-
公开(公告)号:CN116760937B
公开(公告)日:2023-12-08
申请号:CN202311034809.1
申请日:2023-08-17
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明公开了一种基于多机位的视频拼接方法、装置、设备及存储介质,所述方法包括:获取多个固定机位的视频数据,并从每个固定机位的视频数据中选取同步的一帧图像数据;对相邻机位的图像数据提取角点并进行匹配,根据匹配成功的角点对计算得到重叠区域的拼接矩阵;将匹配成功的角点对中左侧机位的角点映射到右侧机位,根据映射角点与所述右侧机位中原始匹配成功的角点之间的距离对所述映射角点进行筛选;当筛选后的映射角点的数量大于预设角点阈值时,则根据所述拼接矩阵按照固定机位的顺序对同一时刻的图像数据进行拼接,得到拼接后的视频。本发明解决了动态目标物对于拼接矩阵的影响,有效提升了视频拼接的精度,能够实时输出流畅的拼接视频。
-
公开(公告)号:CN116760937A
公开(公告)日:2023-09-15
申请号:CN202311034809.1
申请日:2023-08-17
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明公开了一种基于多机位的视频拼接方法、装置、设备及存储介质,所述方法包括:获取多个固定机位的视频数据,并从每个固定机位的视频数据中选取同步的一帧图像数据;对相邻机位的图像数据提取角点并进行匹配,根据匹配成功的角点对计算得到重叠区域的拼接矩阵;将匹配成功的角点对中左侧机位的角点映射到右侧机位,根据映射角点与所述右侧机位中原始匹配成功的角点之间的距离对所述映射角点进行筛选;当筛选后的映射角点的数量大于预设角点阈值时,则根据所述拼接矩阵按照固定机位的顺序对同一时刻的图像数据进行拼接,得到拼接后的视频。本发明解决了动态目标物对于拼接矩阵的影响,有效提升了视频拼接的精度,能够实时输出流畅的拼接视频。
-
公开(公告)号:CN117113351B
公开(公告)日:2024-02-20
申请号:CN202311345558.9
申请日:2023-10-18
Applicant: 广东省科技基础条件平台中心 , 暨南大学
IPC: G06F21/56 , G06F40/126 , G06F8/53
Abstract: 本发明公开了一种基于多重多级预训练的软件分类方法及设备,所述方法包括:对二进制软件进行反汇编得到反汇编代码文本;对反汇编代码文本进行预处理,并从预处理后的反汇编代码文本中筛选出用户定义函数,得到类反汇编代码文本并输入到文本表征生成模块,得到文本表征;基于二进制软件中的字节统计特征、PE文件统计特征,以及反汇编代码文本中的反汇编统计特征,确定统计特征向量并输入至统计表征生成模块,得到统计表征;对文本表征和统计表征进行融合处理,得到样本表征并输入至分类网络模型,得到二进制软件的代码分类识别结果。本发明能够实现高精度的软件分类。
-
公开(公告)号:CN117093997B
公开(公告)日:2024-02-20
申请号:CN202311360685.6
申请日:2023-10-20
Applicant: 广东省科技基础条件平台中心 , 暨南大学
Abstract: 本发明公开了一种基于平稳多臂老虎机的代码对抗样本生成方法,包括:获取代码数据集,并创建多个代理对象;从代码数据集中获取一个第一代码样本;通过代码对抗样本生成模型中的攻击器,基于多个代理对象进行代理采样和代理投票处理,确定注入动作,并将注入动作注入第一代码样本,得到第二代码样本;对第二代码样本进行逃逸检测,并将逃逸成功的第二代码样本加入对抗样本集;在进行逃逸检测后,当第二代码样本不满足结束条件时,返回至获取第一代码样本的步骤获取新的第一代码样本,以进行迭代,直至获取到的新的第二代码样本满足结束条件时停止迭代,并获取停止迭代后的对抗样本集,本发明能够高效生成大量高质量的代码对抗样本。
-
公开(公告)号:CN114047929B
公开(公告)日:2022-05-03
申请号:CN202210029556.8
申请日:2022-01-12
Applicant: 广东省科技基础条件平台中心 , 暨南大学
Abstract: 本发明公开了一种基于知识增强的用户定义函数识别方法、装置及介质,包括:对用户定义函数的反汇编文本进行预处理和划分处理,获得训练数据集;对其操作码进行词嵌入,生成词向量;将词向量输入Transformer模型,获取经过初始预训练过的Transformer模型;对预设数量阈值的词向量进行遮罩处理;将所有词向量输入到经过初始预训练过的Transformer模型,输出词向量的编码结果并将其作为反汇编文本的编码特征信息,将统计特征转换为三通道的图像以获取反汇编文本的统计特征信息,并将统计特征信息和编码特征信息进行拼接,输入全连接神经网络中,得到用户定义函数分类模型。本发明实施例能够准确识别用户定义函数。
