-
公开(公告)号：CN116386111B
公开(公告)日：2025-04-29
申请号：CN202310334750.1
申请日：2023-03-31
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/74 , G06V10/774
Abstract: 本发明涉及一种面向人脸识别的对抗补丁攻击方法，属于深度学习领域。本发明所提出的基于对抗口罩补丁的对抗样本攻击方法，相比于一般对抗补丁方法提出了更适合人脸识别模型的口罩形状且提出更适合应用场景的隐蔽性生成方法，提高了此类方法的攻击鲁棒性，增加在现实世界中攻击成功的可能性。本发明的主要创新在于针对人脸识别系统设计一种生成扰动的方法，相关损失函数通过针对人脸识别网络对嵌入向量的依赖并通过设计风格损失的环节增强补丁的隐蔽性，从而大大提升攻击现实系统的可能性，在考虑方法成功率的前提下，增加隐蔽性因素的考虑。在现实生活中的例如，攻击者可以假冒其他身份进行人脸核验，通过后盗用他人账户信息等。该攻击方法给防御提出一种隐蔽性相关的评估标准。
-
公开(公告)号：CN119741564A
公开(公告)日：2025-04-01
申请号：CN202411921779.0
申请日：2024-12-25
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆邮电大学 , 国家电网有限公司
IPC: G06V10/774 , G06V10/25 , G06V10/82 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种针对目标检测模型中目标边界框定位的对抗攻击方法，涉及深度学习技术领域，利用原始图像数据对目标检测模型进行训练，获取训练后的目标检测模型；将目标图像输入至所述训练后的目标检测模型中获取所有预测结果；利用所述预测结果生成热图，热图用于指示在目标图像中对每个属性的预测有积极影响的重要区域；利用所述热图生成掩码，掩码用于限制扰动区域；对抗样本生成，生成对抗扰动，利用所述掩码限制扰动区域，生成对抗样本。本发明方法不仅可以实现单独攻击目标边界框的某一边界，而且能够保持目标类别不变，从而提高了攻击隐蔽性。
-
公开(公告)号：CN115937945A
公开(公告)日：2023-04-07
申请号：CN202211590920.4
申请日：2022-12-12
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉的图像分类领域，具体涉及一种基于视觉Transformer和卷积网络相融合的人脸表情识别方法，该方法具有如下特征，包括以下步骤：步骤1，将待训练图像进行预处理获得预处理图像；步骤2，将预处理图像输入到基于视觉Transformer和卷积网络相融合的模型进行训练，进而得到模型的权重文件，该模型包括卷积模块、编码器以及注意力机制，所述卷积层包括对图片特征的位置信息进行关联；所述编码器包多个残差模块，所述残差模块是将编码器的输入与编码器最后输出作为编码器最后的输出结果，编码器当中由多个残差模块组成，并将这些输出作为融合注意力的输入；所述融合注意力机制将池化层中的输出作为注意力机制模块的输入，将输入的特征图使用自适应的注意力机制找出特征中不同的权重响应，最后输入到视觉Transformer当中进行训练；步骤3，加载模型权重文件，将测试的人脸表情图片输入到模型中得出表情预测结果。此外，本发明的人脸表情识别割模型对各个类别之间的特征更好的分离开，提高了表情识别模型预测的精度。
-
公开(公告)号：CN112184818B
公开(公告)日：2022-06-10
申请号：CN202011072513.5
申请日：2020-10-09
Applicant: 重庆邮电大学
IPC: G06T7/73 , G06V20/58 , G06V20/62 , G06V30/146 , G06V30/148 , G06V30/19 , G06K9/62 , G06Q10/06 , G06F16/29 , G08G1/14 , G16Y20/10 , G16Y40/60
Abstract: 本发明涉及一种基于视觉的车辆定位方法及应用其方法的停车场管理系统，属于信息化领域。所述方法包括：(1)位置标定：建立停车场的三维世界坐标系和车位平面电子地图，并对对停车场内的唯一标识做位置标定，存储每个车位编号的三维世界坐标和二维图像平面坐标；(2)图像采集：利用车载摄像头获取车身周围的环境信息；(3)编号识别：对采集到的图像进行分析处理，完成车位编号识别；(4)位置解算：根据识别的车库编号，读取相应的二维图像坐标和三维世界坐标，利用本身所使用算法得到摄像机的位置，实现定位。本发明能够实现车位管理和空车位查找功能，以及解决车辆出库卫星信号恢复慢的问题。可以更好的提升用户的停车和取车体验。
-
公开(公告)号：CN112801038A
公开(公告)日：2021-05-14
申请号：CN202110229182.X
申请日：2021-03-02
