-
公开(公告)号：CN110046657B
公开(公告)日：2022-06-14
申请号：CN201910247073.3
申请日：2019-03-29
Abstract: 本发明公开了一种基于多视图学习的社会安全人物画像方法，在多源身份大数据的社会安全应用中，完备的先验知识和标注样本均难以获得，本发明构建了基于部分领域知识、少量标注样本和大量未标注样本的多视图协同训练模型，实现身份属性到画像标签的准确映射。首先，通过标注样本数据集的三元空间视图分解，从三元空间身份属性中学习物理空间、社会空间、网络空间三个属性子视图及对应的权重；其次，通过三元空间多视图分类器对未标注样本进行画像标签分类，结合领域知识投票，产生可信的分类样本，添加到标注样本数据集，丰富标注样本。本发明在社会安全领域具有重要应用价值。
-
公开(公告)号：CN110046657A
公开(公告)日：2019-07-23
申请号：CN201910247073.3
申请日：2019-03-29
Abstract: 本发明公开了一种基于多视图学习的社会安全人物画像方法，在多源身份大数据的社会安全应用中，完备的先验知识和标注样本均难以获得，本发明构建了基于部分领域知识、少量标注样本和大量未标注样本的多视图协同训练模型，实现身份属性到画像标签的准确映射。首先，通过标注样本数据集的三元空间视图分解，从三元空间身份属性中学习物理空间、社会空间、网络空间三个属性子视图及对应的权重；其次，通过三元空间多视图分类器对未标注样本进行画像标签分类，结合领域知识投票，产生可信的分类样本，添加到标注样本数据集，丰富标注样本。本发明在社会安全领域具有重要应用价值。
-
公开(公告)号：CN114463237B
公开(公告)日：2024-04-19
申请号：CN202210114817.6
申请日：2022-01-30
Applicant: 武汉大学
IPC: G06T5/50 , G06T5/60 , G06T7/207 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于全局运动补偿和帧间时域关联性的实时视频去雨方法，进行基于全局运动补偿的视频帧间运动信息对齐，包括采用基于全局上下文模块GCM进行改进来完成运动估计和运动补偿，基于空洞卷积和下采样法的混合多尺度特征提取，然后基于混合多尺度时域互补优化，基于卷积神经网络的多帧特征融合及目标帧重建，通过最小化输出图片和对应的背景图片的像素差的平方和损失函数来优化神经网络，并利用优化后网络输出无雨图片。其中，全局运动补偿通过空间金字塔池化来减少全局运动补偿的计算点，从而减少计算量。基于混合多尺度时域相关性针对混合尺度的特征信息的时域互补性，以此来提高各个尺度特征信息，并最终提高视频去雨的效果。
-
公开(公告)号：CN116664407A
公开(公告)日：2023-08-29
申请号：CN202310757142.1
申请日：2023-06-25
Applicant: 武汉大学
IPC: G06T3/40 , G06V10/80 , G06V10/774 , G06V40/16
Abstract: 本申请公开了基于三元组非配对学习的人脸融合超分辨率方法及系统，所述方法包括如下步骤：将原始素描照片中的人脸图像进行预处理，获取训练集和测试集；构建三元组人脸融合超分辨率网络模型；将训练集输入构建的三元组人脸融合超分辨率网络模型，获取优化后的三元组人脸融合超分辨率网络模型；将测试集输入优化后的三元组人脸融合超分辨率网络模型，将配对的低分辨率可见光人脸图像和高分辨率素描人脸图像重建融合增强的高分辨率可见光人脸。本申请利用可见光人脸和素描人脸两种模态人脸的互补信息，成功解决将两种模态人脸进行融合超分辨率以及训练数据不配对的难题，生成高质量人脸图像用于刑事案件侦查。
-
公开(公告)号：CN113627256B
公开(公告)日：2023-08-18
申请号：CN202110776187.4
申请日：2021-07-09
Applicant: 武汉大学
IPC: G06V40/18 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于眨眼同步及双目移动检测的伪造视频检验方法及系统，包括视频预处理、眨眼检测、双目转动角度一致性计算、伪造检测等模块；本发明根据深度伪造视频左右眼的眨眼不同步、扫视方位不一致的特性，分析双目眨眼及眼部移动时的差异，进行伪造人脸视频检测。本发明具有鉴别结果可信度高、对图像折损导致的取证线索弱化鲁棒的双重特点。
