公开(公告)号：CN117934891A

公开(公告)日：2024-04-26

申请号：CN202410343857.7

申请日：2024-03-25

Applicant: 南京信息工程大学

Inventor： 董仕豪 ,  郑钰辉 ,  程鑫 ,  张家伟 ,  张国庆 ,  王金伟

IPC: G06V10/762 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/042

Abstract: 本发明提供一种基于图结构的图像对比聚类方法及系统，涉及机器学习和图像处理领域。该方法包含以下步骤，获取原始图像数据集，对原始图像数据集进行两种不同的变换，分获取变换后的数据集的特征和对比特征，计算实例级对比损失，获取并更新每个样本的邻居，获取邻接矩阵并加上不同的随机掩码，构建图结构数据，输入到图神经网络聚合特征与其邻居特征，并获得聚类分配，计算簇级对比损失，通过实例级对比损失和簇级对比损失优化特征提取网络、对比网络和图卷积神经网络，重复上述步骤，直到满足迭代次数，输出聚类分组结果；本发明方法不仅能获取图像的语义信息，也能有效挖掘图像数据之间的结构信息。

公开(公告)号：CN117409064A

公开(公告)日：2024-01-16

申请号：CN202311391096.4

申请日：2023-10-25

Applicant: 南京信息工程大学

Inventor： 程鑫 ,  王金伟

IPC: G06T7/60 ,  G06T7/90 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明公开了基于双分支网络估计非对齐重压缩图像偏移量方法及系统，涉及信息安全技术领域，包括以下步骤：接收图像，对图像进行色彩细粒度扩展得到图像颜色通道特征，将图像颜色通道特征输入至预先建立的二阶差分层内，得到块效应特征；将二阶差分层输入至预先建立的双分支网络内进行训练，得到训练后的二阶差分层，将块效应特征输入至训练后的二阶差分层内，提取得到水平特征和垂直特征。

公开(公告)号：CN113283393B

公开(公告)日：2023-07-25

申请号：CN202110717852.2

申请日：2021-06-28

Applicant: 南京信息工程大学

Inventor： 王金伟 ,  张玫瑰

IPC: G06V20/40 ,  G06V40/16 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于图像组与两流网络的Deepfake视频检测方法，包括以下步骤：（1）提取待检测视频的关键帧组成图像组；（2）将图像组的首帧输入两流网络中的空间流提取空间特征；（3）将图像组的剩余帧分别与首帧差分以获取差图，并组成差图序列输入两流网络中的时间流提取时间特征；（4）将提取到的空间特征和时间特征融合，利用动态路由算法评估视频的真实性。相比于现有技术，本发明利用图像组减少了计算冗余，使网络专注于关键帧，通过融合空间特征和时间特征充分利用关键帧的时空信息，并通过动态路由算法进行分类以得到更准确的评估结果。

公开(公告)号：CN111754027B

公开(公告)日：2023-07-11

申请号：CN202010493387.4

申请日：2020-06-03

Applicant: 南京信息工程大学

Inventor： 姚萱 ,  王海 ,  徐泽水 ,  王金伟

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06Q10/0631 ,  G06F30/20 ,  G06F16/2458 ,  G06Q50/26

Abstract: 本发明公开了一种基于概率语言术语集的PM2.5排放权分配方法，该方法用概率语言术语集来增加信息的表达范围，并且融合了数据包络分析方法，提出了概率语言术语包络分析模型，并将其分为偏差型概率语言术语包络分析模型和期望型的概率语言术语包络分析模型，将该两个模型应用到解决实际的PM2.5排放权分配问题。本方发明能有效地评价出分配效率，且使用范围广泛。

公开(公告)号：CN116188236A

公开(公告)日：2023-05-30

申请号：CN202211622156.4

申请日：2022-12-16

Applicant: 南京信息工程大学

Inventor： 黄琬云 ,  王金伟

IPC: G06T1/00

Abstract: 本发明公开了一种可抗去除的安全鲁棒的对抗性可见水印生成方法，通过读取数据集获取原始干净图片和原始水印，并且将原始干净图片输入热力图网络Grad‑CAM++内，输出带有位置信息的热力图；对获得的带有位置信息的热力图和原始水印进行放缩和定位，以产生位置掩模；通过位置掩膜使用alpha混合方法，将干净水印嵌入到宿主图像中生成初始的对抗样本；对初始对抗样本不断进行迭代优化，生成并嵌入具有对抗性的可见水印；本发明可以提升对应传统方法的安全性和鲁棒性，该方法相比于对应的传统的可见水印方案，可以更安全的保护水印和版权，实用价值大。

