公开(公告)号：CN119672816A

公开(公告)日：2025-03-21

申请号：CN202411871337.X

申请日：2024-12-18

Applicant: 桂林电子科技大学 ,  广西水发集团数字智慧水务科技有限公司

Inventor： 邓珍荣 ,  胡心如 ,  张海斌 ,  李达兵 ,  唐浩 ,  成七一 ,  李俊林 ,  蒋云灿 ,  王喆 ,  黄剑峰 ,  巫秋莹 ,  李晓明 ,  谭维国 ,  李俊 ,  吴章辉

IPC: G06V40/40 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V40/16 ,  G06V10/44 ,  G06V10/46 ,  G06V10/34 ,  G06N3/048 ,  G06N3/0464

Abstract: 本发明提供了一种基于自混合的深度伪造检测方法，与现有技术比较，本发明通过使用自混合技术生成包含伪造伪影的混合图像，并结合主干网络EfficientNet‑b3和伪造伪影检测模块，对输入图像的伪影区域进行精准检测和识别。首先，对真实图像进行分帧处理，利用自混合技术生成源图像和目标图像，并通过mask生成器结合alpha blending模型生成具有伪造伪影的混合图像。随后，主干网络对混合图像提取全局特征，伪造伪影检测模块通过伪影空间协同注意力模块强化混合区域的局部特征表现，从而准确定位伪影区域。最终，利用残差连接融合全局和局部特征，并传入全连接层完成分类。本方法能够有效检测多种伪造图像类型，在跨数据集和未知场景中展现出优异的泛化能力。

公开(公告)号：CN119850918A

公开(公告)日：2025-04-18

申请号：CN202411926906.6

申请日：2024-12-25

Applicant: 桂林电子科技大学 ,  广西水发集团数字智慧水务科技有限公司

Inventor： 黄文明 ,  周港顺 ,  张海斌 ,  李达兵 ,  唐浩 ,  成七一 ,  李俊林 ,  蒋云灿 ,  王喆 ,  黄剑峰 ,  巫秋莹 ,  邓珍荣 ,  李晓明 ,  谭维国 ,  李俊 ,  吴章辉

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于YOLO模型的多尺度塔机部件识别方法，所述方法包括：获取塔吊部件图像数据；将塔吊部件图像数据输入SLM_YOLO模型并处理生成符合模型输入的增强数据集；SLM_YOLO模型的主干网络包括多个卷积层和C2f_SCConv层，并通过FPN和PAN结构的颈部网络提取有效特征层；最终通过检测头输出物理位置和类别信息；本发明通过改进的网络结构和算法，显著提升了塔机部件识别的准确性和效率。