公开(公告)号：CN119483984A

公开(公告)日：2025-02-18

申请号：CN202510062834.3

申请日：2025-01-15

Applicant: 浙江大学

Inventor： 王总辉 ,  陆涛 ,  王浩宇 ,  陈文智

IPC: H04L9/32 ,  G06N3/0464

Abstract: 本发明提供的基于零知识证明的可验证卷积神经网络方法，属于神经网络安全领域。该方法通过将原始卷积神经网络划分为若干卷积神经网络层，将原始卷积神经网络的证明任务转换为每个卷积神经网络层的子证明任务，基于卷积神经网络中的计算操作分解为神经网络输入和输出之间的约束关系，使得所需的约束数量更少；利用零知识证明技术证明每个子证明任务满足特定约束关系，将子证明任务的结果归约到原始卷积神经网络的结果，在不泄露模型参数的情况下显著提高卷积神经网络的证明速度，在实际应用中更加高效和可行。本发明还提供了基于零知识证明的可验证卷积神经网络装置，实现零知识证明的可验证卷积神经网络方法。

公开(公告)号：CN116631577A

公开(公告)日：2023-08-22

申请号：CN202310570418.5

申请日：2023-05-19

Applicant: 浙江大学

Inventor： 郝雪 ,  周渝林 ,  胡其军 ,  王浩宇 ,  王朝 ,  回晓楠 ,  章献民

IPC: G16H20/30 ,  G01S13/86 ,  G01S7/41 ,  G06V40/20 ,  G06V10/82 ,  G06F18/214 ,  G06F18/10 ,  G06F18/22 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/09 ,  A61B5/11 ,  A61B5/107 ,  A61B5/22

Abstract: 本发明公开了一种基于射频‑传感器信息融合的手部康复动作评估系统。该系统包括信号检测模块、数据预处理模块、手势识别模块、数据分析模块。本发明可通过毫米波雷达和压力传感器同步获取雷达回波信号和压电信号，再通过基于压电信号的动作片段提取和基于雷达回波信号的手势识别，将基于压电信号和雷达回波信号各自获得的手掌各关节处每个时刻的弯曲角度进行融合，获得用户做手部康复动作过程中的手掌各关节处弯曲角度时序序列，再与标准康复动作对应的序列通过动态时间规整算法进行相似度计算，以计算得到的相似度来评估手部康复动作的完成度。本发明利用射频‑传感器耦合信息达实现手势识别，受遮挡、光照等影响小，提高了系统的鲁棒性。

公开(公告)号：CN116270047A

公开(公告)日：2023-06-23

申请号：CN202310061464.2

申请日：2023-01-21

Applicant: 浙江大学

Inventor： 周渝林 ,  李小婷 ,  郝雪 ,  王浩宇 ,  王朝 ,  回晓楠 ,  章献民

IPC: A61G5/04 ,  A61G5/10 ,  A61B5/0205 ,  G01C21/16 ,  G01S13/931 ,  G01S19/33 ,  G05D1/02

Abstract: 本发明公开了一种实现智能运动和远程健康监测的电动轮椅控制系统及方法。本发明提供了一种应对重点解决看护人员在医院医疗、家庭养老等需求下的自动跟随电动轮椅设计方案，可基于UWB测距实现高灵敏度的自动跟随，基于九轴IMU和GPS&北斗双模实现高精度定位，基于毫米波雷达实现低延时智能避障功能，基于RFID的定制化生命体征监测系统能够为使用者提供高准确度、非侵入式的实时健康监测。因此本发明可极大的满足了医疗、家庭养老等场景下对使用者实现智能跟随、安全监护的需求，同时数据均可以经由通信模块发送到手机APP供监护者实现远程观测和控制。

公开(公告)号：CN119091028A

公开(公告)日：2024-12-06

申请号：CN202411166780.7

申请日：2024-08-23

Applicant: 浙江大学

Inventor： 王浩宇 ,  梁秀波 ,  柴春雷

IPC: G06T15/06

Abstract: 本发明公开一种基于稀疏距离场和体素化的漫反射全局光照方法及系统，包括：构建稀疏距离场、对场景进行体素化表达、对光照探针进行状态机的构建、利用距离场进行光线追踪获取辐射率、辐射率进行混合过程获得辐照度、通过光照探针应用光照，最后实现了动态漫反射全局光照。其中利用稀疏距离场和场景体素化表达解决了该类算法对光线追踪专用硬件的依赖，同时本发明进行了诸多有效的优化以帮助系统高效地运行。因此，本发明通过分析动态漫反射全局光照算法，采用不依赖于特定硬件加速结构的距离场光线追踪方法，实现了在动态漫反射全局光照算法中利用距离场进行光线追踪获取辐射亮度，提高了运行效率，使得该算法可以被应用于实时渲染环境中。

公开(公告)号：CN119483984B

公开(公告)日：2025-04-04

申请号：CN202510062834.3

申请日：2025-01-15

Applicant: 浙江大学

Inventor： 王总辉 ,  陆涛 ,  王浩宇 ,  陈文智

IPC: H04L9/32 ,  G06N3/0464

Abstract: 本发明提供的基于零知识证明的可验证卷积神经网络方法，属于神经网络安全领域。该方法通过将原始卷积神经网络划分为若干卷积神经网络层，将原始卷积神经网络的证明任务转换为每个卷积神经网络层的子证明任务，基于卷积神经网络中的计算操作分解为神经网络输入和输出之间的约束关系，使得所需的约束数量更少；利用零知识证明技术证明每个子证明任务满足特定约束关系，将子证明任务的结果归约到原始卷积神经网络的结果，在不泄露模型参数的情况下显著提高卷积神经网络的证明速度，在实际应用中更加高效和可行。本发明还提供了基于零知识证明的可验证卷积神经网络装置，实现零知识证明的可验证卷积神经网络方法。