-
公开(公告)号：CN118887722B
公开(公告)日：2024-12-03
申请号：CN202411346926.6
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自信息增强对比学习的深度伪造人脸检测方法，包括：获取样本图像并进行数据增强生成两个视图；将两个视图输入至特征提取网络，利用多尺度特征增强模块、自信息增强学习模块分别对图像的浅层、中层、深层特征进行学习。所述多尺度特征增强模块用于提高网络的局部与全局特征建模能力；自信息增强学习模块利用自信息度量来量化生成人脸局部区域的自信息差异，突出高信息纹理与形状特征，并通过注意力机制来降低网络对特定伪造痕迹的关注；利用级联的Projector和Predictor架构，结合相互预测机制在高维空间中捕捉伪造模式与面部结构多样性的细微变化。最终利用二分类交叉熵损失函数和相互预测一致性损失函数来优化模型并进行真伪判别。
-
公开(公告)号：CN118887722A
公开(公告)日：2024-11-01
申请号：CN202411346926.6
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自信息增强对比学习的深度伪造人脸检测方法，包括：获取样本图像并进行数据增强生成两个视图；将两个视图输入至特征提取网络，利用多尺度特征增强模块、自信息增强学习模块分别对图像的浅层、中层、深层特征进行学习。所述多尺度特征增强模块用于提高网络的局部与全局特征建模能力；自信息增强学习模块利用自信息度量来量化生成人脸局部区域的自信息差异，突出高信息纹理与形状特征，并通过注意力机制来降低网络对特定伪造痕迹的关注；利用级联的Projector和Predictor架构，结合相互预测机制在高维空间中捕捉伪造模式与面部结构多样性的细微变化。最终利用二分类交叉熵损失函数和相互预测一致性损失函数来优化模型并进行真伪判别。
-
公开(公告)号：CN119027859A
公开(公告)日：2024-11-26
申请号：CN202411471722.5
申请日：2024-10-22
Applicant: 厦门大学 , 厦门瑞为信息技术有限公司
IPC: G06V20/40 , G06V10/80 , G06V10/44 , G06V10/764 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了一种基于多尺度特征融合与对比损失的视频异常检测方法，包括获取视频的连续视频帧序列，对连续视频帧序列分段并使用特征提取网络提取视频片段特征，将视频片段特征输入类激活模块获得类激活特征，将类激活特征输入多尺度特征融合模块获得多尺度融合视频特征，将多尺度融合视频特征输入分类器获得视频片段异常分数，利用总损失函数对视频片段异常分数进行优化，得到训练完成的弱监督视频异常检测模型。
-
公开(公告)号：CN103106414A
公开(公告)日：2013-05-15
申请号：CN201210566809.1
申请日：2012-12-24
IPC: G06K9/66
Abstract: 一种智能视频监控中行人的检测方法，涉及计算机视觉、模式识别和图像处理等领域。提供可快速定位视频中的人体目标，方便后续智能视频分析的一种智能视频监控中行人的检测方法。1）利用图像采集设备建立行人数据库，并对该数据集进行标注，数据采集通过视频采集设备获取，标注信息包括行人的大小和位置信息；2）采用支持向量机训练行人检测器模型，模型训练好之后，将参数存放在智能监控系统的存储单元中；3）提取输入图片的行人特征描述子；4）利用支持向量机对图片中的每个行人检测窗口进行分类，分类的结果送到视频输出单元中；5）对检测的窗口进行融合，获取最终的行人检测结果。
-
公开(公告)号：CN103106394A
公开(公告)日：2013-05-15
申请号：CN201210566810.4
申请日：2012-12-24
CPC classification number: G06K9/00335
Abstract: 一种视频监控中的人体行为识别方法，涉及计算机视觉领域。提供能够对视频中连续不同的行为进行识别的一种视频监控中的人体行为识别方法。包括检测和表示局部时空特征、计算局部时空特征与类别相关性、计算视频帧与类别相关性、检测和识别人体行为。基于该人体行为识别方法的人体行为监控系统包括视频采集单元、存储单元、特征抽取单元、相关性分析单元、行为识别单元、视频输出单元和预警单元。能够对视频中连续不同的行为进行识别。