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明公开多视点的人脸活体检测方法及系统，首先同时从多个角度采集人脸图片，对采集的人脸图片进行活体初步判断，若多个角度采集的人脸图片都满足活体初步判断条件，则获取各人脸图片中的人脸关键点的坐标位置，基于坐标位置计算各人脸图片中的人脸关键点距离向量，并对人脸关键点距离向量进行预处理得到特征关键点距离向量；任意选取一组特征关键点距离向量输入已训练好的分类模型中进行分类；根据分类结果输出当前采集的人脸照片中的人脸是否来自于真人。多角度同时采集，对人脸的偏转问题也有很大的鲁棒性，提高了人脸识别过程中的体验，大幅度降低硬件成本，使用特征关键点距离向量输入分类模型进行分类，计算量低，检测的可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN106960437B
公开(公告)日：2020-04-14
申请号：CN201710182804.1
申请日：2017-03-24
Applicant: 重庆邮电大学 , 重庆西电普华智能机器人技术有限公司
Abstract: 本发明请求保护一种电力巡检机器人的油浸电力变压器液位检测方法，包括：对图像进行预处理，模板匹配获取液位计框架信息，提取液位计图像并矫正能够，对图像进行Gabor横向滤波，统计滤波图像的每一行的响应值，根据响应值分布图像，找到第一个超过阈值的行下标，计算液位计所在位置。本方法的特点：有较高的液位检测精度，对图片的预处理要求低，对光照、阴影等干扰具有较强的鲁棒性。
-
公开(公告)号：CN110033037A
公开(公告)日：2019-07-19
申请号：CN201910274603.3
申请日：2019-04-08
Applicant: 重庆邮电大学 , 重庆西电普华智能机器人技术有限公司
Abstract: 本发明涉及图像处理技术领域，为一种数字式仪表读数的识别方法。包括利用图像拼接得到实际仪表中多张连续图片；制作出实际仪表的单个数字框获得单个数字模板图片；将单个数字框置于连续图片的顶部，从顶向下滑动数字框，依次得到相应的连续图片及其标签值；将仪表图片集进行卷积神经网络训练；获得待测的实际仪表图片及单个数字框参数；运用模板匹配进行模板图匹配，按单个数字框参数切分得到若干单个数字图片，并与单个数字模板图片进行规定化处理；放入训练好的卷积神经网络得到连续型回归结果；对回归结果四舍五入，从而得到数字识别结果。本方法解决了数字遮挡和多个数字出现的读数问题，对数字相对位置进行回归处理，提高了识别精度。
-
公开(公告)号：CN114492630B
公开(公告)日：2025-04-04
申请号：CN202210087485.7
申请日：2022-01-25
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于层次类别动态计算的图像识别方法和系统，属于计算机图像技术领域。该方法包括：S1：利用训练集训练一个小型的卷积神经网络，形成两级图像类别层次结构；S2：根据层次结构构造层次神经网络；S4：在细分类模块中，基于粗类别进行路径决策搜索，得到最优路径决策；S5：粗分类模块的输出作为粗类别的预测和该预测粗类别的路径选择，实现动态分流计算；S6：将粗分类模块和细分类模块的预测输出进行融合，其融合的结果作为最终类别预测；并联合训练粗、细分类模块，提高层次网路性能。本发明利用图像类别的层次结构，在层次神经网络中实现类别的动态分流计算，有效提高网络的性能，并有助于减少推理时的计算量。
-
公开(公告)号：CN118657972A
公开(公告)日：2024-09-17
申请号：CN202410357669.X
申请日：2024-03-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V20/70
Abstract: 本发明涉及可解释人工智能领域，具体涉及一种提高图像目标区域关注度的图像分类方法，包括获取待分类图像集及其标签集，对待分类图像集进行预处理得到训练集；采用训练集和标签集对卷积神经网络进行第一阶段训练，并通过交叉熵损失函数计算分类损失；完成第一阶段训练得到初始模型，采用训练集对初始模型进行类特征可视化得到不同标签类型下的通道语义向量；复制初始模型的权重作为第二模型的初始权重，基于通道语义向量和训练集，对第二模型进行第二阶段训练；完成第二阶段训练得到可解释卷积神经网络模型，将其应用于图像分类；本方法能有效减少模型的虚假关联，同时提高了模型部署在不同环境下的稳定性。
-
公开(公告)号：CN118314324A
公开(公告)日：2024-07-09
申请号：CN202410424762.8
申请日：2024-04-10
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/0464 , G06V10/766 , G06N3/0985
Abstract: 本发明涉及一种户外垃圾的图像检测方法和系统，该方法包括：获取待检测的户外垃圾图像，将其输入训练后的目标预测模型，得到所述户外垃圾图像的检测结果；该目标预测模型的训练过程包括：获取户外垃圾图片集，经过预处理得到预处理后的训练样本和测试样本；利用训练样本，进行目标预测模型训练，计算其分类损失；利用测试样本进行目标预测模型测试，计算得到综合评价指标GD‑F1；根据综合评价指标GD‑F1调整分类损失函数的参数；迭代训练，直至分类损失函数收敛时停止训练，得到训练后的目标预测模型。本发明利用更适合户外垃圾目标检测的现有评价指标，调整模型训练时的分类损失函数，明显提升了户外垃圾目标检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.021 seconds)
