-
公开(公告)号：CN119363895A
公开(公告)日：2025-01-24
申请号：CN202411417107.6
申请日：2024-10-11
Applicant: 无锡学院
IPC: H04N1/44 , H04N1/32 , H04N19/467
Abstract: 本发明涉及网络安全技术领域，公开了一种基于生成式图像的隐写方法，包括：确定秘密信息、共享密钥和第一特征组集合，并对所述秘密信息进行编码，获得二进制串；根据所述共享密钥和所述第一特征组集合获取第二特征组集合；根据所述第二特征组集合和所述二进制串获得第一特征文本集合；从所述第一特征文本集合中任选一个特征文本作为输入特征文本，使用所述输入特征和载体图像获得含密图像；迭代结束获得最终的含密图像；使用所述含密图像进行秘密通信。本发明能够提高生成式图像隐写的容量、安全性和鲁棒性。
-
公开(公告)号：CN118762396A
公开(公告)日：2024-10-11
申请号：CN202410802734.5
申请日：2024-06-20
Applicant: 无锡学院
IPC: G06V40/20 , G06V20/52 , G06V10/82 , G06V10/52 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06Q50/20
Abstract: 本发明公开了一种基于改进YOLOv8模型的学生课堂行为检测方法，属于行为检测与识别领域，方法包括：构建改进型YOLOv8模型，对YOLOv8模型进行优化，得到改进的YOLOv8模型：在YOLOv8模型的Backbone网络中引入动态组卷积混洗模块替换原YOLOv8模型Backbone网络中的第四个C2f模块；在YOLOv8模型的Neck网络中构建自适应极化特征融合模块替换原YOLOv8模型Neck网络中的C2f模块；创建任务动态对齐检测头模块，替换原YOLOv8模型的检测层，提升了学生课堂行为检测的精度、效率。
-
公开(公告)号：CN117115131A
公开(公告)日：2023-11-24
申请号：CN202311172502.8
申请日：2023-09-12
Applicant: 无锡学院
IPC: G06T7/00 , G06T5/00 , G06T7/194 , G06T7/136 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种道路裂缝检测方法、系统及车辆，所述方法包括：对获取到的道路裂缝图像进行状态分类；将道路裂缝图像的像素分为前景类像素和背景类像素；将前景类像素和背景类像素进行二值化；对二值化后的道路裂缝图像进行高斯双边滤波、最小值滤波，得到滤波后的道路裂缝图像；构建HDU‑Net模型，对滤波后的道路裂缝图像进行道路裂缝特征提取、采用中轴变换算法提取裂缝骨架，得到道路裂缝检测结果。通过本发明方法，实现对道路裂缝做出快速有效的检测。
-
Patent Agency Ranking
公开(公告)号：CN118762396B
公开(公告)日：2025-03-25
申请号：CN202410802734.5
申请日：2024-06-20
Applicant: 无锡学院
IPC: G06V40/20 , G06V20/52 , G06V10/82 , G06V10/52 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06Q50/20
Abstract: 本发明公开了一种基于改进YOLOv8模型的学生课堂行为检测方法，属于行为检测与识别领域，方法包括：构建改进型YOLOv8模型，对YOLOv8模型进行优化，得到改进的YOLOv8模型：在YOLOv8模型的Backbone网络中引入动态组卷积混洗模块替换原YOLOv8模型Backbone网络中的第四个C2f模块；在YOLOv8模型的Neck网络中构建自适应极化特征融合模块替换原YOLOv8模型Neck网络中的C2f模块；创建任务动态对齐检测头模块，替换原YOLOv8模型的检测层，提升了学生课堂行为检测的精度、效率。
-
公开(公告)号：CN119697442A
公开(公告)日：2025-03-25
申请号：CN202411816812.3
申请日：2024-12-11
Applicant: 无锡学院
IPC: H04N21/472 , H04N21/458 , H04N21/44 , H04N21/435 , H04N21/442
Abstract: 本发明公开了一种基于情感反馈的文本驱动广告视频生成方法，涉及数字广告和人机交互技术领域，通过实时采集用户面部表情、语音特征和眼动轨迹等情感数据，动态调整广告内容，提升个性化、互动性和转化率；结合文本生成视频模型与多模态情感识别技术，利用特征融合和反馈处理，使广告视频更契合用户情感；多轮反馈与自适应优化确保广告传递核心信息的同时灵活响应用户情感状态，大幅提升吸引力与参与度，创新的特征融合算法进一步提高了生成视频的个性化和实时响应能力，为数字广告领域提供了全新解决方案，推动了个性化与情感互动的发展。
-
公开(公告)号：CN119152344A
公开(公告)日：2024-12-17
申请号：CN202411527852.6
申请日：2024-10-30
Applicant: 无锡学院
Abstract: 本发明公开了一种基于改进YOLOv8的异常行为检测方法、设备及存储介质；该方法提出了一种新的FDPN结构，替代原YOLOv8模型的颈部网络架构；FDPN的优势在于特征聚焦模块和特征扩散机制，特征聚焦模块通过并行的深度卷积操作有效捕捉并整合跨尺度特征信息，扩散机制则促进上下文信息在各尺度间流动，使每个特征图都包含详尽的语义信息，从而提升小目标检测精度，并增强网络对遮挡和复杂背景的适应能力。此外，本发明还引入RCSOSA模块和DyHead动态预测头；RCSOSA模块通过RepVGG模块提取和增强多样化特征，并通过多个RCS模块优化特征选择和通道混洗，增强通道间的特征融合；使用DyHead动态预测头能提高对被遮挡人群的识别能力。本发明显著提高了复杂场景下的异常行为检测的鲁棒性和精度。
-
公开(公告)号：CN113984989A
公开(公告)日：2022-01-28
申请号：CN202111169990.8
申请日：2021-10-08
Applicant: 无锡学院
Abstract: 本发明公开了一种基于拉普拉斯降维的水产养殖水质异常检测方法。属于水产养殖技术领域，具体步骤：数据降维、确定异常检测数据维度、构建DSVDD异常检测模型、输出水质异常检测数据。本发明涉及到水产养殖过程中养殖水体的6个监测指标，将这6个指标作为检测模型的输入量，利用拉普拉斯特征映射对传感器采集的水质数据进行降维，将样本输入维度从6维降到3维，确定DSVDD异常检测方法的数据维度，训练好的DSVDD检测模型进行异常检测测试，将DSVDD模型异常检测测试结果与传统的SVDD模型的异常检测结果相比，DSVDD算法有更好的检测精度，可进行高维度的水质异常检测，提高了针对水产养殖业的水体异常检测的精度。
-
公开(公告)号：CN220649682U
公开(公告)日：2024-03-22
申请号：CN202322382049.5
申请日：2023-09-01
Applicant: 无锡学院
Abstract: 本实用新型提供一种城市内涝水位监测结构，涉及水位监测技术领域，包括外壳和水位检测部，所述外壳包括用于整体支撑的导流底座以及固定设置于导流底座上部的竖向壳；导流底座上设置有导流孔，导流孔和竖向壳内部连通；竖向壳上部和外界连通；所述水位检测部包括设置于外壳外部的水位监测仪以及位于竖向壳内部的水位传感器；水位监测仪通过导线与水位传感器电信连接。本实用新型提供一种城市内涝水位监测结构，在对水位进行监测时，能有效避免外界因素影响测试结果，同时可以在移动和安装两种状态下自由切换，提升装置的实用性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
