-
公开(公告)号：CN102760228B
公开(公告)日：2014-04-30
申请号：CN201110106955.1
申请日：2011-04-27
Applicant: 中国林业科学研究院森林生态环境与保护研究所 , 浙江工商大学
Abstract: 本发明涉及一种基于标本数字图像的鳞翅目昆虫种类自动鉴别方法，包括：用LazySnapping和/或GrabCut去除背景，用基于投影的方法分割左右翅，用边缘拟合的方法确定关键点并对准左右翅的位置。特征的提取在RGB三个通道分别进行，在半径和角度方向把翅面部分分成若干个区间，计算各区间的像素均值的方法构造出最终的特征向量；分类鉴别使用SVM分类器实现。该鳞翅目昆虫标本图像识别方法具有操作简便、识别精度高、容错性强，并有理想的时间性能，可以显著提高鳞翅目昆虫种类鉴定的效率。
-
公开(公告)号：CN102760228A
公开(公告)日：2012-10-31
申请号：CN201110106955.1
申请日：2011-04-27
Applicant: 中国林业科学研究院森林生态环境与保护研究所 , 浙江工商大学
Abstract: 本发明涉及一种基于标本数字图像的鳞翅目昆虫种类自动鉴别方法，包括：用LazySnapping和/或GrabCut去除背景，用基于投影的方法分割左右翅，用边缘拟合的方法确定关键点并对准左右翅的位置。特征的提取在RGB三个通道分别进行，在半径和角度方向把翅面部分分成若干个区间，计算各区间的像素均值的方法构造出最终的特征向量；分类鉴别使用SVM分类器实现。该鳞翅目昆虫标本图像识别方法具有操作简便、识别精度高、容错性强，并有理想的时间性能，可以显著提高鳞翅目昆虫种类鉴定的效率。
-
公开(公告)号：CN107292314A
公开(公告)日：2017-10-24
申请号：CN201610195201.0
申请日：2016-03-30
Applicant: 浙江工商大学 , 中国林业科学研究院森林生态环境与保护研究所
Abstract: 本发明涉及一种基于CNN的鳞翅目昆虫种类自动鉴别方法。本发明在预处理中对采集的昆虫标本图像去除背景，在此基础上计算出前景图像的最小包围盒，并由此裁剪出前景有效区域。使用Imagenet预训练深度学习神经网络模型来提取特征。分类识别分两种情况：在样本量较充分时，通过微调网络结构，训练深度卷积神经网络(DCNN)分类层的参数，从而实现端到端的分类识别；对于样本数据集较小的情况，没有足够样本来训练DCNN参数，本发明选择使用适用于小样本集的χ2核SVM分类器实现分类识别。该鳞翅目昆虫图像识别方法具有操作简便、识别精度高、容错性强，并有理想的时间性能，可以显著提高鳞翅目昆虫种类鉴定的效率。
-
公开(公告)号：CN115861017A
公开(公告)日：2023-03-28
申请号：CN202211609405.6
申请日：2022-12-12
Applicant: 浙江工商大学
IPC: G06T1/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习和二维码的高分辨率图像盲水印方法。本发明设计并构造了一种称为多尺度交叉融合残差网络的深度学习框架用于在图像中嵌入水印并从图像中提取水印，多尺度交叉融合残差网络采样课程学习的策略进行训练以提高水印模型的对信号处理和几何变换攻击的鲁棒性。水印是由字符串形式的版权信息和自动附加的时间戳加密得到的密文编码而成的二维码，此二维码经归一化后嵌入到高分辨率图像的若干个无交叠的区域中，这些嵌入区域以几个主关键点和图像中心点为参照系基于用户密钥进行了位置加密。该方法对常见的信号处理操作和几何变换攻击均有较理想的鲁棒性，同时未授权者无法提取出水印，有较好的安全性。
-
公开(公告)号：CN106504190B
公开(公告)日：2019-09-13
申请号：CN201611243656.1
申请日：2016-12-29
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于3D卷积神经网络的立体视频生成方法，能将现有的2D视频源转换成能在3D立体显示设备上播放的立体视频。包括以下步骤：准备足够数量非动画3D电影作为训练数据，将3D视频源分离成左眼图像序列和右眼图像序列，删去片头、片尾及空白帧后，用模糊C均值聚类法对左眼图像序列进行镜头分割，并以镜头为单位组织训练文件，计算所有左眼图像序列的均值并将这些图像减去该均值，以右眼图像序列作为训练的目标。用这些训练数据训练所构造的3D卷积神经网络直到收敛。将需要转换成立体视频的2D视频源进行镜头分割并减去训练图像均值后输入到训练得到的3D卷积神经网络，将得到该2D视频的右眼视频图像序列，最终将两者合并成立体视频。
-
Patent Agency Ranking
