-
公开(公告)号：CN119203999A
公开(公告)日：2024-12-27
申请号：CN202411009662.5
申请日：2024-07-25
Applicant: 北京邮电大学 , 广州大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F40/279 , G06F40/30 , G06N3/0455 , G06N5/025
Abstract: 本发明公开了一种基于知识注入和知识编码的语言隐写分析方法，属于信息隐藏领域。首先构建一个基于知识注入和知识编码的语言隐写分析系统模型，该系统模型借助知识图对输入句子进行预处理，完成知识注入。然后对句子树和可见矩阵采用BERT，完成语义特征的提取，并进行知识注入语义编码。在预处理的同时，使用图结构建模的KE模块对输入句子和知识图进行知识提取，得到迷你图，通过GAT对迷你图进行知识编码。最后将捕获的实体节点特征和从知识注入模块获得的表示向量串联并加入到一个全连接层中，系统模型通过全连接层的输出预测输入文本是正常载体还是隐写载体。本发明解决了网络文本的碎片化问题，使语言隐写分析的结果更加准确。
-
公开(公告)号：CN119399301A
公开(公告)日：2025-02-07
申请号：CN202411454807.2
申请日：2024-10-17
IPC: G06T11/00 , G06T3/04 , G06N3/045 , G06N3/0475 , G06N3/0495 , G06N3/0464 , G06N3/094 , G06N3/096
Abstract: 本发明公开了基于轻量化循环对抗生成网络的夜间‑日间图像转换方法，涉及图像转换与模型压缩领域，该方法包括以下步骤：从夜间数据集与日间数据集中挑选图像数据，结合联合损失函数并生成转换夜间与日间图像的最终网络模型；将共享注意力模块引入生成的最终网络模型中，并构建用于夜间到日间图像转换的共享注意力循环对抗生成网络模型；通过引用知识蒸馏算法压缩共享注意力循环对抗生成网络模型，得到教师生成器模型，并将知识通过教师生成器模型传递至学生生成器模型；将学生生成器模型中的特征图通过解码器对特征图进行上采样还原，得到夜间到日间的转换后的图像。本发明有效缓解了图像颜色失真、目标细节模糊等问题。
-
公开(公告)号：CN119378006A
公开(公告)日：2025-01-28
申请号：CN202411389555.X
申请日：2024-09-30
IPC: G06F21/62 , G06N3/04 , G06N3/084 , G06T3/04 , G06V10/764
Abstract: 本申请是一种基于图像隐写的后门攻击方法，包括：S1、构建图像隐写网络和图像变换网络；S2、将有毒图像进行空间变换后得到第一触发器；S3、将经过空间变换的有毒图像反向输入攻击网络，还原得到第二触发器；S4、根据第一触发器和第二触发器的距离损失构建图像隐写网络的隐写损失函数；S5、对图像隐写网络进行迭代训练；S6、通过有毒图像进行后门攻击。在训练隐写网络时，基于触发器的变形程度构建损失函数，通过损失函数的反向传播使得图像隐写网络生成能够适应图像变换的有毒图像，本申请生成的有毒图像即使经过图像变换处理，也能够在受害者模型中触发攻击，使得受害者模型识别出对应的目标标签。
-
公开(公告)号：CN119919942A
公开(公告)日：2025-05-02
申请号：CN202411831644.5
申请日：2024-12-12
Applicant: 北京邮电大学
IPC: G06V20/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/50 , G06V10/52 , G06V10/764 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N3/0985
Abstract: 本发明提供一种奢侈品鉴伪模型训练方法、奢侈品鉴伪方法及装置，训练样本集训练包括微观特征提取网络、宏观特征提取网络、多模态融合网络和分类网络的初始奢侈品鉴伪模型；微观特征提取网络包括卷积神经网络层和重叠补丁嵌入层；宏观特征提取网络包括整体嵌套边缘检测层和残差网络；多模态融合网络中的所述图像补丁嵌入层划分所述微观特征并进行向量转换后输入所述Transformer模型进行注意力权重调整获得第一目标微观特征，与所述宏观特征共同输入交叉注意力特征融合模块获得第二目标微观特征，两个目标微观特征进行加权求和并融合分类向量后输入多模态融合网络进行全局特征捕捉获得目标分类向量，输入分类网络获得样本的真伪预测结果。
-
公开(公告)号：CN118608845A
公开(公告)日：2024-09-06
申请号：CN202410712117.6
申请日：2024-06-03
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种隐写图像分析方法和系统，该方法设计了一种隐写图像分析模型，该模型训练方法包括：将原始图像和对应隐写图像作为训练样本输入到第一SRNet网络模块，生成第一特征图和第一特征张量，将第一特征张量输入全连接层得到第一损失函数。将第一特征图输入注意力隐写定位模块生成目标位置图像，将目标位置图像输入第二SRNet网络模块生成第二特征图和第二特征张量。将第二特征张量输入到全连接层得到第二损失函数。将第二特征图输入注意力局部隐写提议模块生成局部位置图像。将局部位置图像输入到第三SRNet网络模块生成第三特征张量，将第三特征张量输入到全连接层得到第三损失函数。将三个损失函数相加得到总损失函数，最小化总损失函数得到隐写图像分析模型。本发明能够减少隐写图片中背景噪音的影响，提高模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117614618B
