性操作”,于可信执行环境中完成明文计算;将加密的计算结果返回至用户端。通过上述方案实现了通过利用可信执行环境实现的同态加密计算服务的高效和准确性。
-
公开(公告)号:CN117668887A
公开(公告)日:2024-03-08
申请号:CN202410134408.1
申请日:2024-01-31
Applicant: 南湖实验室
IPC: G06F21/60
Abstract: 本方案公开了一种基于机密计算的同态加密安全与性能自定义平衡方法,包括:接收计算任务、安全与性能自定义参数以及加密的计算数据;当用户进行安全自定义,根据安全自定义参数将计算数据划分为多个安全等级,并按照计算所涉及数据的安全等级,将相应的部分计算任务于可信执行环境外执行,部分于可信执行环境内执行;当用户进行性能自定义,根据性能自定义参数动态分配资源,部分计算任务于可信执行环境内执行,部分则于可信执行环境外执行;最后将计算结果返回至请求端。本方案针对使用机密计算技术对同态加密技术进行性能优化的方案提供一种基于机密计算的同态加密安全与性能自定义平衡方法,可满足用户安全与性能的个性化平衡需求。
-
公开(公告)号:CN116824377A
公开(公告)日:2023-09-29
申请号:CN202310794235.1
申请日:2023-06-30
Applicant: 南湖实验室
IPC: G06V20/10 , G06V10/25 , G06V10/20 , G06V10/56 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/774 , G06Q50/02
Abstract: 本发明公开了一种利用遥感图像的松木变色立木智能识别与定位方法,该利用遥感图像的松木变色立木智能识别与定位方法,包括特征工程,所述特征工程包括如下步骤,获取历史遥感图像及对应的历史变色立木坐标点信息,其中历史遥感图像最少需包括四个通道;利用变色立木坐标点以矩形框形式在对应时间段的遥感图像上进行标注;对已标注的遥感图像进行校正处理;计算植被指数;将处理后的遥感图像与计算的植被指数的结果叠加在一起组成一个八通道;将产生的八通道遥感图像进行方块裁剪以制作数据集。该利用遥感图像的松木变色立木智能识别与定位方法,解决了遥感图像中变色松木检测精度低下、人工实地调查的高成本投入的难题。
-
公开(公告)号:CN116258966A
公开(公告)日:2023-06-13
申请号:CN202310309441.9
申请日:2023-03-22
Applicant: 南湖实验室 , 中科卫星应用德清研究院
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种水稻识别模型的构建方法及其水稻识别和制图方法,该用于水稻识别的水稻识别模型的构建方法包括水稻识别模型的构建和模型训练,还包括基于时序掩码的预训练,所述基于时序掩码的预训练包括,对输入的影像序列通过时序掩码模块随机去除部分影像序列,利用编码器进行掩码恢复,提取时空特征,将掩码恢复后的影像序列通过解码器解码,重建完整影像序列。该基于时序掩码的水稻识别方法及水稻制图方法解决了在云雾较多的南方地区,如何精准识别水稻,得到质量较高的水稻制图产品;还能充分挖掘水稻识别中水稻的时间和空间特征,提高水稻制图精度。
-
公开(公告)号:CN116071561A
公开(公告)日:2023-05-05
申请号:CN202211558659.X
申请日:2022-12-06
Abstract: 本方案公开了一种基于轻量级全卷积神经网络的农业大棚快速提取方法,该方法采用不同膨胀率的卷积结构和有选择性的对编码信息解码的方式对全局信息与局部信息进行聚合,融合不同感受野下的信息;并在编码器、解码器中均完全采用深度可分离卷积以降低卷积神经网络计算的冗余。该解决了现有各种主流方法存在的或周期长、或精度低、或需要大量计算资源等技术问题,具有提取快速且准确的优点。
-
公开(公告)号:CN114970941A
公开(公告)日:2022-08-30
申请号:CN202210294633.2
申请日:2022-03-23
Applicant: 南湖实验室
Abstract: 本发明提供了一种基于遥感植被物候的花粉信息预测方法,包括:S1、获取数据并进行预处理;S2、对花粉释放信息与遥感植被物候进行时空相关性分析;S3、对遥感植被物候与气候环境因素进行时空相关性分析;S4、对遥感植被物候信息以及气候环境要素进行特征提取,并且利用逐步回归模型进行花粉释放信息预测;S5、花粉释放信息区域制图:获取研究区域的遥感植被物候信息,以及与花粉释放信息有关的气候环境因素和对应逐步回归方程中得到的拟合系数,得到区域尺度内花粉预测信息。本发明利用遥感植被物候区域尺度和长时间序列数据信息,结合气候环境的影响,可以弥补花粉监测站点的不足,提供高质量、大区域尺度的花粉信息及其年际动态变化趋势。
-
-
-
-
-
-
-
-
-