-
公开(公告)号:CN109446076A
公开(公告)日:2019-03-08
申请号:CN201811205855.2
申请日:2018-10-15
Applicant: 广东省科技基础条件平台中心
IPC: G06F11/36
Abstract: 本发明公开了一种软件项目测试方法,包括:获取待测软件项目的测试需求;根据所述测试需求对应生成第一测试用例;其中,所述第一测试用例在生成过程中与所述测试需求自动建立关联;从预设的静态测试用例库中获取与所述待测软件项目的项目类型相同的静态测试用例;其中,所述静态测试用例根据历史缺陷数据转化生成;根据所述第一测试用例和所述静态测试用例对应生成第二测试用例;根据所述第二测试用例对所述待测软件项目进行测试。相应的,本发明还公开了一种软件项目测试系统、计算机可读存储介质及终端设备。采用本发明的技术方案能够提高软件项目的测试效率和测试用例覆盖率。
-
公开(公告)号:CN117113351A
公开(公告)日:2023-11-24
申请号:CN202311345558.9
申请日:2023-10-18
Applicant: 广东省科技基础条件平台中心 , 暨南大学
IPC: G06F21/56 , G06F40/126 , G06F8/53
Abstract: 本发明公开了一种基于多重多级预训练的软件分类方法及设备,所述方法包括:对二进制软件进行反汇编得到反汇编代码文本;对反汇编代码文本进行预处理,并从预处理后的反汇编代码文本中筛选出用户定义函数,得到类反汇编代码文本并输入到文本表征生成模块,得到文本表征;基于二进制软件中的字节统计特征、PE文件统计特征,以及反汇编代码文本中的反汇编统计特征,确定统计特征向量并输入至统计表征生成模块,得到统计表征;对文本表征和统计表征进行融合处理,得到样本表征并输入至分类网络模型,得到二进制软件的代码分类识别结果。本发明能够实现高精度的软件分类。
-
公开(公告)号:CN117093997A
公开(公告)日:2023-11-21
申请号:CN202311360685.6
申请日:2023-10-20
Applicant: 广东省科技基础条件平台中心 , 暨南大学
Abstract: 本发明公开了一种基于平稳多臂老虎机的代码对抗样本生成方法,包括:获取代码数据集,并创建多个代理对象;从代码数据集中获取一个第一代码样本;通过代码对抗样本生成模型中的攻击器,基于多个代理对象进行代理采样和代理投票处理,确定注入动作,并将注入动作注入第一代码样本,得到第二代码样本;对第二代码样本进行逃逸检测,并将逃逸成功的第二代码样本加入对抗样本集;在进行逃逸检测后,当第二代码样本不满足结束条件时,返回至获取第一代码样本的步骤获取新的第一代码样本,以进行迭代,直至获取到的新的第二代码样本满足结束条件时停止迭代,并获取停止迭代后的对抗样本集,本发明能够高效生成大量高质量的代码对抗样本。
-
公开(公告)号:CN114328277A
公开(公告)日:2022-04-12
申请号:CN202210234709.2
申请日:2022-03-11
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明提供了一种软件缺陷预测和质量分析方法、装置、设备及介质,方法包括:获取不同领域的软件项目历史数据,并根据软件项目历史数据获取不同粒度的项目模块缺陷信息;根据项目模块缺陷信息建立知识图谱;根据知识图谱构建多任务训练模型,并对多任务训练模型进行训练和学习,得到软件质量分析指标的预测结果。采用本发明实施例,能够基于不同领域的软件历史数据,充分利用历史数据的关联性进行关联分析,来获得缺陷预测信息,并基于构建的知识图谱和训练模型,依据缺陷特征建立多个质量分析指标体系,通过预测指标的权重分析,保证质量指标有效性,从而能够直接了解新项目的缺陷预测和产品质量,进一步提高项目管理的工作效率。
-
公开(公告)号:CN114047929A
公开(公告)日:2022-02-15
申请号:CN202210029556.8
申请日:2022-01-12
Applicant: 广东省科技基础条件平台中心 , 暨南大学
Abstract: 本发明公开了一种基于知识增强的用户定义函数识别方法、装置及介质,包括:对用户定义函数的反汇编文本进行预处理和划分处理,获得训练数据集;对其操作码进行词嵌入,生成词向量;将词向量输入Transformer模型,获取经过初始预训练过的Transformer模型;对预设数量阈值的词向量进行遮罩处理;将所有词向量输入到经过初始预训练过的Transformer模型,输出词向量的编码结果并将其作为反汇编文本的编码特征信息,将统计特征转换为三通道的图像以获取反汇编文本的统计特征信息,并将统计特征信息和编码特征信息进行拼接,输入全连接神经网络中,得到用户定义函数分类模型。本发明实施例能够准确识别用户定义函数。
-
-
-
-
-
-
-
-
-