-
公开(公告)号：CN114549267A
公开(公告)日：2022-05-27
申请号：CN202111664702.6
申请日：2021-12-31
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06V10/762 , G06V10/80 , G06V10/42 , G06V10/54 , G06V10/56 , G06T17/20 , G06T15/04 , G06K9/62
Abstract: 本发明公开了一种多特征聚类的零水印方法，包括以下步骤：（1）对物体进行三维重建，得到具有纹理色彩的三维网格模型；（2）对具有纹理色彩的三维网格模型进行归一化，以邻域球为单位，计算球面积分不变量、纹理粗糙度、颜色一、二、三阶矩和颜色熵，分别作为具有纹理色彩的三维网格模型的几何、纹理和色彩特征；（3）水印生成：对具有纹理色彩的三维网格模型的特征使用谱聚类方法聚类，生成零水印，并将其在IPR信息数据库中注册；（4）水印检测：将物体按照上述多特征聚类的零水印方法生成零水印，与IPR信息数据库中的零水印计算相关系数，从而确定物体是否具有零水印；本发明使得零水印能表征更多模型特征，对更多种类的攻击具有鲁棒性。
-
公开(公告)号：CN114418817A
公开(公告)日：2022-04-29
申请号：CN202111528325.3
申请日：2021-12-14
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于复合能量接缝剪切的非平面零水印方法，提出一种二维图像向三维网格模型曲面自适应映射并嵌入水印的非平面水印方法；包括：对物体三维重建，生成三维网格模型；根据像素的FT显著图值、MB显著图值、梯度值和结构张量，结合像素边缘成本，定义能量值，提出一种复合能量接缝剪切方法，使得图像放缩效果更好；将二维图像分块，并根据三维网格模型的网格形状放缩，映射到三维网格模型；水印生成：对映射后三维网格网格模型生成零水印，并将零水印加密后上传区块链，充分利用了区块链的不可伪造、公开透明的性质，保证了生成的零水印的安全性和权威性；水印检测：根据区块链中存储的零水印，确定待检测的三维网格模型是否存在水印。
-
公开(公告)号：CN113284037A
公开(公告)日：2021-08-20
申请号：CN202110690957.3
申请日：2021-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度神经网络的陶瓷水印载体恢复方法，首先，基于Evo‑BiSeNet的图像分割网络，对预先获取的陶瓷三维图像进行检测，获取水印载体部位；其次，基于空间变换网络的水印载体平面化处理；最后，基于GAN的水印载体复原，恢复载体并提高水印的鲁棒性。本发明采用归一化激活层提高图像分割的实时性，利用卷积注意力机制对陶瓷表面不规则图像的细小边缘特征进一步优化提取，更有效的保留水印载体的信息；使用GAN对水印载体复原，其中包括对水印载体的鲁棒训练，提高水印的鲁棒性。
-
公开(公告)号：CN113255202A
公开(公告)日：2021-08-13
申请号：CN202110591597.1
申请日：2021-05-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于小波域粒子群的三维模型水印嵌入方法，涉及多媒体数据处理保护技术领域，对三维模型进行降维，获得降维后的三维模型的特征点，结合特征点生成矩阵，将水印嵌入矩阵的中频区域，并调整嵌入深度，得到包含水印的三维模型，对含有水印图像的三维模型进行鲁棒性计算评价，确定三维模型的水印信息。通过本发明的技术方案使嵌入的水印可以抵抗平移、旋转和缩放的几何攻击，并且利用多小波嵌入水印，根据质量的大小自适应选择中频嵌入水印，提供了一种确保医学数据完整、安全的鲁棒水印方法。
-
公开(公告)号：CN111967344A
公开(公告)日：2020-11-20
申请号：CN202010736565.1
申请日：2020-07-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向人脸伪造视频检测的精细化特征融合方法，涉及模式识别领域，方法包括：对真假人脸视频进行帧分解，将视频格式文件转化为连续的图像帧序列；对连续图像帧序列进行人脸位置检测，调整检测结果使人脸框中包含背景；对每一帧图像剪裁人脸框，得到人脸图像训练集，训练EfficientNet B0模型；从人脸图像序列中随机选取连续的N帧，输入EfficientNet B0模型得到特征图组；将特征图组分解为独立的特征图，将相同通道的特征图按照原序列顺序重新堆叠得到新的特征图组并进行二次特征提取，得到特征向量，连接到单个神经元，以sigmoid为激活函数进行最终的视频片段真假分类。本发明既保留了空域信息，又充分提取时域信息，有效地提高伪造检测精度。
-
Patent Agency Ranking
公开(公告)号：CN111915891A
公开(公告)日：2020-11-10
申请号：CN202010727842.2
申请日：2020-07-23
Applicant: 南京信息工程大学
