-
公开(公告)号：CN117113244A
公开(公告)日：2023-11-24
申请号：CN202310781306.4
申请日：2023-06-29
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/21 , G06F18/15 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种基于自监督和混合专家模型的传感器数据异常检测方法，属于设备传感器数据异常检测领域，使用混合专家模型结构，训练时将数据分配给不同的专家子模块进行学习，这样每个专家子模块只会处理部分的正常数据，从而对正常数据的决策边界有更精确的学习，尤其是当正常数据包含多种不同的数据分布时。混合专家模型相比于使用大模型对所有数据进行学习，能有效提升模型对异常数据的识别能力；通过设计构造多种自监督变换数据以及自监督辅助任务，强制模型对自监督变换数据的表现尽量与正常数据不同，尽量避免模型对异常数据表现出与正常数据相似特征的问题。
-
公开(公告)号：CN110598022B
公开(公告)日：2021-11-19
申请号：CN201910718017.3
申请日：2019-08-05
Applicant: 华中科技大学
IPC: G06F16/532 , G06F16/51
Abstract: 本发明公开了一种基于鲁棒深度哈希网络的图像检索系统与方法，属于计算机视觉与模式识别领域。本发明将空间转换网络模块引入到深度哈希网络结构中，使模型能根据图片内容自适应地进行尺度缩放、旋转等仿射变换，提高模型的泛化能力。同时采取基于互学习策略，在增加网络的泛化性及鲁棒性的同时，也能提高网络的训练稳定性并加速网络的收敛。采用松弛哈希生成函数和改进网络结构松弛二值哈希码到连续的实值空间，使得网络可以进行求导并通过反向传播算法进行学习。该技术手段依据松弛哈希函数在输入前添加一个放大系数后，可以逐渐逼近符号函数，从而替代符号函数。由于去掉二值约束正则项，避免引入多余的辅助变量和计算。
-
公开(公告)号：CN109146921B
公开(公告)日：2021-07-27
申请号：CN201810708758.9
申请日：2018-07-02
Applicant: 华中科技大学
Abstract: 本发明公开一种基于深度学习的行人目标跟踪方法，将深度学习与相关滤波相结合进行目标跟踪，在保证实时跟踪的前提下，有效提高跟踪的准确性。针对跟踪过程中目标姿态变化大的问题，将基于行人属性的深层卷积特征应用到跟踪中；针对遮挡问题，使用余弦相似度的方法进行遮挡的判断，以有效避免因遮挡带来的脏数据引入；为了提高效率、解决深层卷积特征在相关滤波器中的使用问题，提出双线性插值的方法，在去除量化误差的同时又能避免特征的重复提取，大幅度提高效率；针对目标高速运动的问题，提出将预选框策略融入到跟踪算法中，不仅能对全局图像进行搜索，同时预选框能够作为强负样本加入训练，提高相关滤波器的区分能力。
-
公开(公告)号：CN107330396A
公开(公告)日：2017-11-07
申请号：CN201710504662.6
申请日：2017-06-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多属性和多策略融合学习的行人再识别方法，本发明方法在线下训练阶段，首先选择容易判断且具有足够区分度的行人属性，在属性数据集上训练行人属性识别器，再用该属性识别器为行人再识别数据集标注属性标签，然后结合属性和行人身份标签，采用融合行人分类和新颖的约束对比验证的策略，训练行人再识别模型；在线上查询阶段，用行人再识别模型分别对查询图像和库图像提取特征，计算查询图像特征与各库图像特征之间的欧氏距离，得到距离最近的图像，认为是行人再识别的结果。在性能方面，本发明的特征具有可区分性，取得了很好的准确率；在效率方面，本发明能够在行人图像库中快速检索到查询图像所表示的行人。
-
公开(公告)号：CN102004888B
公开(公告)日：2012-06-13
申请号：CN201010552557.8
申请日：2010-11-19
Applicant: 华中科技大学
IPC: G06F21/24
Abstract: 本发明是关于一种数字视频作品上传中的反盗版过滤系统，是以数字指纹的方式，将发行商的指纹嵌入到数字视频作品中，在发行商或消费者向视频分享站点上传时提取数字指纹，结合数字指纹证书验证方式,实现对视频作品进行过滤,达到阻止非法拷贝上传的目的。本发明的特点在于将数字指纹提取模块设置在消费者在客户端上传过程中，当检测到盗版作品时，阻止其上传，实现了数字版权的主动保护。本发明覆盖范围广，覆盖面积大，将成本分散到每个消费者上传视频过程中，实现所需经济成本小，具有可观的前景。
-
Patent Agency Ranking
公开(公告)号：CN101489133A
公开(公告)日：2009-07-22
申请号：CN200910060551.6
