-
公开(公告)号：CN109034230B
公开(公告)日：2021-03-30
申请号：CN201810785332.3
申请日：2018-07-17
Applicant: 厦门大学
Abstract: 一种基于深度学习的单幅图像相机溯源方法，涉及信息安全领域，包括以下步骤，步骤1、利用多尺度拉普拉斯滤波器提取不同尺度的高频图像，并进行初步特征提取和拼接合并；步骤2、将步骤1中拼接合并后的特征送入基于信噪比增强的特征抽取器进一步进行特征提取；步骤3、将步骤2中进一步提取的特征送入基于层级结构的串联型多任务分类模块，实现对相机品牌、相机型号或个体相机设备的识别；能够自适应地提取相机成像过程的微弱指纹特征，抑制强背景噪声，且准确率高，也可适用于对篡改图像的相机溯源和对手机拍摄图像的溯源，具有更强的鲁棒性。
-
公开(公告)号：CN109239669B
公开(公告)日：2020-11-03
申请号：CN201810932287.X
申请日：2018-08-16
Applicant: 厦门大学
Abstract: 一种基于深度学习的自进化雷达目标检测算法，涉及雷达信号处理。雷达数据的特征处理；雷达目标检测基础模型设计；双视图协同训练算法应用于模型自进化。采用深度学习方法实现了雷达目标检测，同时通过所提出的协同训练双视图算法实现雷达目标检测模型能力的自进化。建立在深度学习与机器学习的基础上，可提升雷达识别能力，实用性强，可移植性强，充分利用雷达数据流实现检测能力的可靠提升，能够实现减小人力损耗的半监督学习的需求。
-
公开(公告)号：CN110349136A
公开(公告)日：2019-10-18
申请号：CN201910573995.3
申请日：2019-06-28
Applicant: 厦门大学
Abstract: 一种基于深度学习的篡改图像检测方法，涉及图像被动取证领域。构造基于多尺度噪声约束的卷积层，用以获得图像中的高频噪声残差；使用双流网络进行篡改图像检测；使用多任务学习方法，同时实现图像区域是否篡改的分类，以及篡改区域的检测和分割任务；在网络优化时，提取感兴趣区域提取网络、篡改分类支路、篡改区域的检测支路以及分割支路这四部分的输出特征，计算网络的误差进行反向传播，进一步调整网络参数，使网络达到最优解。可实现对于图像是否篡改的识别，并对篡改图像中的篡改区域做出精确的检测和分割，使其适用于实际应用场景。通过深度学习方法检测图像的真实性，进而解决图像恶意篡改问题，提高篡改检测的准确率和泛化能力。
-
公开(公告)号：CN109598732A
公开(公告)日：2019-04-09
申请号：CN201811510501.9
申请日：2018-12-11
Applicant: 厦门大学
Abstract: 一种基于三维空间加权的医学图像分割方法，涉及图像处理领域。构造一种U型卷积神经网络，实现端到端的医学图像分割；将医学图像的多个模态的图像分别作为输入送入到并行的深度学习网络中，得到不同的特征图；提取多个并行网络的特征图并融合，再进行非线性变换，得到每个并行网络各自的体素级权重；将并行网络各自的体素级权重与原先的特征图相乘，完成特征的重标定；将所有并行网络末端的特征图融合，得到多张概率图，从而得到分割结果。利用变换得到三维空间中权重，再将权重与特征图相乘，以达到特征重标定的目的。相较于传统的深度学习分割模型，该空间加权方式能有效地提高网络中特征图的表征能力，从而取得更好的分割效果。
-
公开(公告)号：CN109034230A
公开(公告)日：2018-12-18
申请号：CN201810785332.3
申请日：2018-07-17
Applicant: 厦门大学
CPC classification number: G06K9/6269 , G06K9/40 , G06K9/46 , G06N3/0454
Abstract: 一种基于深度学习的单幅图像相机溯源方法，涉及信息安全领域，包括以下步骤，步骤1、利用多尺度拉普拉斯滤波器提取不同尺度的高频图像，并进行初步特征提取和拼接合并；步骤2、将步骤1中拼接合并后的特征送入基于信噪比增强的特征抽取器进一步进行特征提取；步骤3、将步骤2中进一步提取的特征送入基于层级结构的串联型多任务分类模块，实现对相机品牌、相机型号或个体相机设备的识别；能够自适应地提取相机成像过程的微弱指纹特征，抑制强背景噪声，且准确率高，也可适用于对篡改图像的相机溯源和对手机拍摄图像的溯源，具有更强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN103757611B
