-
公开(公告)号：CN118196604A
公开(公告)日：2024-06-14
申请号：CN202410340505.6
申请日：2024-03-25
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
Abstract: 本发明公开了对迭代FGSM反取证攻击鲁棒的像素级定位取证方法，构建像素级定位取证模型，该模型由特征提取模块、多尺度模块、解码器模块三部分组成；特征提取模块用于提取图像的RGB色彩特征和SRM噪声特征，在提取出的RGB色彩特征后使用多尺度模块，该模块基于注意力机制和密集特征设计，让模型在更大的感受野下提取多尺度特征。解码器模块由基于残差块的上采样单元组成，其中每个单元都使用了注意力机制SCSE层。解码器模块与特征提取模块的对应部分使用跳跃连接相连，解码器模块输出预测的取证定位掩码。像素级定位取证模型在多个公开数据集上取得了较好的取证效果，且在基于迭代FGSM的反取证攻击下表现出较好的鲁棒性。
-
公开(公告)号：CN118609015A
公开(公告)日：2024-09-06
申请号：CN202410644380.6
申请日：2024-05-23
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于帧差卷积神经网络的视频重点区域分析方法，包括：利用SVM分类器对每个视频帧进行分类，确定视频帧所属类别；基于卷积神经网络和LSTM网络构建场景类别识别模型，用于对视频帧进行场景类别标记；根据场景类别设计热力图提取方案，对输入的图像数组数据生成灰度图作为热度权重；根据视频帧所属类别，利用热力图与加权矩阵相乘得到的结果，获取权值最大的区域作为截取部分的中心点；根据计算出的截取部分的中心点坐标对视频帧进行裁剪，将处理后的竖屏画面在前端进行显示。本发明能够准确地进行视频的裁剪，最后在前端显示出裁剪后视频画面的重点部分，提供更好的竖屏观看体验。
-
公开(公告)号：CN117876756A
公开(公告)日：2024-04-12
申请号：CN202311782472.2
申请日：2023-12-22
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
IPC: G06V10/764 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于注意力引导的对抗样本防御方法，包括：收集数据集，将数据集按7:2:1的比例分为训练集、验证集和测试集并进行预处理；搭建结合注意力机制模块的卷积神经网络模型，即对抗样本防御模型；将经过预处理后的数据集输入到搭建好的对抗样本防御模型中进行对抗训练并保存最优权重；将保存的最优权重加载到搭建好的模型中作为最终的防御方法。本发明方法在较低的实施成本下，能够提供更强大、更全面的防御能力，解决了现有防御方法在面对多种对抗样本时存在的防御成本高和鲁棒性差的问题。
-
公开(公告)号：CN117726912A
公开(公告)日：2024-03-19
申请号：CN202311641564.9
申请日：2023-12-04
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多特征融合的深度伪造图像检测模型，引入空间域、频率域和共生矩阵特征多域特征作为不同GAN结构生成图像的“共有特征”，即提取全局RGB特征作为空间域特征，设计频谱特征提取模块来提取图像二维频谱中存在的特征，设计共生矩阵提取模块来提取图像中的自然数据统计信息；提取多域特征后，基于融合机制设计出生成图像检测模型，将三种不同域特征进行融合后送入同一个骨干网络进行特征提取以及分类预测。基于多特征融合的模型充分利用了不同域的“共有特征”，同时设计了混合数据集，在保证检测速度的基础上平均检测精度得到提升，有效提高模型的泛化性，从而应对无法确定图像具体来源的GAN伪造图像检测问题。
-
公开(公告)号：CN112801212B
公开(公告)日：2022-11-18
申请号：CN202110229582.0
申请日：2021-03-02
Applicant: 东南大学
Abstract: 本发明涉及一种基于小样本半监督学习的白细胞分类计数方法，首先对显微镜拍摄的血细胞图像用图像处理方式清晰定位到单个白细胞，得到待分类细胞图像；对细胞图像选取部分进行人工标注，分别得到标注样本与无标注样本，分配训练样本和测试样本；确定分类网络的输入输出及中间部分的结构，构建基于双网络结构的半监督分类网络；使用少量标注样本和大量无标注样本训练半监督分类网络，保存训练效果最优的模型；对定位的单个白细胞图像进行分类，根据半监督分类网络输出每张图像的分类信息，从而统计出白细胞每类的数量。该方法能够在少标注情况下实现白细胞图像分类统计，且检测效率和精度高。
-
Patent Agency Ranking
