-
公开(公告)号：CN115249275B
公开(公告)日：2025-03-25
申请号：CN202111332783.X
申请日：2021-11-11
Applicant: 兰州理工大学
IPC: G06T9/00 , G06N3/0464 , G06N3/049 , G06N3/08 , H04N21/84
Abstract: 本发明公开了一种基于Vision Transformer和强化学习的视频内容描述方法，包括步骤：视频数据分割，利用FFMPEG将视频随机切割为多个视频帧；特征提取，使用ResNet‑152网络和ResNeXt‑101网络提取视频帧的静态特征和动态特征，并统一所述静态特征和动态特征的特征维度；特征编码，利用Vision Transformer模型的编码器对所述静态特征和动态特征进行特征编码；特征解码，利用多层LSTM网络对编码后的静态特征和动态特征进行解码；强化学习优化；和生成视频内容描述。本发明克服了在编码阶段极易丢失大量中间隐藏信息，导致描述准确率低的问题，有效地提高视频描述的准确率，同时，本发明所生成的视频内容描述具有逻辑性强、可读性高的优点。
-
公开(公告)号：CN115661697A
公开(公告)日：2023-01-31
申请号：CN202111420124.1
申请日：2021-11-26
Applicant: 兰州理工大学
IPC: G06V20/40 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/77 , G06V10/82 , G10L25/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种多模态融合结合多层注意力的视频内容描述方法，包括步骤：将数据集中视频的每一帧转换为单张JPEG图像，将视频的音频信息存储为音频文件；提取视频的单帧模态特征，单模态运动时序特征和音频模态MFCC特征；将各单模态特征嵌入到利用self‑attention机制设计的网络结构中，进行单模态特征参数的学习，利用协作表示结构对模态特征进行融合；利用两层LSTM对融合特征进行编码；利用多层LSTM网络对编码后的特征向量进行解码，生成视频对应的描述。本发明克服了现有技术对于视频整体表征信息提取不完善，极易造成中间隐藏信息的丢失，导致生成描述文本准确率低的问题，有效地提高了视频内容描述的准确率。
-
公开(公告)号：CN110049037B
公开(公告)日：2021-12-14
申请号：CN201910298469.0
申请日：2019-04-15
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于数据链路层的网络视频数据获取方法，包括步骤：在数据链路层抓取、复制传输到本地计算机网卡上的所有MAC数据帧；对MAC数据帧进行逐帧解析并生成数据包；对所述数据包进行分析，得出视频数据所在位置；根据视频数据所在位置，选择出包含视频数据的数据包；将所述包含视频数据的数据包进行整理后合并生成视频文件。与现有技术相比，本发明视频数据获取过程简短高效；解析过程速度更快、占用资源更少；执行效率更加高效；视频生成速度更快、效率更高。
-
公开(公告)号：CN109756510B
公开(公告)日：2021-01-08
申请号：CN201910070765.5
申请日：2019-01-25
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于N‑Gram的恶意域名检测方法，包括步骤：选择访问频次较高的合法域名，在去除顶级域名后，利用N‑Gram方法将域名按层进行分割，形成合法域名子串集；根据子串在对合法域名进行N‑Gram分割时出现的频次，给合法域名子串集中子串赋予权值，将域名词法特征的提取转化为数值计算；将待测域名进行N‑Gram分割，将得到的子串按照合法域名子串权值计算待测域名的信誉值；恶意域名检测，根据待测域名信誉值的大小和预设判定条件，判断待测域名是否为恶意域名。与现有技术相比，本发明具有检测时间开销小，检测准确率高、误报与漏报率低的优点，为恶意域名的检测提供了一种新思路，丰富了恶意域名的检测手段。
-
公开(公告)号：CN111554306A
公开(公告)日：2020-08-18
申请号：CN202010336788.9
申请日：2020-04-26
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于多特征的声纹识别方法，包括步骤：数据预处理，将语音语料进行处理；特征提取，将梅尔频率倒谱系数MFCC和感知线性预测PLP进行动态线性融合；特征处理，利用PCA主成分分析法将动态特征进行降维处理；模型训练，利用I-Vector说话人识别模型对动态特征进行训练；打分判决，利用概率线性判决分析算法PLDA进行似然对数比打分，并根据得分的大小判断出两个集合是否为同一个说话人。本发明动态融合MFCC和PLP两种说话人特征，能更好地包含说话人信息，并通过主成分分析法PCA降低融合特征的维度，计算效率高，同时，不依赖于在线获取的说话人数据，可以单独、快速地完成说话人的识别。