公开(公告)号：CN113992810B
公开(公告)日：2023-06-27
申请号：CN202111237178.4
申请日：2021-10-21
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于深度学习的敏捷图像加密方法，加密网络和解密网络利用改进的ResNet作为骨干网，去掉了ResNet中的所有池化层，在残差模块的残差连接中引入空洞卷积，并采用了多尺度融合的结构。同时为了提高图像加密方法的安全性，对基于深度学习卷积神经网络的加密图像进一步进行混淆，大大扩充了加密方法的密钥空间，增强了该图像加密方法的雪崩效应，提高了群举搜索攻击和差分攻击的难度。该图像加密方法易于与基于深度学习的人工智能系统集成，从而提高人工智能系统的隐私保护能力。该方法有比较好的时间性能，修改密钥不需要重新训练加密和解密网络，模型结构和参数均可公开，符合柯克霍夫原则，使用方便快捷。
-
公开(公告)号：CN106054688A
公开(公告)日：2016-10-26
申请号：CN201510183725.3
申请日：2015-04-16
Applicant: 浙江工商大学
Inventor： 竺乐庆
IPC: G05B19/042
Abstract: 本发明涉及一种具有柔性提示功能的药架，包括架体、按键、LCD液晶显示屏、多个发光二极管、多对红外二极管和光敏三极管，及微处理器等。通过按键可以开关机、设置系统时间及服药提示时间；通过发光二极管闪烁和LCD滚屏进行柔性服药提示；通过前后相对的红外二极管-光敏三极管进行取药监视，当给药完成时，关闭提示信号和监视电路回到待机状态。本发明中的柔性提示药架上，可以放置一瓶(盒)或多瓶(盒)所要服用的药物，不仅能以安静的方式给服药人柔性的服药提示，而且能使服药人确认已服过药，避免重复服药造成对健康的伤害。本发明操作简便，节能环保，而且能在不破坏药物包装的情况下使用，对于需要长期服药的慢性病人尤为适用。
-
公开(公告)号：CN114255151B
公开(公告)日：2024-05-14
申请号：CN202011022189.6
申请日：2020-09-25
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于关键点检测和深度学习的高分辨率图像盲水印方法。首先在尺度归一化后的载体图像中确定若干个固定大小的嵌入区域，再将它们映射到原图像。水印被隐藏于每一个嵌入区域的内切圆的内接正方形内，从而使图像在经历几何变换后水印仍位于确定的嵌入区域内。水印用一种改进的ResNet进行嵌入和提取，网络去掉了ResNet中的所有池化层，在残差模块的残差连接中引入空洞卷积，并采用了多尺度融合的结构。训练时采用了多尺度交叉训练和课程学习的策略，在训练过程中对含水印图像施加攻击，攻击由少到多，由弱到强变化。该方法对常见的信号处理操作和几何变换攻击均有较理想的鲁棒性。
-
公开(公告)号：CN113099066B
公开(公告)日：2022-09-30
申请号：CN201911333509.7
申请日：2019-12-23
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于多尺度融合空洞卷积残差网络的大容量图像隐写方法，利用改进的ResNet作为骨干网，去掉了ResNet中的所有池化层，在残差模块的残差连接中引入空洞卷积，并采用了多尺度融合的结构。同时为了提高隐写的安全性，隐写网络采用了隐写分析网络进行对抗训练。训练隐写网络和显现网络时均采用了基于卡方距离的损失函数设计，从而能够以良好的透明性在图像中隐写图像，并以较高的保真度从含密图像中提取出秘密图像，同时又有较高的安全性，不易被隐写分析工具检测到。
-
公开(公告)号：CN114255151A
公开(公告)日：2022-03-29
申请号：CN202011022189.6
申请日：2020-09-25
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于关键点检测和深度学习的高分辨率图像盲水印方法。首先在尺度归一化后的载体图像中确定若干个固定大小的嵌入区域，再将它们映射到原图像。水印被隐藏于每一个嵌入区域的内切圆的内接正方形内，从而使图像在经历几何变换后水印仍位于确定的嵌入区域内。水印用一种改进的ResNet进行嵌入和提取，网络去掉了ResNet中的所有池化层，在残差模块的残差连接中引入空洞卷积，并采用了多尺度融合的结构。训练时采用了多尺度交叉训练和课程学习的策略，在训练过程中对含水印图像施加攻击，攻击由少到多，由弱到强变化。该方法对常见的信号处理操作和几何变换攻击均有较理想的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.043 seconds)
