一种基于领域自适应的扩散模型逆转图像重建方法和装置

    公开(公告)号:CN118887138A

    公开(公告)日:2024-11-01

    申请号:CN202410846620.0

    申请日:2024-06-27

    Abstract: 本发明涉及一种基于领域自适应的扩散模型逆转图像重建方法和装置。该方法包括:获取待处理的源域高质量图像和目标域低质量图像作为初始输入图像;利用初始输入图像,使用预训练的扩散模型预测正向扩散过程中下一时刻的隐码,不断迭代直至得到每个时刻的隐码,至最终时刻时得到的隐码为符合高斯分布的噪声,在迭代的每一步都采用域修正网络在每个时刻对扩散模型预测的隐码进行修正;进而使用预训练的扩散模型预测逆向扩散过程中上一时刻的隐码,不断迭代直至得到重建图像。本发明在没有监督的情况下自发学习源域中高质量图像的有效表示并将其迁移到目标域中的低质量图像中,同时实现了对高质量和低质量两种图像的重建和编辑。

    基于优化元学习的轻量恶意软件流量检测方法及装置

    公开(公告)号:CN115225310B

    公开(公告)日:2024-05-07

    申请号:CN202210547678.6

    申请日:2022-05-18

    Abstract: 本发明提供了一种基于优化元学习的轻量恶意软件流量检测方法及装置,所述方法包括:将每一恶意软件家族产生的加密流量数据分割为若干网络会话,并生成每一网络会话的二维会话灰度图样本;基于所述二维会话灰度图样本,训练原始网络,得到恶意软件流量检测模型;将待测软件流量的二维会话灰度图输入至所述恶意软件流量检测模型,得到恶意软件流量检测结果。本发明使用元学习框架提高了恶意软件加密流量的检测与分类效率,通过原点优化算法与三元组优化算法提高了原型网络在高维度量空间中的样本使用效率和特征分布合理性,并在只使用少量训练样本的前提下,训练能具备更高检出率的恶意软件加密流量检测模型。

    基于流量指纹蒸馏的设备入网行为检测方法和系统

    公开(公告)号:CN117857201A

    公开(公告)日:2024-04-09

    申请号:CN202410078748.7

    申请日:2024-01-19

    Abstract: 本发明公开一种基于流量指纹蒸馏的设备入网行为检测方法和系统,所述方法包括:收集不同移动设备加入内部局域网时产生的流量数据,以一定时间内的单次入网事件为单位分割入网流量;基于分割入网流量,提取每个入网事件中的域名特征,并通过为每一类移动设备构建初始的域名森林,得到每一类移动设备的初始指纹;蒸馏与优化每一类移动设备的初始指纹;基于优化后的移动设备指纹审计经过的网络流量,得到设备入网行为检测结果。本发明可以实现移动设备入网行为的识别与设备具体型号的分类。

    一种基于双级对比学习与噪声鲁棒的弱监督时序语言定位方法和装置

    公开(公告)号:CN116883886A

    公开(公告)日:2023-10-13

    申请号:CN202310598246.2

    申请日:2023-05-25

    Abstract: 本发明涉及一种基于双级对比学习与噪声鲁棒的弱监督时序语言定位方法和装置。该方法包括:提取初始的视频特征和初始的文本特征,分别输入自注意力模块以提取自注意力特征;通过互注意力模块提取跨模态语义特征,并利用时序提案生成网络对跨模态语义特征进行高斯建模,得到候选时序片段掩码、背景片段掩码与整个视频的掩码,并分别与初始的视频特征结合,生成前景、背景与整个视频的三种视频特征,然后通过跨模态关联去噪模块得到的鲁棒视频特征表示,并进行文本语义重建与双级对比学习;利用高斯建模参数对目标视频片段进行时序语言定位。本发明能够解决由于弱监督标注的主观性和模糊性造成的跨模态学习的语义鸿沟与关联噪声问题。

    一种基于生成对抗网络的安全隐写方法和装置

    公开(公告)号:CN107563155B

    公开(公告)日:2023-02-28

    申请号:CN201710670786.1

    申请日:2017-08-08

    Inventor: 张晓宇 石海超

    Abstract: 本发明涉及一种基于生成对抗网络的安全隐写方法和装置。该方法包括:在生成对抗网络框架下,通过生成网络生成要嵌入信息的载体图像,通过判别网络对生成的载体图像的真假性进行判断;通过生成网络和判别网络的动态博弈过程,使得生成网络生成的载体图像接近真实图像;对生成网络生成的载体图像进行信息的嵌入;然后利用隐写分析网络对输入的载体图像和隐写后的图像进行二分类,得到分类为原图和隐写图的准确率。本发明生成的载体图像在视觉上更接近真实图像,并且生成的速度更快,能够提高隐写的安全性。

    一种基于动作片段排序的弱监督行为定位方法和装置

    公开(公告)号:CN114049581A

    公开(公告)日:2022-02-15

    申请号:CN202111135210.8

    申请日:2021-09-27

    Inventor: 张晓宇 石海超

    Abstract: 本发明公开了一种基于动作片段排序的弱监督行为定位方法和装置,包括提取视频集中各视频的RGB特征与光流特征后,进行自注意力计算;使用自注意力RGB特征与自注意力光流特征,进行视频帧排序,得到每一视频的若干视频特征表示;利用视频特征表示,对一分类器及对抗网络进行共同训练,生成视频分类器;采用视频分类器对目标视频的自注意力RGB特征与自注意力光流特征进行分类,并根据视频分类结果与自注意力权重向量进行时序类别激活映射计算,以获取行为定位结果。本发明可以对复杂的视频动作和背景的视觉‑运动相关性灵活而明确的建模,利用对抗学习框架学习更加鲁棒的视频分类模型,降低计算复杂度及时序标注的时间。

    一种基于最优重构的特征选择方法

    公开(公告)号:CN107203489A

    公开(公告)日:2017-09-26

    申请号:CN201710188156.0

    申请日:2017-03-27

    Inventor: 张晓宇 王树鹏

    CPC classification number: G06F17/16

    Abstract: 本发明提供一种基于最优重构的特征选择方法,其步骤为:1)将数据集中每个原始特征为d维的数据表示为数据矩阵X,其中d>1;2)对上述数据矩阵X建立最优化线性重构模型,且该模型最优化目标为表示矩阵B;3)将上述数据矩阵X进行转置得到特征矩阵F,并将表示矩阵B进行清零;4)利用迭代交替优化的方式对上述经过步骤3)的最优化线性重构模型进行求解,得到最优表示矩阵B*;5)根据最优表示矩阵B*选取能够表示全部d维特征的最优k维特征子集,其中k

Patent Agency Ranking