公开(公告)号：CN116884054A

公开(公告)日：2023-10-13

申请号：CN202310647756.4

申请日：2023-06-02

Applicant: 大连理工大学

Inventor： 张子涵 ,  王波 ,  王兆宁

IPC: G06V40/16 ,  G06V10/774 ,  G06N20/00 ,  G06F21/62

Abstract: 一种基于联邦学习的人脸识别系统，属于人脸识别技术领域，包括如下步骤：S1、采集人脸信息及训练模型；S2、聚合模型。本发明针对目前人脸识别技术存在的信息安全问题，实现在保证人脸识别准确率的前提下，最大化保障用户个人信息安全，系统主要包括用于模型参数聚合的中心服务器及用于人脸特征信息获取及模型训练的客户端。

公开(公告)号：CN116821897A

公开(公告)日：2023-09-29

申请号：CN202310705268.4

申请日：2023-06-14

Applicant: 大连理工大学

Inventor： 于菲 ,  王波 ,  王兆宁 ,  杨子

IPC: G06F21/55 ,  G06F21/57 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0464

Abstract: 本发明提供一种基于重参数化隐写触发器的标签一致型后门攻击方法。本发明方法，包括生成毒化图像，构建具有毒化图像的训练集，再用训练集指导模型进行训练，完成后门触发器与目标标签的映射，得到被损害的模型，被损害的模型对干净图像分类正确，而将毒化图像的目标标签转化为预设标签输出，实现后门攻击的同时还能够保证后门触发器的较强隐蔽性。

公开(公告)号：CN116883806A

公开(公告)日：2023-10-13

申请号：CN202310647768.7

申请日：2023-06-02

Applicant: 大连理工大学

Inventor： 王兆宁 ,  林笑旭 ,  王波 ,  任铮钺

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06V20/17 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于无人机智能平台与YOLO目标检测模型的路面病害巡检方法，属于目标检测技术领域。技术方案：通过无人机对数据进行采集；通过YOLOv6路面病害识别模型对采集到的数据进行训练；所述YOLOv6路面病害识别模型包括：骨干网络EfficientRepBackbone、neck框架Rep‑PAN、head模块Efficient decoupledhead；通过步骤S2获得的高效识别路面病害的目标检测模型开展路面病害识别。有益效果：本发明使用无人机智能机场进行空中自动起降、自动拍摄，获取高空视频数据进行有效识别，实现无人化、智能化、高效路面病害视频数据采集工作；本发明使用YOLOv6模型，采用预先采集部分路段的视频数据进行模型训练工作，并利用YOLOv6模型进行路面病害自动检测工作，实现准确率高，识别速度快的路面病害实时检测。

公开(公告)号：CN117151680A

公开(公告)日：2023-12-01

申请号：CN202310691964.4

申请日：2023-06-13

Applicant: 大连理工大学

Inventor： 林笑旭 ,  王兆宁 ,  任铮钺 ,  王波

IPC: G06Q10/20 ,  G05D1/10 ,  G06Q50/08 ,  G06V20/17 ,  G06V10/82 ,  G06V10/774 ,  G06N3/08

Abstract: 本发明提供了一种基于YOLOv6的桥梁病害巡检方法及系统，涉及桥梁病害检测技术领域，方法包括如下步骤：S1、规划无人机的航行路径；S2、采集无人机的训练数据；S3、建立并训练YOLOv6桥梁病害识别模型；S4、进行无人机自动巡检与桥梁病害识别；本发明为了解决传统桥梁检测成本高、效率低、影响交通正常运行等问题，采用基于无人机智能机场的桥梁病害巡检系统，实现桥梁病害检测结果的实时标定和显示，并可用于一定范围桥梁病害的定期巡检。本发明采用基于人工智能的桥梁病害图像自动识别技术YOLOv6模型进行桥梁病害自动检测工作，通过与前述巡检系统的交互，大幅度提高识别效率与识别精度。