公开(公告)号：CN109101948B

公开(公告)日：2021-06-04

申请号：CN201810988895.2

申请日：2018-08-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  李林科 ,  田野 ,  王菡苑

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于时空及通道的多注意力机制视频描述方法，通过CNN网络对视频进行视频特征提取，再基于多注意力网络对视频特征和编码上一时刻的输出进行计算，从而得到视频特征在时域、空域及通道上的注意力权重，再将得三组权重再次与视频特征进行计算得到融合的特征，这样我们就能得到更加有效的视频特征，最后将融合的特征行编码输出，得到与视频内容更加一致的描述。

公开(公告)号：CN109242090B

公开(公告)日：2020-06-26

申请号：CN201810987113.3

申请日：2018-08-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  李林科 ,  王菡苑 ,  汪伟

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/00

Abstract: 本发明公开了一种基于GAN网络的视频描述及描述一致性判别方法，先分别训练GAN网络中的G网络和D网络，然后在此基础之上，交替训练G网络和D网络，从而得到训练好的GAN网络，最后再将待检测视频输入至训练好的GAN网络，通过G网络输出待检测视频的语义描述；通过D网络输出待检测视频语义描述的评价得分，进而判断描述的一致性。

公开(公告)号：CN106060568B

公开(公告)日：2018-12-18

申请号：CN201610497768.3

申请日：2016-06-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  田兴发 ,  李林科

IPC: H04N19/89 ,  G06F17/30

Abstract: 本发明公开了一种视频篡改检测及定位方法，首先利用视频指纹算法提取原始视频待检测视频的全局特征向量和局部特征向量，再结合全局特征向量和局部特征向量分步实现由粗到精的视频篡改检测和定位分析。具体的讲，本发明融合全局Zernike特征和局部ORB特征的视频指纹提取，在保证视频指纹的提取效率和鲁棒性前提下，还能兼顾视频篡改检测及定位的准确性，且能适用于颜色篡改、裁剪篡改、缩放篡改和内容篡改等多方面的视频帧篡改检测。

公开(公告)号：CN107731308A

公开(公告)日：2018-02-23

申请号：CN201710865313.7

申请日：2017-09-22

Applicant: 电子科技大学

Inventor： 徐杰 ,  高成毅 ,  唐淳 ,  卢思变 ,  余兴 ,  李林科

IPC: G16H50/50

Abstract: 本发明公开了一种基于信息双反馈的SIR模型传播阈值计算方法，先建立基于信息双反馈的SIR模型，再通过模型中的两种反馈更真实模拟了疾病与信息的传播场景和传播关系，最后通过根据空穴理论求取模型中的传播阈值，并通过仿真验证该传播阈值的准确性及不同参数对疾病传播的影响，这样可以帮助人们在现实生活中对疾病的传播提高警惕和采取更有效的预防措施，具有很强的通用性。

公开(公告)号：CN109242090A

公开(公告)日：2019-01-18

申请号：CN201810987113.3

申请日：2018-08-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  李林科 ,  王菡苑 ,  汪伟

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/00

Abstract: 本发明公开了一种基于GAN网络的视频描述及描述一致性判别方法，先分别训练GAN网络中的G网络和D网络，然后在此基础之上，交替训练G网络和D网络，从而得到训练好的GAN网络，最后再将待检测视频输入至训练好的GAN网络，通过G网络输出待检测视频的语义描述；通过D网络输出待检测视频语义描述的评价得分，进而判断描述的一致性。

公开(公告)号：CN109101948A

公开(公告)日：2018-12-28

申请号：CN201810988895.2

申请日：2018-08-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  李林科 ,  田野 ,  王菡苑

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于时空及通道的多注意力机制视频描述方法，通过CNN网络对视频进行视频特征提取，再基于多注意力网络对视频特征和编码上一时刻的输出进行计算，从而得到视频特征在时域、空域及通道上的注意力权重，再将得三组权重再次与视频特征进行计算得到融合的特征，这样我们就能得到更加有效的视频特征，最后将融合的特征行编码输出，得到与视频内容更加一致的描述。

公开(公告)号：CN106060568A

公开(公告)日：2016-10-26

申请号：CN201610497768.3

申请日：2016-06-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  田兴发 ,  李林科

IPC: H04N19/89 ,  G06F17/30

CPC classification number: H04N19/89 ,  G06F17/30784 ,  G06F17/30802

Abstract: 本发明公开了一种视频篡改检测及定位方法，首先利用视频指纹算法提取原始视频待检测视频的全局特征向量和局部特征向量，再结合全局特征向量和局部特征向量分步实现由粗到精的视频篡改检测和定位分析。具体的讲，本发明融合全局Zernike特征和局部ORB特征的视频指纹提取，在保证视频指纹的提取效率和鲁棒性前提下，还能兼顾视频篡改检测及定位的准确性，且能适用于颜色篡改、裁剪篡改、缩放篡改和内容篡改等多方面的视频帧篡改检测。

公开(公告)号：CN107341462A

公开(公告)日：2017-11-10

申请号：CN201710506561.2

申请日：2017-06-28

Applicant: 电子科技大学

Inventor： 徐杰 ,  何庆强 ,  李林科 ,  余兴

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的视频分类方法，通过卷积神经网络CNN提取视频的空间特征，以注意力权重组合所有的空间特征送入到长短时记忆网络LSTM提取视频的时间特征，最后采用多分类函数对视频内容进行分类。在LSTM网络中引入的注意力机制能够模拟人脑的识别功能，将不同的视频内容区别对待，有效提高视频分类的准确性。