-
公开(公告)号：CN118133932A
公开(公告)日：2024-06-04
申请号：CN202410573165.1
申请日：2024-05-10
Applicant: 南京信息工程大学
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。
-
公开(公告)号：CN113177599B
公开(公告)日：2023-11-21
申请号：CN202110504115.4
申请日：2021-05-10
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/092 , G06N3/094
-
公开(公告)号：CN113034628B
公开(公告)日：2023-09-26
申请号：CN202110472805.6
申请日：2021-04-29
Applicant: 南京信息工程大学
IPC: G06T9/00 , G06V10/56 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于四元数卷积神经网络的彩色图像JPEG2000重压缩检测方法，针对二次压缩引入JPEG2000造成的混合重压缩问题，通过四元数卷积神经网络模型自动提取图像中的特征，充分利用彩色图像的颜色信息，捕捉经历不同压缩历史对图像中引入的像素值本身的变化，从而对混合重压缩问题进行检测，该方法包括以下步骤：输入图像、图像升维、特征提取、特征转换、结果分析。本发明适用范围广，能够检测现在无法解决的JPEG2000的混合重压缩问题，同时在JPEG重压缩检测问题上也有不错的表现；本发明算法的健壮性较好，在两种重压缩检测问题上的迁移性优于现有算法。
-
公开(公告)号：CN115761022A
公开(公告)日：2023-03-07
申请号：CN202211499217.2
申请日：2022-11-28
Applicant: 南京信息工程大学
IPC: G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于频率聚类先验知识的彩色图像量化步长估计方法，首先，将预先获取的彩色图像进行预处理，将图像从空间域转换到频率域；其次，构建改进的Res2Net‑C网络结构，获取频域中的量化步长信息；最后，引入了多通道卷积辅助估计色度通道的量化步长。本发明通过使用预处理操作将图像由空间域转化到频率域，方便了网络发掘JPEG图像中关于量化步长的痕迹，显著提高估计量化步长的准确率；提出的新的Res2Net‑C网络结构可以发掘图像的多尺度信息，从而提高估计量化步长的准确率；本发明相比于传统的估计量化步长的方法，准确率高，且更容易训练。
-
公开(公告)号：CN115496973A
公开(公告)日：2022-12-20
申请号：CN202211440089.4
申请日：2022-11-17
Applicant: 南京信息工程大学
IPC: G06V10/774 , G06V10/82 , G06V10/764 , H04N1/64 , G06T9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于分块域变换模拟技术的JPEG对抗样本生成方法，所述对抗样本生成方法包括以下步骤：以分块域变换模拟技术为基础，利用卷积层构建JPEG解压缩模块、之后与原始卷积神经网络组合形成输入为JPEG流的新模型；获取该模型关于输入JPEG流的梯度信息；按照单步幅度构建对抗噪声；经过块间位置筛选和块内像素筛选步骤后确定对抗噪声嵌入位置，重复直至生成的JPEG流变为对抗样本。本发明JPEG对抗样本生成方法解决了数字图像对抗样本无法以有损压缩格式存储和传输的问题，通过以分块域变换模拟技术为基础构建JPEG解压缩模块，直接获取关于JPEG流的梯度信息，以广泛使用的JPEG图像格式生成对抗样本。
-
Patent Agency Ranking
公开(公告)号：CN113450271A
公开(公告)日：2021-09-28
申请号：CN202110647462.2
申请日：2021-06-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人类视觉模型的鲁棒自适应对抗样本生成方法，包括以下步骤：利用人类视觉模型寻找最合适的对抗扰动，为每幅图像选择最佳的扰动嵌入区域；利用梯度攻击的方式，对于图像中梯度值较大的像素进行扰动，提高损失增长的速度；通过基于纹理掩蔽理论设计噪声可见函数，针对每幅图像的颜色和内容计算出一个动态的自适应系数矩阵；通过滤波式计算来提高计算图像局部方差的速度；通过自定义扰动的上限和下限来有效的控制对抗扰动的强度和不可见行进行平衡。本发明在保证人眼观察不到嵌入的对抗性扰动的前提下，使扰动强度最大化，且生成的对抗样本具备优良的不可见性和鲁棒性。
-
公开(公告)号：CN112509190B
公开(公告)日：2021-05-11
申请号：CN202110172788.4
申请日：2021-02-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于屏蔽门客流计数的地铁车辆断面客流统计方法，属于深度学习和目标检测技术领域，本发明通过在屏蔽门门楣上端安装智能门楣终端设备，通过机器视觉技术对出入屏蔽门的上下行客流量进行统计。智能门楣终端统计的客流数据发送至智能门楣控制器，门楣控制器将客流信息送到综合监控、智慧车站等站内系统；如果系统包含智能门楣平台系统，那么该信息也可以送到智能门楣线路平台以利于进行相对独立地断面客流统计。断面客流生成模块根据客流信息和行车调度信息，生成断面客流，并可进一步将断面客流信息送给其他的相关业务系统。由此，车站可实现对轨道交通系统的客流信息进行全方位地掌握，为地铁运营和管理提供数据支撑。
-
公开(公告)号：CN112507998B
公开(公告)日：2021-04-27
申请号：CN202110171512.4
申请日：2021-02-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于机器视觉的屏蔽门行人等待提醒系统及其方法，属于城市轨道交通智慧车站技术领域，该发明通过在屏蔽门上方安装机器视觉设备，然后通过采集到的行人候车时的数据以及上下客标志图标数据，进行数据集的标注并按照一定比例制作训练集和测试集，利用训练好的目标检测模型自动检测划分上下客区域，并且获取屏蔽门前等车的乘客位置以及数量，然后与划定的上下客区的区域位置比较判断是否有乘客候车时占用了下客区，如果有且数量超过设定阈值，则进行语音播报疏导，通过显示屏或语音自主播报的形式疏导客流。
-
公开(公告)号：CN112232333A
公开(公告)日：2021-01-15
申请号：CN202011499484.0
申请日：2020-12-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种地铁站内实时客流热力图生成方法，属于计算机视觉及智能监控技术领域，本发明的一种地铁站内实时客流热力图生成方法，通过地铁站平面图与站内摄像头分布，选择合适的摄像头的实时监控视频，采集各个场景下的监控图片并生成标注样本，训练卷积神经网络模型，读取实时RTSP视频流并解码成图片，输入客流密度分析模型得到每个区域的实时客流热力图，生成整站实时客流热力图，当某个区域客流密度超过设定阈值时，可产生告警信息，向站务系统发送相应的告警事件，提醒站务人员注意。本发明利用地铁站内监控摄像头生成实时客流热力图，便于地铁站内管理人员观察客流实时分布和变化情况，有助于地铁安全运营和精细化客流管理。
-
公开(公告)号：CN111754027A
公开(公告)日：2020-10-09
申请号：CN202010493387.4
申请日：2020-06-03
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q10/06 , G06F30/20 , G06F16/2458
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。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.034 seconds)
