公开(公告)号：CN117195222A

公开(公告)日：2023-12-08

申请号：CN202310959070.9

申请日：2023-08-01

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 吴婷婷 ,  高志鹏 ,  吴俊毅 ,  满君怡 ,  陈德意 ,  黄裕锟

IPC: G06F21/57 ,  G06F21/71 ,  G06N3/094 ,  G06N3/0455 ,  G06V10/82

Abstract: 公开了基于对抗网络的深度神经网络对抗攻击防御的方法和系统，包括搭建深度神经网络随机对抗攻击模块，深度神经网络随机对抗攻击模块包括多个并联的对抗攻击算法，随机对输入图像进行对抗攻击加噪；搭建可微分频域正则化器，可微分频域正则化器对频域信息对模型输出进行正则化处理；搭建对抗防御网络架构，对抗防御网络以基于编码解码结构的生成对抗网络作为主干网络，并引入深度神经网络随机对抗攻击模块和可微分频域正则化器；收集自然场景下的图像，按比例形成训练集和验证集，使用训练集对对抗防御网络进行训练至损失收敛。本申请能够明显提升深度神经网络对抗攻击防御能力，对多种对抗攻击方式均有良好的泛化性能。

公开(公告)号：CN117011809A

公开(公告)日：2023-11-07

申请号：CN202310764791.4

申请日：2023-06-27

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 吴俊毅 ,  高志鹏 ,  满君怡 ,  赵建强 ,  吴婷婷 ,  黄裕锟 ,  杜新胜 ,  张辉极

IPC: G06V20/54 ,  G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/74

Abstract: 公开了一种多任务引导式的车辆检索方法和系统，包括利用ResNet50作为多任务引导式车辆检索方法的主干网络，主干网络包括4个用于提取车辆特征的残差卷积块Stage1、Stage2、Stage3、Stage4；定义车辆检索任务的损失函数为三元组损失函数Ltriplet和标签平滑正则化的交叉熵损失函数#imgabs0#将Stage4提取的特征输出至解压模块，利用反卷积分割车辆的整体轮廓信息，整体任务的损失函数#imgabs1##imgabs2#其中，β为超参数，LMASK表示车辆分割任务的损失函数。本申请引入车辆分割任务，大幅度提升了车辆检索任务的性能。

公开(公告)号：CN117112823A

公开(公告)日：2023-11-24

申请号：CN202310929283.7

申请日：2023-07-27

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 满君怡 ,  孙奕 ,  吴俊毅 ,  高志鹏 ,  赵建强 ,  陈德意 ,  黄裕锟

IPC: G06F16/583 ,  G06F16/55 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/08

Abstract: 公开了一种同源图像检索方法和系统，包括将教师网络和学生网络分别分为多个模块，将浅层特征提取模块和深层特征提取模块分别进行损失的约束和知识的蒸馏；在浅层特征上将所述教师网络训练输出的伪标签作为所述学生网络在浅层特征学习后输出的标签，计算软分类交叉熵损失；对深层特征的教师网络和学生网络编码输出进行相似度计算，在总损失函数中加上所述教师网络和所述学生网络的硬分类交叉熵损失，完成启发式的网络轻量化训练。本申请通过学生网络对教师网络的启发式学习，并同时考虑标签层面与特征层面的模型表征能力，约束了深浅不同层次的模型特征学习能力，使学生网络能够取得不低于教师网络的图像表征能力，实现了模型的轻量化。

公开(公告)号：CN117095329A

公开(公告)日：2023-11-21

申请号：CN202310959022.X

申请日：2023-08-01

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 吴俊毅 ,  高志鹏 ,  满君怡 ,  吴婷婷 ,  陈德意 ,  黄裕锟 ,  赵建强 ,  杜新胜 ,  孙奕

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 公开了一种减缓行人属性识别类内变化的方法和系统，包括接收数据集中任一张图像xi输入主干网络进行多标签分类任务的行人属性识别，采用二值交叉熵作为损失函数；利用指数信息瓶颈作用于主干网络的每个卷积模块和注意力机制模块，过滤特征中存在的冗余干扰特征信息。本申请提出的指数信息瓶颈方法可以集成到注意力模块中，形成一个新颖的行人熟悉识别网络，可以进一步处理基于注意力机制的属性内变化，指数信息瓶颈方法是即插即用的，在推理期间没有任何额外的计算开销。

公开(公告)号：CN115546907A

公开(公告)日：2022-12-30

申请号：CN202211153579.6

申请日：2022-09-21

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 黄裕锟 ,  吴俊毅 ,  满君怡 ,  高志鹏 ,  吴婷婷 ,  陈德意 ,  赵建强 ,  杜新胜 ,  金辉 ,  韩名羲

IPC: G06V40/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/44 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 公开了多尺度特征聚合的活体检测方法和系统，包括将RGB图像通过图像变换转换为HSV图像，将RGB图像和HSV图像融合为RGB‑HSV图像并送入主干网络；将主干网络提取的特征送入特征深度拓展模块，并将输出送入多特征提取模块以获得更多的上下文信息；将最终输出经过池化层和分类层，并在交叉熵损失函数的约束下进行训练。本发明提出的一种多尺度特征聚合的活体检测方法和系统，其具有参数量小、对图像的接受域大、多尺度特征聚合的特点，利用了空洞卷积以扩大网络的感受野，获取更多的上下文信息，利用RGB图像和HSV图像作为6通道的图像作为输入，运行速度与仅使用RGB图像的运行速度是一致的，在性能和效率之间取得了很好的平衡。