-
Patent Agency Ranking
公开(公告)号：CN110049037A
公开(公告)日：2019-07-23
申请号：CN201910298469.0
申请日：2019-04-15
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于数据链路层的网络视频数据获取方法，包括步骤：在数据链路层抓取、复制传输到本计算机网卡上的所有MAC数据帧；对MAC数据帧进行逐帧解析并生成数据包；对所述数据包进行分析，得出视频数据所在位置；根据视频数据所在位置，选择出包含视频数据的数据包；将所述包含视频数据的数据包进行整理后合并生成视频文件。与现有技术相比，本发明视频数据获取过程简短高效；解析过程速度更快、占用资源更少；执行效率更加高效；视频生成速度更快、效率更高。
-
公开(公告)号：CN115146762A
公开(公告)日：2022-10-04
申请号：CN202210668973.7
申请日：2022-06-14
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于SE模块增强ViT模型鲁棒性的方法，包括步骤：使用多种对抗攻击算法生成对抗样本，验证所提出现有的ViT模型的防御方法在面对不同对抗样本时的鲁棒性；将对抗样本输入所提出ViT模型的Convolutional Token Embedding层，然后再通过归一化层；将S2得到的特征输入SE‑Transformer块，特征首先经过SE模块，然后计算特征的Query、Key和Value值；将步骤S2、S3重复执行，并在最后阶段中添加cls分类标记；使用MLP Head预测最终的类别，计算准确率。本发明利用SE模块突出每个特征图的重要信息，抑制次要信息，有助于模型进行关键特征的提取，强化通道的特征信息，减少无用的特征；同时结合ViT模型的自注意力机制(self‑attention)可以提取特征的长距离信息。
-
公开(公告)号：CN113505247B
公开(公告)日：2022-06-07
申请号：CN202110747290.6
申请日：2021-07-02
Applicant: 兰州理工大学
IPC: G06F16/38 , G06F16/35 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于内容的高时长视频色情内容检测方法，包括步骤：构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类；构造文本情感分类网络，使用数据集对此文本情感分类网络进行训练，得到评论色情内容分类模型；对原视频附带的评论文本进行分类，并记录结果；构造图像分类网络，使用数据集对此图像分类网络进行训练，得到封面色情内容分类模型；对原视频附带的封面图像进行分类，并记录结果；针对于原视频的视频、封面、评论的结果进行综合评定。本发明克服了现有技术中处理高分辨率变化的长视频效率低下、对硬件要求高、延迟高的弊端。
-
公开(公告)号：CN106803937B
公开(公告)日：2020-03-17
申请号：CN201710109945.0
申请日：2017-02-28
Applicant: 兰州理工大学
Abstract: 本发明公开一种具有文本日志的双摄像头视频监控方法及系统，该方法包括：构建深度学习框架；利用所述深度学习框架识别第一物体的类别信息；根据所述类别信息在视频监控区内的时间以及第一物体的视点距离形成文本日志；所述第一物体的视点距离表示所述第一物体到左摄像头和右摄像头中心点的距离；将所述文本日志保存在所述控制器内。采用本发明的方法及系统能够根据在所生成的文本日志内搜索关键词跳转到相应的视频图像位置。
-
公开(公告)号：CN105978726B
公开(公告)日：2019-03-26
申请号：CN201610330117.5
申请日：2016-05-18
Applicant: 兰州理工大学
Abstract: 一种手机基站故障定位分析方法，该方法是基于众包模式的手机基站故障定位分析方法：当用户智能手机通过手机基站进行网络连接时，如果网络连接不畅通，利用安装在智能手机上的App获取该智能手机此时的网络连接方式，获取手机网络不通畅时的时间信息，通过GPS获取该智能手机用户位置信息，手机所连基站信息，该智能手机用户上网体验感知信息；并将这些信息保存到智能手机自带轻型数据库中，待智能手机通过基站或者WiFi网络连接正常时将所保存数据发送分析服务器中，分析服务器汇总与处理手机故障反馈数据，实现手机基站故障定位及分析。本发明利用分散在不同地理位置的零散资源并对其汇集与组织，完成对手机基站故障的检测与定位。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.033 seconds)