公开(公告)日：2016-08-17
申请号：CN201410045534.6
申请日：2014-02-08
Applicant: 厦门大学
IPC: C23C18/00
Abstract: 一种在基板上制备超憎水CNTs/TiO2杂化薄膜的方法，涉及CNTs/TiO2杂化薄膜。提供一种低温液相沉积法在基板上制备高分散、大小均匀的TiO2负载碳纳米管的超憎水CNTs/TiO2杂化薄膜的方法，以氟钛酸铵和硼酸的混合溶液为原料，同时添加碳纳米管，低温液相沉积，在基板上制备CNTs/TiO2杂化薄膜。1)基板表面抛光；2)基板表面沉积；3)基板表面修饰和固化。不需要复杂的处理即能得到分散性很好的高分散的TiO2负载碳纳米管的CNTs/TiO2杂化薄膜。表面涂布氟硅烷的前后，均具有光催化效果。是一种性能更优的自清洁功能薄膜材料。
-
公开(公告)号：CN114575149B
公开(公告)日：2024-05-03
申请号：CN202210342557.8
申请日：2022-04-02
Applicant: 厦门大学
IPC: D06M11/83 , D06M11/71 , D06M101/06
Abstract: 本发明公开了Ag系磷酸盐基无机抗菌耦合棉纤维的制备方法，包括如下步骤：(1)将碱金属磷酸盐和碱土金属磷酸盐与水相混合，添加银盐或添加银盐及助剂，活化形成无机抗菌溶胶；所述银盐为硝酸银或硫酸银，所述助剂为硝酸铜或硝酸锌；(2)将所述无机抗菌溶胶通过紫外照射制备得到成核化的无机抗菌溶胶；(3)将棉纤维浸泡于成核化的无机抗菌溶胶中，通过紫外照射使磷酸盐无机粒子羟基化，并在棉纤维表面原位通过脱水与纤维素分子原位接枝；同时，银盐、助剂在磷酸盐无机粒子表面原位光分解还原，形成Ag、Cu、Zn纳米粒子，最终得到Ag系磷酸盐基无机抗菌耦合棉纤维。
-
公开(公告)号：CN117391136A
公开(公告)日：2024-01-12
申请号：CN202311381800.8
申请日：2023-10-24
Applicant: 厦门大学
Abstract: 基于动态知识线索权重的知识蒸馏方法，属于图像识别领域。设计一个元权重网络W，用于对不同知识线索的最佳分配方式进行实例层面的动态估计，生成基于元学习的有关知识线索的权重估计；提出一个基于元学习的内外循环优化框架，用于对元权重网络W进行有效训练，以减轻元权重网络有关学生学习程度的估计偏差；提出一种通过历史集成的方式滑动生成更鲁棒的知识线索权重的策略，用于减少权重生成的瞬态波动，提高权重估计的稳定性；该策略考虑历史静态数据，通过指定阈值的方式自适应地调整知识线索权重的生成方式。根据学生学习能力的变化，在蒸馏过程中动态调整不同知识线索的权重系数，从而提升蒸馏效果。
-
公开(公告)号：CN116110425A
公开(公告)日：2023-05-12
申请号：CN202310130027.1
申请日：2023-02-17
Applicant: 厦门大学
Abstract: 一种基于深度元学习的开关柜局部放电音频识别方法，属于音频信号处理领域。针对开关柜局部放电音频识别方法在数据差异大、跨域性能下降的实际问题，提出基于深度元学习的目标识别方法，可有效提高复杂情况下的开关柜局部放电音频识别性能。包括步骤：1)仿真高压开关柜局部放电现象采集的音频信号的预处理方法；2)深度模型的设计；3)深度元学习策略的应用。建立在深度学习与元学习的基础上，主要特点是实用性强，可移植性强，能够满足实际场景中音频识别的跨域泛化需求，提升开关柜局部放电识别方法的准确性和适用性。
-
公开(公告)号：CN108985268B
公开(公告)日：2021-10-29
申请号：CN201810932269.1
申请日：2018-08-16
Applicant: 厦门大学
Abstract: 基于深度迁移学习的归纳式雷达高分辨距离像识别方法，涉及雷达信号处理。真实目标信号与辅助仿真数据的预处理；深度模型的选择及优化；深度迁移学习中归纳式迁移策略的应用。针对完备的高分辨距离像数据获取困难的实际问题，提出了基于深度迁移学习的目标识别框架，可以有效提高样本量少、姿态非完备的雷达高分辨距离像的识别性能。建立在深度学习与机器学习中迁移学习的基础上，实用性强，可移植性强，能够满足大多数小样本、非完备等情况下弱监督学习的需求。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.045 seconds)