-
Patent Agency Ranking
公开(公告)号：CN115457261A
公开(公告)日：2022-12-09
申请号：CN202210936806.6
申请日：2022-08-05
Applicant: 厦门大学
Abstract: 本发明提供了一种医学图像小病灶分割方法、存储介质和电子设备，所述方法包括：构建图像分割网络模型；将待处理的医学图像输入编码模块，提取医学图像在不同尺度下的全局特征，得到多种不同尺度的特征图；将多种不同尺度的特征图输入至跳跃连接模块，采用位置相关性网络计算不同子块之间的位置关系，构建位置权重矩阵来加强对医学图像上器官区域的关注度；根据编码模块最后一层输出的特征图提取深层特征，并将提取的深层特征输入至解码模块，并通过上采样对各个尺度的特征图进行尺度还原，对不同尺度还原的特征图与位置相关性网络输出的特征矩阵进行融合，输出最终特征图。通过上述方案能够有效提升病灶分割的准确性。
-
公开(公告)号：CN114283925A
公开(公告)日：2022-04-05
申请号：CN202111527972.2
申请日：2022-01-17
Applicant: 厦门大学
Abstract: 本发明提供了一种智能方剂推荐方法和存储介质，该方法包括以下步骤：S1：获取患者信息进行证素辨证，得到诊断信息集合；诊断信息集合包括诊断证素集合；S3：从方剂数据库中获取多个第一方剂信息，根据诊断信息集合对第一方剂信息进行筛选，得到第二方剂信息；第二方剂信息包括第二必有证素信息集合以及第二或有证素信息集合；S4：根据第二必有证素信息集合、第二或有证素信息集合以及诊断证素集合的对应关系，确定候选方剂信息；S5：根据预定规则对所有所述候选方剂信息进行评分，根据评分结果确定最终推荐方剂。本申请在推荐方剂的过程中是按照方剂对应的证素与诊断证素集合进行比较确定的，可以使得最终推荐的方剂更具准确性。
-
公开(公告)号：CN109119133B
公开(公告)日：2021-07-23
申请号：CN201810879094.2
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 基于多标记特征选择及分类的中医临床大数据存储方法，涉及大数据挖掘与中医数字化的交叉技术应用领域。对患者进行信息采集，根据不同患者症状进行量化打分，并对其赋予对应的多类标签；对采集到的患者数据进行归一化处理，将标记数据集进行向量化处理，得到标准的多标记数据集，并将多标记数据集划分为训练集和测试集以验证算法有效性；计算训练集进行特征选择时所需相关矩阵，使用罚函数法计算全局最优特征权重分配；选取权重最大的前K个特征子集，使用MLkNN方法得到测试集预测结果，并选取最优特征子集进行新患者病情预测。
-
公开(公告)号：CN109859295A
公开(公告)日：2019-06-07
申请号：CN201910102804.5
申请日：2019-02-01
Applicant: 厦门大学
Abstract: 本发明涉及一种特定动漫人脸生成方法、终端设备及存储介质，在该方法中结合现有的基于卷积神经网络的神经风格迁移技术，实现真实人脸到动漫人脸的颜色像素风格迁移，初步动漫风格化；结合现有的基于生成对抗网络的风格迁移技术，实现初步动漫风格化的真实人脸到特定动漫人脸的域风格迁移，得到特定动漫人物的动漫化真人人脸图像。本发明既能够提取颜色特征、又能够保持面部结构特征，减少面部变形；并且可以针对特定动漫人物，生成需要的图像。
-
公开(公告)号：CN109087313A
公开(公告)日：2018-12-25
申请号：CN201810877382.4
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 一种基于深度学习的智能舌体分割方法，涉及图像处理。制定舌象采集标准，以此采集标准环境下的舌象数据；所述采集标准包括对设备方面、光线方面、位置方面和患者要求方面等；人工分割舌象数据，并将数据集划分为训练集和测试集以验证算法有效性；通过舌体分割网络TS-Net的编码器获取舌象的低层特征并进行像素定位；通过舌体分割网络TS-Net的解码器融合高低层特征并进行像素分类，获取完整的舌体区域。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.059 seconds)