公开(公告)日：2024-06-28
申请号：CN202311522153.8
申请日：2023-11-15
Applicant: 北京邮电大学
IPC: H04L9/08 , H04L9/00 , H04L9/40 , H04L67/1087
Abstract: 本发明公开了一种跨域多权威协同的属性基加密访问控制方法，属于数据安全技术领域。首先构建跨域多权威协同的系统模型，数据所有者用对称密钥对数据进行对称加密，同时设置访问策略，对对称密钥执行属性基加密，输出数据密文和密钥密文至区块链。然后当属性权威监听到用户注册完成时，不同属性权威会预先执行子令牌生成算法，生成用户属性子令牌发布到区块链；当区块链收集到tω个发布给用户的属性子令牌后，ATC自动生成用户的属性令牌。当用户发起访问请求时，DTC从区块链中查询密钥密文和属性令牌，为用户生成解密令牌。最后数据使用者通过获取解密令牌获得对称密钥，实现数据解密。本发明实现了属性权威跨域协作，减少了用户端的计算和通信开销。
-
公开(公告)号：CN115688777B
公开(公告)日：2023-05-05
申请号：CN202211193965.8
申请日：2022-09-28
Applicant: 北京邮电大学
IPC: G06F40/295 , G06F40/30 , G06N3/045
Abstract: 本发明是一种面向中文金融文本的嵌套和不连续实体的命名实体识别系统。本发明系统包括词嵌入编码模块、语义增强模块和金字塔层叠式解码模块；词嵌入编码模块对金融元文本进行编码，由上下文编码层获取上下文特征，输出金融元文本的词嵌入向量；语义增强模块对当前词计算相似词，利用相似词获取当前词语义增强后的嵌入向量；金字塔层叠式解码模块包括L层解码层，每一解码层预测长度为l的实体，第L层识别长度为L的嵌套实体，每一解码层都由LSTM和CNN两个组件组成，并加入逆向金字塔模型避免高层识别长实体时对底层信息的遗漏。本发明系统在识别中文金融文本中嵌套实体和不连续实体方面展现出优越性能，提升了实体识别的准确率。
-
公开(公告)号：CN114422651B
公开(公告)日：2022-09-16
申请号：CN202210025118.4
申请日：2022-01-11
Applicant: 北京邮电大学
IPC: H04N1/32
Abstract: 本发明提供一种图像信息隐藏方法、溯源方法、隐藏装置和溯源装置，所述图像信息隐藏方法的步骤包括：将待隐藏信息编码为由0和1组成的比特数据，获取所述比特数据的长度；获取预设的源纯色图像的图像尺寸，获取图像尺寸中的像素点行数；根据所述像素点行数和比特数据的长度将源纯色图像划分为多个像素块，使得所述比特数据中的字符与像素块相对应；基于为比特数据中的字符0和1预设的矩阵参数组为比特数据中的每个字符生成二维矩阵，将所述二维矩阵嵌入至对应的像素块，使得二维矩阵中的每个矩阵参数均与像素块的每个像素点相对应；基于二维矩阵中的每个矩阵参数增加或减少对应的像素点的像素值，使所述源纯色图像更新为载密图像。
-
公开(公告)号：CN114422651A
公开(公告)日：2022-04-29
申请号：CN202210025118.4
申请日：2022-01-11
Applicant: 北京邮电大学
IPC: H04N1/32
Abstract: 本发明提供一种图像信息隐藏方法、溯源方法、隐藏装置和溯源装置，所述图像信息隐藏方法的步骤包括：将待隐藏信息编码为由0和1组成的比特数据，获取所述比特数据的长度；获取预设的源纯色图像的图像尺寸，获取图像尺寸中的像素点行数；根据所述像素点行数和比特数据的长度将源纯色图像划分为多个像素块，使得所述比特数据中的字符与像素块相对应；基于为比特数据中的字符0和1预设的矩阵参数组为比特数据中的每个字符生成二维矩阵，将所述二维矩阵嵌入至对应的像素块，使得二维矩阵中的每个矩阵参数均与像素块的每个像素点相对应；基于二维矩阵中的每个矩阵参数增加或减少对应的像素点的像素值，使所述源纯色图像更新为载密图像。
-
公开(公告)号：CN118608845B
公开(公告)日：2025-04-22
申请号：CN202410712117.6
申请日：2024-06-03
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种隐写图像分析方法和系统，该方法设计了一种隐写图像分析模型，该模型训练方法包括：将原始图像和对应隐写图像作为训练样本输入到第一SRNet网络模块，生成第一特征图和第一特征张量，将第一特征张量输入全连接层得到第一损失函数。将第一特征图输入注意力隐写定位模块生成目标位置图像，将目标位置图像输入第二SRNet网络模块生成第二特征图和第二特征张量。将第二特征张量输入到全连接层得到第二损失函数。将第二特征图输入注意力局部隐写提议模块生成局部位置图像。将局部位置图像输入到第三SRNet网络模块生成第三特征张量，将第三特征张量输入到全连接层得到第三损失函数。将三个损失函数相加得到总损失函数，最小化总损失函数得到隐写图像分析模型。本发明能够减少隐写图片中背景噪音的影响，提高模型的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.035 seconds)
