-
公开(公告)号:CN116756718B
公开(公告)日:2023-12-01
申请号:CN202311016217.7
申请日:2023-08-14
Applicant: 安徽大学
Abstract: 本发明属于信息安全领域,具体涉及一种基于U‑Sketch的生物特征数据纠错方法、系统以及工具。该纠错方法包括如下步骤:在编码阶段,采用局部敏感哈希作为元函数构成造元函数组;将多个相互独立的元函数组作为生成函数。根据随机排列秘钥对生成函数进行重新排列,得到排列生成函数。利用注册模板作为输入通过排列生成函生成注册码字集。将注册码字集和排列生成函数作为辅助数据。在解码阶段,获取查询模板以及辅助数据。根据查询模板生成查询码字集并根据汉明距离对查询码字和注册码字进行配对,获取查询码字的位置索引;按序排列位置索引恢复
-
公开(公告)号:CN116756718A
公开(公告)日:2023-09-15
申请号:CN202311016217.7
申请日:2023-08-14
Applicant: 安徽大学
Abstract: 本发明属于信息安全领域,具体涉及一种基于U‑Sketch的生物特征数据纠错方法、系统以及工具。该纠错方法包括如下步骤:在编码阶段,采用局部敏感哈希作为元函数构成造元函数组;将多个相互独立的元函数组作为生成函数。根据随机排列秘钥对生成函数进行重新排列,得到排列生成函数。利用注册模板作为输入通过排列生成函生成注册码字集。将注册码字集和排列生成函数作为辅助数据。在解码阶段,获取查询模板以及辅助数据。根据查询模板生成查询码字集并根据汉明距离对查询码字和注册码字进行配对,获取查询码字的位置索引;按序排列位置索引恢复出排列秘钥。本发明解决了现有生物特征数据纠错方法的通用性不足,效率较低,效果较差的问题。
-
公开(公告)号:CN116739933A
公开(公告)日:2023-09-12
申请号:CN202310732555.4
申请日:2023-06-20
Applicant: 安徽大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于医疗影像设备技术领域,具体涉及一种融合系统响应矩阵和神经网络的PET图像生成方法,该方法包括如下步骤:S1:获取初始图像;S2:对初始图像进行融合运算,得到融合图像;其中融合运算的过程如下:S21:将当前轮次的初始图像输入到MLEM或OSEM算法中,输出更新后的迭代图像。S22:将初始图像输入到一个经过训练的PET图像降噪模型中,输出降噪图像。S23:将迭代图像与初始图像相乘后,再与降噪图像相加,得到融合图像。S3:分别以每一轮的融合图像作为下一轮的初始图像,循环执行步骤S2的融合运算,输出迭代后融合图像即为所需的高精度PET图像。本发明克服了PET系统精度有限,系统噪声难以消除,导致最终成像质量无法提升的缺陷。
-
-