公开(公告)号：CN114724189B

公开(公告)日：2022-09-02

申请号：CN202210639854.9

申请日：2022-06-08

Applicant: 南京信息工程大学

Inventor： 张家伟 ,  王金伟 ,  刘光杰

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种目标识别的对抗样本防御模型训练方法、系统及应用，通过编码器、瓶颈层、解码器构建生成器和还原器，设计判别器，指定分类器；通过对生成器、还原器和判别器的训练，获得对抗样本防御模型，对预训练目标识别模型的输入样本进行预处理，去除输入样本中的干扰。本发明针对目标识别中的对抗样本生成和防御问题，构建了一种端到端的对抗样本生成及防御框架，并设计了一个判别器，对原始图像和抗样本之间的分布差异进行取证，提高了生成对抗样本的抗检测率与安全性，以强度更高的对抗攻击引导防御方法的性能提升，有利于降低现有对抗攻击对行人识别的攻击性，提高识别模型对恶意攻击的鲁棒性。

公开(公告)号：CN113705397A

公开(公告)日：2021-11-26

申请号：CN202110940035.3

申请日：2021-08-16

Applicant: 南京信息工程大学

Inventor： 王金伟 ,  曾可慧

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双流CNN结构融合PRNU的GAN生成人脸图像检测方法，包括以下步骤：(1)构建RGB流网络，利用随机擦除增强数据；(2)将预处理后的数据集输入CNN进行训练，得到GAN指纹特征；(3)构建PRNU流，通过图像降噪的方法来提取人脸的PRNU图像；(4)将提取到的PRNU图输入CNN进行训练，得到PRNU特征；(5)将GAN指纹特征与PRNU特征充分融合，输入到后续网络；(6)利用Softmax损失函数进行二分类，判断人脸图像的真假。本发明通过构建一个双流CNN网络模型来检测GAN生成的人脸。另外，本发明通过构建RGB流网络可以保证同种GAN生成的假图，有较高的检测率；通过构建PRNU流提高了模型的泛化能力，且对于诸如JPEG压缩、高斯噪声、高斯模糊等操作更加鲁棒。

公开(公告)号：CN112564923A

公开(公告)日：2021-03-26

申请号：CN202110222868.6

申请日：2021-03-01

Applicant: 南京信息工程大学 ,  南京地铁建设有限责任公司 ,  北京城建设计发展集团股份有限公司

Inventor： 许国栋 ,  王健 ,  陆赛杰 ,  张义鑫 ,  王宏博 ,  赵华伟 ,  刘光杰 ,  张秀再 ,  王金伟

IPC: H04L9/32 ,  H04L9/30 ,  H04L9/08

Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。

公开(公告)号：CN107274334A

公开(公告)日：2017-10-20

申请号：CN201710505978.7

申请日：2017-06-28

Applicant: 南京信息工程大学

Inventor： 陈北京 ,  周春飞 ,  王金伟

IPC: G06T1/00

Abstract: 本发明公开了一种基于四元数变换的彩色图像自适应水印方法，1)首先定义QDFRNT，解决传统DFRNT在彩色图像处理中未考虑彩色载体色彩信息及其三通道间整体性和相关性等问题；2)然后基于HVS直接从彩色载体提取纹理、边缘和色调特性，解决自适应水印算法在自适应阶段未充分考虑彩色载体色彩信息的问题；3)随后根据提取的掩蔽特性，并通过遗传算法同时从不可见性和鲁棒性两方面寻求最优的水印嵌入强度，实现水印算法不可见性和鲁棒性的最优平衡。解决自适应阶段主要考虑不可见性以及获取的水印强度并不是最优的问题。

公开(公告)号：CN118133932B

公开(公告)日：2024-06-28

申请号：CN202410573165.1

申请日：2024-05-10

Applicant: 南京信息工程大学

Inventor： 王梦杰 ,  张家伟 ,  王金伟 ,  刘光杰

IPC: G06N3/094 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/82

Abstract: 本发明公开一种针对JPEG量化步长估计的对抗样本生成方法，JPEG压缩后的原始样本输入生成器生成对抗样本，根据直接攻击或预先攻击的不同攻击目标，将对抗样本或经JPEG压缩后的对抗样本输入JPEG量化步长估计网络，计算量化步长估计损失；将对抗样本及对应的原始样本输入判别器，分别计算二者判别损失，基于量化步长估计损失、扰动强度损失和逆对抗样本判别损失优化生成器参数。本发明以强度更高的对抗攻击引导JPEG量化步长估计方法的性能提升，从而提高基于量化步长估计的篡改取证方法的鲁棒性和可靠性。