申请日：2009-01-16
Applicant: 华中科技大学
Abstract: 本发明提出一种抗几何攻击的实时视频水印方法，主要适用于基于DCT编码的视频文件。该方法通过快速变换方法将分块DCT系数直接变换到整体DCT系数，然后在整体DCT域中自适应修改低频系数值来嵌入水印信号，水印嵌入后的整体DCT系数与原始系数间的差值转换为分块DCT系数的差值，再写回到分块DCT系数中去；水印检测则是在空域中进行，因为检测过程伴随着视频播放进行，这时视频完全解码，可以从空域直接进行整体DCT变换，然后为了能够抵抗旋转攻击，对检测视频进行了旋转补偿，再按照嵌入时的规则进行水印提取。实验结果表明方法对普通信号处理和常规几何攻击(行列去除、旋转、等比例缩放、纵横比攻击、线性变换、随机扭曲、裁剪以及几种联合攻击等)具有很好的鲁棒性。
-
公开(公告)号：CN100505865C
公开(公告)日：2009-06-24
申请号：CN200610018787.X
申请日：2006-04-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种数字电视中的视频版权保护与监控系统。本系统利用数字水印技术，将版权标识信息嵌入到数字电视视频节目中，在播放时由数字电视接收终端提取水印信号并发送到版权监控中心，版权监控中心根据该水印信息，得到作品的版权授权信息，从而判断播放者是否为合法，并将该判断信息返回到数字电视接收终端，以达到控制视频节目播放的目的。本发明的特点在于将数字水印提取模块和播放控制模块放在数字电视接收终端中，当检测到盗版节目时，停止播放节目，实现了数字电视版权的主动保护。本发明能够实时监控正在播放的数字电视节目，且不影响节目的播放质量，监控覆盖范围广，面积大，实现所需经济成本小，具有可观的前景。
-
公开(公告)号：CN1838765A
公开(公告)日：2006-09-27
申请号：CN200610018835.5
申请日：2006-04-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于数字水印的数字电视审查及监测系统。节目信息管理子系统用于接收来自嵌入终端子系统的服务请求，通过与数据库服务器的数据交互，对服务请求进行处理，并将处理结果发送给嵌入终端子系统；嵌入终端子系统用于向节目信息管理子系统发送节目送审者的服务请求，并接收来自节目信息管理子系统的反馈结果；并从该反馈结果中提取调制加密后的电子许可证并嵌入到数字节目中，或将不允许信息提供给送审者；节目监测子系统用于对传送的电视节目进行监测，当未从传送的节目中检测到电子许可证时，把该节目的相关信息作为警报信息，发送至数据库服务器。本发明具有电子许可证不可伪造、监测实时和可行性高的特点。
-
公开(公告)号：CN1835580A
公开(公告)日：2006-09-20
申请号：CN200610018787.X
申请日：2006-04-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种数字电视中的视频版权保护与监控系统。本系统利用数字水印技术，将版权标识信息嵌入到数字电视视频节目中，在播放时由数字电视接收终端提取水印信号并发送到版权监控中心，版权监控中心根据该水印信息，得到作品的版权授权信息，从而判断播放者是否为合法，并将该判断信息返回到数字电视接收终端，以达到控制视频节目播放的目的。本发明的特点在于将数字水印提取模块和播放控制模块放在数字电视接收终端中，当检测到盗版节目时，停止播放节目，实现了数字电视版权的主动保护。本发明能够实时监控正在播放的数字电视节目，且不影响节目的播放质量，监控覆盖范围广，面积大，实现所需经济成本小，具有可观的前景。
-
公开(公告)号：CN110569725B
公开(公告)日：2022-05-20
申请号：CN201910718753.9
申请日：2019-08-05
Applicant: 华中科技大学
IPC: G06V10/764 , G06V40/20 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于自注意力机制的深度学习的步态识别系统与方法，属于步态识别领域。本发明提出使用注意力机制作用于原始的特征图上，通过学习到一个与原始特征相同大小的0～1之间的矩阵，对原始特征进行降噪，挑选图片中的显著特征，减少特征中的噪音；将分类损失和对比验证损失有机结合，以结合损失函数对特征进行惩罚，不仅利用了目标的身份信息，同时利用了目标之间的不同关系，增加了不同特征之间的区分度；将步态中最重要的四肢特征作为先验知识加入原始深度特征中，这种结合不仅能利用目的全局体型特征，校正全局特征学习到的关于衣服变换带来的不利于分类的特征，增强原始深度特征的表达能力，从不同维度上增强特征的表达能力。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.032 seconds)
