公开(公告)号：CN108776790A

公开(公告)日：2018-11-09

申请号：CN201810576421.7

申请日：2018-06-06

Applicant: 海南大学

Inventor： 李京兵 ,  肖童 ,  黄梦醒 ,  王兆晖

IPC: G06K9/00 ,  G06N3/08 ,  H04N19/625 ,  H04N19/63

CPC classification number: G06K9/00221 ,  G06N3/084 ,  H04N19/625 ,  H04N19/63

Abstract: 本发明公开了一种云环境下基于神经网络的加密人脸识别方法，属于多媒体信号处理领域。本发明的步骤是：首先利用Tent Map的性质在DWT-DCT变换域内对人脸图像进行加密；再利用PCA主成分分析法提取特征得到投影矩阵；随后利用投影矩阵创建并训练BP神经网络；对待测人脸进行加密，最后将加密后的人脸图像输入到训练好的神经网络来进行识别，输出相应的人脸序号。本发明是云环境下基于BP神经网络和变换域的人脸图像识别方法，拥有较好的鲁棒性，同时能增强信息数据的安全性。

公开(公告)号：CN103886544A

公开(公告)日：2014-06-25

申请号：CN201410145705.2

申请日：2014-04-10

Applicant: 海南大学

Inventor： 李京兵 ,  李雨佳 ,  吴泽晖 ,  王兆晖

IPC: G06T1/00

Abstract: 本发明公开了一种基于三维DCT感知哈希和混沌的体数据鲁棒多水印技术，属于多媒体信号处理领域。本发明的步骤是：首先利用LogisticMap生成混沌序列，利用混沌序列对水印进行置乱；然后进行水印的嵌入，对体数据进行全局3D-DCT变换，选取前4×4×2个系数，再进行3D-IDCT变换，然后在反变换系数中提取感知哈希，并将多水印序列与该感知哈希值相关联得到一串二值密钥序列，并将该二值密钥序列存于第三方；再通过对待测体数据使用三维DCT求取感知哈希值，并与存于第三方的二值序列相关联来进行多水印的提取，最后利用LogisticMap对提取的水印进行还原。

公开(公告)号：CN118570531A

公开(公告)日：2024-08-30

申请号：CN202410652340.6

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种基于成型‑序列注意力和空间邻近特征选择的高光谱图像分类模型。所述模型包括：空间子网络、光谱子网络、图像分类部分，空间子网络中包括成型注意力模块、空间邻近特征选择模块；通过空间子网络生成空间特征向量；光谱子网络中有序列注意力模块；通过光谱子网络生成光谱特征向量；将空间特征向量、光谱特征向量输入图像分类部分进行分类，得到高光谱图像分类结果。通过成型注意力模块、空间邻近特征选择模块、序列注意力模块来筛选高光谱图像中的空间‑光谱特征，并进行融合，以自适应地突出特征提取过程中的有价值信息并抑制无用信息，提高对高光谱图像中信息的利用率，从而提高图像分类精度。

公开(公告)号：CN118485869A

公开(公告)日：2024-08-13

申请号：CN202410659976.3

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/58 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048

Abstract: 本申请实施例公开了一种基于一致中央注意力网络的图像分类方法，所述方法包括：将样本块输入中央注意力模块，得到优化后的样本块；将所述优化后的样本块输入光谱注意力模块，得到增强后的样本块；将所述增强后的样本块输入轻量级3D密集连接网络，提取辨别性光谱‑空间特征，得到特征图；将所述特征图输入所述中央注意力模块，得到调整后的特征；通过全连接层将所述调整后的特征映射到分类空间，利用激活函数得到预测标签。本申请能够增强网络聚焦有效区域、提取辨别性特征的能力，提高分类准确率，能够达到可靠的分类性能。

公开(公告)号：CN118486448A

公开(公告)日：2024-08-13

申请号：CN202410657820.1

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G16H50/20 ,  G16H50/70 ,  G16H30/00 ,  G06V10/764 ,  G06V10/82

Abstract: 本申请涉及图像处理技术领域，公开一种自闭症谱系障碍的诊断方法，该方法应用于诊断装置，诊断装置集成有诊断模型，诊断模型包括提取单元和检测单元；该方法包括：获取待诊断脑部图像；调用提取单元对待诊断脑部图像进行特征提取，以输出待诊断脑部图像特征图；调用检测单元对待诊断脑部图像特征图进行检测，以输出诊断结果。该方法中通过检测模块中的残差注意力模块，可减少特征映射的噪声元素，以屏蔽特征图中的冗余区域。通过检测模块中的上下文增强模块还可提升多尺度语义信息的利用率。从而提升检测精度，并保证识别时的稳定性。本申请还公开一种自闭症谱系障碍的诊断装置及设备、存储介质。

公开(公告)号：CN107657462A

公开(公告)日：2018-02-02

申请号：CN201710894545.5

申请日：2017-09-28

Applicant: 海南大学

Inventor： 李京兵 ,  马伟生 ,  王兆晖 ,  沈重

IPC: G06Q30/00 ,  G06K9/52 ,  G06K9/62 ,  H04L9/00 ,  H04L9/06

CPC classification number: G06Q30/0185 ,  G06K9/527 ,  G06K9/6211 ,  G06T2207/20052 ,  H04L9/001 ,  H04L9/0618

Abstract: 本发明公开了一种基于密文域下的防伪标签自动识别技术，本发明属于多媒体信号处理领域。本发明的步骤是：首先利用DFT变换和Logistic Map在频域对防伪标签进行加密；再通过对加密图像进行DCT变换,提取其特征向量来建立特征向量库；对待测防伪标签进行加密，在DCT变换域提取加密防伪标签的特征向量，再通过计算特征向量之间的相似度来进行加密防伪标签的识别。本发明是基于DFT密文域的加密防伪标签自动识别技术，并有较好的抗常规攻击、几何攻击等攻击能力。