公开(公告)号：CN112133366A
公开(公告)日：2020-12-25
申请号：CN202010930573.X
申请日：2020-09-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于基因数据和生成对抗卷积神经网络的面型预测方法，包括以下步骤：S1：对人体颅骨CT扫描图进行数据预处理，并结合相应的基因数据，制作数据集；S2：搭建卷积神经网络；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练四轮，便用模型对检测样本进行检测，评判生成的预测面型；S4：选取步骤S4中效果最好的一轮作为最终结果。本发明利用深度学习技术，通过卷积神经网络自动提取特征，模型只需要输入基因序列，就可以在很短的时间内计算出基因所对应的完整面部形态，实现端到端的预测。在提高了预测效率的同时，保证了可观的预测准确率。
-
公开(公告)号：CN102842141B
公开(公告)日：2015-03-11
申请号：CN201210228165.5
申请日：2012-07-03
Applicant: 东南大学
IPC: G06T11/00
Abstract: 本发明公开了一种旋转X射线造影图像迭代重建方法，首先在第一阶段构造低分辨率投影矩阵，并将完整矩阵拆解为单一角度矩阵和旋转矩阵2个分量进行简化存储，然后第二阶段在第一阶段得到低分辨率投影矩阵的基础上，进行进一步基于投影内容的简化，最后在第三阶段进行三维血管重建本方法采用的经过掩模简化的投影矩阵解决了旋转X射线造影系统投影，反投影计算量过大，计算时间过长的问题，能够有效获得三维血管结构，帮助临床医师进行诊断。
-
公开(公告)号：CN110119677B
公开(公告)日：2022-03-11
申请号：CN201910246680.8
申请日：2019-03-28
Applicant: 东南大学 , 国网江苏省电力有限公司电力科学研究院
IPC: G06V40/60 , G06V10/774 , G06V10/764 , G06K9/62 , G01N23/04
Abstract: 本发明提供一种基于图像分类网络的碳纤维复合芯电缆破损检测方法采用X成像的方式对碳纤维复合芯电缆进行图像采集；对采集的碳纤维复合芯电缆图像进行预处理操作，分别得到训练样本与检测样本；确定起始残差网络的输入输出及中间部分的结构，构建碳碳纤维复合芯电缆破损分类检测网络；使用训练样本训练碳纤维复合芯电缆破损分类检测网络，保存训练效果最优的模型；使用检测样本进行检测，根据碳纤维复合芯电缆破损分类检测网络分类输出，自动标记出图像中的破损位置。该方法能够自动实现碳纤维复合芯电缆破损检测，且检测效率和精度高。
-
公开(公告)号：CN108573521B
公开(公告)日：2022-02-08
申请号：CN201810330486.3
申请日：2018-04-12
Applicant: 东南大学
IPC: G06T15/00 , G06T15/04 , G06T17/20 , G06T19/20 , G06F3/0487 , G06F3/04845
Abstract: 本发明提供一种基于CUDA并行计算框架的实时交互式裸眼3D显示方法，通过读取CT序列图像，设置绘制阈值，利用MarchingCube算法生成表面三角面片数据；根据使用场景设置视点个数、虚拟摄像机位，生成单角度渲染场景；利用OpenInventor开源库，分别针对每个不同视点的场景，实施场景渲染；实现CUDA并行化像素融合算法；实现交互接口。该方法能够针对医用三维CT数据进行立体绘制。本发明基于CUDA并行计算框架，实现了实时交互式自由立体显示，能够根据用户的指令，对显示目标数据进行平移、旋转、缩放等操作，并能够完成实时渲染绘制。
-
公开(公告)号：CN109480781B
公开(公告)日：2021-07-09
申请号：CN201811354270.7
申请日：2018-11-14
Applicant: 南京医科大学附属口腔医院 , 东南大学
Abstract: 本发明提供一种牙列运动轨迹的示踪装置及方法，该装置包括口内固定组件和口外运动标示组件，口内固定组件包括下牙列基托、左侧固位钢丝、右侧固位钢丝与定位钢丝，下牙列基托设于下牙列的舌侧并分别由下颌切牙延伸至左右两侧的最后一颗牙的远中并紧贴舌侧粘膜，左侧固位钢丝、右侧固位钢丝呈左右对称分布；口外运动标示组件包括连接杆和弧形杆。该种牙列运动轨迹的示踪装置，采用了与个体牙列情况相适应的、个性化的，不覆盖上下颌牙列咬合面的口内固定组件。因此，采集牙列运动时，上下牙列的咬合面可直接接触，上下牙列之间无垂直间隙，准确转移了牙列的运动过程，不影响运动轨迹的描记。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.032 seconds)
