水印图像的处理方法
    41.
    发明公开

    公开(公告)号:CN109035122A

    公开(公告)日:2018-12-18

    申请号:CN201810427314.8

    申请日:2018-05-07

    CPC classification number: G06T1/005

    Abstract: 本发明提供了水印图像的处理方法,属于数字图像领域,包括:将载体图像区分为感兴趣区域与非感兴趣区域;对非感兴趣区域分块后经离散余弦变换得到低频带系数;令二进制流序列经卷积编码器和M‑ary调制器处理后嵌入到低频带系数中进行离散余弦逆变换得到水印区域图像。通过卷积编码器对由水印信息转换成的二进制流序列进行编码得到码字序列,降低了水印恢复时的误码率,提高了水印的鲁棒性,再通过M‑ary调制器对码字序列进行调制得到十六进制流序列,得到的十六进制流序列能降低码间串扰的影响,进而增强了水印对外界的抗攻击能力,使得多媒体产品中水印不易受损,起到了版权保护的效果。

    基于矩阵分解的Webshell检测方法

    公开(公告)号:CN109033815A

    公开(公告)日:2018-12-18

    申请号:CN201810620475.9

    申请日:2018-06-15

    Abstract: 本发明提供了基于矩阵分解的Webshell检测方法,属于信息安全领域,包括建立以三元组保存得分信息的计分矩阵;从待检测文本中选取预设数量的特征构建特征集合,基于特征集合中的特征获取对三元组中分数参数进行预测,根据预测结果判定待检测文本中存在WebShell的可能性。基于机器学习算法,能够快速、准确地了解WebShell页面的特点。该方法克服了传统特征匹配方法的缺点,提高了网络炮弹检测的准确性和召回率。通过对已知现有和非现有WebShell页面的分析和学习特性,该算法可以对未知页面进行预测,效率高,具有较高的精度和召回率。

    一种基于局部区域划分的行人识别方法

    公开(公告)号:CN108710824A

    公开(公告)日:2018-10-26

    申请号:CN201810314925.1

    申请日:2018-04-10

    CPC classification number: G06K9/00362 G06K9/342 G06K9/4604 G06K9/4642

    Abstract: 本发明提供一种基于局部区域划分的行人识别方法,属于行人识别领域,包括:对目标行人图像处理后先划分目标子区域再对其提取综合特征值;同样对样本行人图像处理后先划分样本子区域再对其提取综合特征值;将样本子区域的综合特征值与目标子区域的综合特征值对比;根据对比结果选取有效区域,判定目标行人图像中行人的身份。基于上述行人识别方法,与现有把行人外观看成一个整体进行识别的方法相比,该行人识别方法通过对处理后的目标行人图像进行划分得到目标子区域,在所有目标子区域中选取受光照、行人姿势、行人附属物体遮挡等影响较小的有效区域,根据有效区域判定目标行人图像中行人身份,从而提高了识别精度。

    一种人脸再识别方法
    44.
    发明公开

    公开(公告)号:CN108549883A

    公开(公告)日:2018-09-18

    申请号:CN201810486584.6

    申请日:2018-08-06

    Abstract: 本发明涉及人脸识别领域,尤其涉及一种人脸再识别方法,包括以下步骤:获取训练集A、B,利用训练集A、B训练卷积神经网络,分别提取深度特征向量集M、N,建立深度特征向量集M、N对应的深度特征向量空间S、D;学习距离度量和余弦相似度度量;计算需要测试的两张人脸图像的距离度量和余弦相似度度量;结合距离度量和余弦相似度度量来判断两张人脸图像之间的相似度。通过使用本发明,可以实现以下效果:将距离度量与余弦相似度度量结合起来可以更全面地判断两幅不同图像之间的相似度,判断更加准确。

    一种高光谱图像的去噪模型训练方法及去噪方法

    公开(公告)号:CN112598599B

    公开(公告)日:2024-04-09

    申请号:CN202011591947.6

    申请日:2020-12-29

    Abstract: 本发明公开了一种高光谱图像的去噪模型训练方法及去噪方法。其去噪模型训练方法包括如下步骤:(1)对获取的高光谱图像数据集做预处理,获得无噪数据集,然后加入不同方差的高斯白噪声,生成有噪数据集;(2)对方差扩充维度,得到与图像同等大小的噪声水平图;(3)将有噪数据集和噪声水平图构成样本数据组进行训练,得到噪声估计子网络模型;(4)利用噪声估计子网络模型预测得到噪声水平图,并将噪声水平图和有噪数据合并,与无噪数据集作为样本数据组进行训练,得到高光谱图像去噪模型。本发明采用了训练子网络的方法估计噪声方差,使得去噪模型不仅对高光谱图像去噪效果显著,而且实现了处理不同噪声方差的盲去噪效果。

    基于区块链的密钥管理方法及系统

    公开(公告)号:CN112187454A

    公开(公告)日:2021-01-05

    申请号:CN202010960367.3

    申请日:2020-09-14

    Abstract: 本发明公开一种基于区块链的密钥管理方法及系统,其中密钥管理方法包括以下步骤:获取密钥管理指令;基于所述密钥管理指令生成属于第一目标用户的第一公钥和第一私钥,基于所述第一公钥更新预设的身份树;或,基于密钥管理指令为所述第一目标用户开启合约数据修改权限,由第一目标用户生成属于其的第一公钥和第一私钥,基于所述第一公钥更新预设的身份树;其中,所述身份树的每个节点代表一个用户,节点间的关系为相应用户间的层级关系。本发明引入用户间的层级关系,由高层级用户对低层级用户进行密钥管理,便于组织管理,且由各用户管理其下级用户的公私钥对,管理效率高,适用于具有层级关系的公司或组织机构。

Patent Agency Ranking