IPC: G08G1/01 , G08G1/065 , G08G1/0967 , G06F16/29
Abstract: 本发明公开了一种基于本地差分隐私的实时路况检测方法，属于信息安全技术领域。该检测方法包括对车辆位置数据的扰动、服务器统计并校正扰动数据、构造实时路况网络三个部分。本发明通过优化一元编码算法，对车辆的真实位置数据进行了ε-本地差分隐私保护，即对车辆位置数据进行扰动，使得服务器无法得知该车辆的真实位置，但依旧能构建出实时路况图，对外提供准确的实时路况。利用该实时路况检测方法，不仅保护了提供数据者的隐私，也对路况查询者提供了精准的实时路况，方便了人们的出行规划。
-
公开(公告)号：CN108520225A
公开(公告)日：2018-09-11
申请号：CN201810287218.8
申请日：2018-03-30
Applicant: 南京信息工程大学
IPC: G06K9/00 , G06K9/32 , G06K9/40 , G06K9/44 , G06K9/46 , G06T3/00 , G06T5/10 , G06T5/30 , G06T7/13
Abstract: 本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法，该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取，图像空间变换处理以及卷积神经网络分类训练和测试。其中，指纹图像提取感兴趣区域预处理通过提取图像中指纹部分，去除空白区域；高频区域提取是通过高斯高通滤波器提取图像高频特征；图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作，从而实现对图像数据的扩充；卷积神经网络采用多层卷积池化，并使用了不同大小的卷积核提取图像特征，在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
-
公开(公告)号：CN115134142B
公开(公告)日：2023-09-22
申请号：CN202210740832.1
申请日：2022-06-28
Applicant: 南京信息工程大学
IPC: H04L9/40 , G06F16/172 , G06F16/16
Abstract: 本发明公开了一种基于文件分割的信息隐藏方法及系统，属于数字取证技术领域，包括：获取映射序列、载体文件和秘密信息；根据映射序列的长度将载体文件平均分割，得到文件片段；对文件片段每次扫描预设数量的字节得到字节码，将字节码排列组成文件片段矩阵；对文件片段矩阵中的字节码进行概率统计得到各字节码出现的概率；根据字节码及其出现的概率计算文件信息序列；对映射序列进行预处理使其长度达到秘密信息的长度，得到判定序列，根据判定序列将秘密信息和文件信息序列进行比对生成对比序列，完成信息隐藏；降低寻找载体文件的难度，提高实用性。
-
公开(公告)号：CN111476727B
公开(公告)日：2023-04-25
申请号：CN202010222610.1
申请日：2020-03-26
Applicant: 南京信息工程大学
IPC: G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种面向换脸视频检测的视频运动增强方法，构建形态‑纹理特征编码模型、形态特征差异增强模型、增强形态特征与纹理特征融合重建模型；编码模型是权值共享的一对卷积神经网络，对视频中的相邻帧进行特征提取并通过双流卷积输出图像的纹理特征以及形态特征；增强模型接收编码模型输出的前后帧的形态特征并作差，利用一个放大因子乘以前后帧形态差异并叠加到前帧的形态特征中；重建模型接收编码模型输出的后帧纹理特征以及增强模型输出的增强形态特征，将两种特征叠加并利用一系列卷积层进行图像重建，得到以放大因子为倍数的运动增强帧。本发明充分挖掘了伪造人脸视频中残留的运动不一致性的瑕疵，能有效提高检测模型的的精度。
-
公开(公告)号：CN114926885A
公开(公告)日：2022-08-19
申请号：CN202210598271.6
申请日：2022-05-30
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于局部异常的强泛化深度伪造人脸检测方法，通过采用二阶局部异常学习模块，从人脸图像的深度特征图中挖掘局部区域的异常，实现对真伪人脸的检测。首先，该模块通过不同方向和距离将局部特征的邻域进行分解，然后利用卷积计算邻域的一阶和二阶局部异常图。采用一个局部增强模块来改善真实区域和伪造区域的局部特征间的区分度，从而确保计算局部异常的准确性。采用改进的自适应空域富模型，通过可学习的高通滤波器帮助挖掘细微的噪声特征，与局部异常分支构成双流结构。在没有像素级注释和外部合成数据的情况下，本发明使用简单的ResNet18作为骨干网络在FF++四个子数据集上的平均跨库精度达到了91.28％，97.20％，97.32％以及96.82％。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.034 seconds)