-
Patent Agency Ranking
公开(公告)号：CN115546030A
公开(公告)日：2022-12-30
申请号：CN202211515828.1
申请日：2022-11-30
Applicant: 武汉大学
Abstract: 本发明公开了一种基于孪生超分辨率网络的压缩视频超分辨率方法及系统，将待处理低分辨率视频输入本实施例的孪生超分辨率网络，获得超分辨率视频；训练时本发明将原始高质量视频进行M‑JPEG格式的压缩。然后将压缩版本和非压缩版本两类数据输入到孪生超分辨率网络中。最后从四个方面约束孪生超分辨率网络的训练，两类视频经编码器提取到的特征应该尽可能靠近；两类视频的超分结果和真实值共同构成了一个三元组，三元组内元素互为正样本；负样本则是压缩数据与传统降质之间的残差超分的结果。通过这样对比学习的方式，孪生超分辨率网络能够最大限度地学习到对压缩视频超分需要的特征参数，获得更精细的超分辨率重建结果。
-
公开(公告)号：CN114093013B
公开(公告)日：2022-04-01
申请号：CN202210058591.2
申请日：2022-01-19
Applicant: 武汉大学
Abstract: 本发明公开了一种深度伪造人脸逆向溯源方法及系统，包括视频预处理、构建逆向映射网络及训练、梯度下降优化求解等。本发明考虑伪造模型未知和伪造模型已知这两种情况，分别采用基于逆向映射网络预测原始人脸、基于梯度下降优化求解原始人脸这两种方案，通过学习伪造人脸图像与原始人脸图像共享潜在空间中包含身份信息的隐码，将伪造人脸图像重构为具有原始人脸身份信息的溯源图像。本发明得到的溯源图像在视觉效果和身份特征两个方面都与原始人脸图像十分相似，具有较高的可信度，能解决实际应用场景中伪造人脸身份溯源的需求。
-
公开(公告)号：CN111797707B
公开(公告)日：2022-03-15
申请号：CN202010534738.1
申请日：2020-06-12
Applicant: 武汉大学
IPC: G06V20/40 , G06V10/762 , G06T5/40 , G06T7/90
Abstract: 本发明公开了一种基于聚类的镜头关键帧提取方法，首先针对视频，提取视频帧的HSV颜色直方图作为特征向量；接着对HSV颜色直方图进行聚类，动态生成若干个簇，每个簇中包含镜头的若干个视频帧；然后对规模较小的簇进行合并，某个簇的大小小于预设值，则将该簇合并到其他簇中；最后根据颜色直方图距离或者图像熵选取关键帧。本方法能根据镜头内容的复杂程度自动确定镜头内关键帧的数量，因而选取的关键帧能准确代表镜头内容，且没有冗余。
-
公开(公告)号：CN113627256A
公开(公告)日：2021-11-09
申请号：CN202110776187.4
申请日：2021-07-09
Applicant: 武汉大学
Abstract: 本发明公开了一种基于眨眼同步及双目移动检测的伪造视频检验方法及系统，包括视频预处理、眨眼检测、双目转动角度一致性计算、伪造检测等模块；本发明根据深度伪造视频左右眼的眨眼不同步、扫视方位不一致的特性，分析双目眨眼及眼部移动时的差异，进行伪造人脸视频检测。本发明具有鉴别结果可信度高、对图像折损导致的取证线索弱化鲁棒的双重特点。
-
公开(公告)号：CN111008555B
公开(公告)日：2021-08-17
申请号：CN201910999717.4
申请日：2019-10-21
Applicant: 武汉大学
Abstract: 本发明公开了一种无人机图像弱小目标增强提取方法，通过增强弱小目标的结构和纹理特征达到更好的提取效果。具体包含基于恒等分辨率特征增强网络的小目标特征增强、基于注意力网络的前景目标视觉显著性强化、基于YOLOV3的目标检测等三个步骤。提出的恒等分辨率特征增强网络在不扩大图像空间分辨率的前提下，增加目标特征点数量，从而确保了检测效率；引入注意力机制实现对潜在目标区域的精确描述，从而排除复杂背景的干扰，提升检测算法的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
160
records
(took 0.03 seconds)
