公开(公告)号：CN118227788A

公开(公告)日：2024-06-21

申请号：CN202410273733.6

申请日：2024-03-11

申请人： 四川大学

发明人： 张磊 ,  毛勤峰 ,  赵小明 ,  喻晓 ,  周涛昱 ,  陈俊任 ,  王海舟

IPC分类号： G06F16/35 ,  G06F16/33 ,  G06F40/30 ,  G06F40/289 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

摘要： 本发明涉及讽刺检测技术领域，公开了一种基于边界增强和信息感知的中文讽刺目标识别方法，提出一个基于边界增强和背景信息感知的中文STI模型BI‑NET。BI‑NET主要由边界增强模块、背景信息抽取模块和信息感知模块共三个模块组成。边界增强模块将讽刺语句中的字序列信息和词序列信息进行整合，强化讽刺目标的边界信息。背景信息抽取模块捕捉讽刺目标的背景知识。信息感知模块将背景知识整合进讽刺语句的字向量中，增强讽刺目标的讽刺语义。最后，通过标注层识别讽刺目标。本发明的方法能够更加有效地识别中文文本当中的讽刺目标，并为今后的中文STI研究提供了新的思路。

公开(公告)号：CN116188771A

公开(公告)日：2023-05-30

申请号：CN202111407608.2

申请日：2021-11-24

申请人： 四川大学

发明人： 张媛媛 ,  陈彦如 ,  王浩 ,  廖俊华 ,  冯康慧 ,  陈俊任 ,  李亚洁 ,  陈是澎 ,  代湖明 ,  陈良银

IPC分类号： G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

摘要： 本发明公开了一种基于相同下采样频率的语义分割方法。该方法为了解决现有神经网络无法很好地实现多尺度特征融合的问题，在使用ResNet‑50进行特征提取的过程中，会经过5次下采样来保留图片中的主要特征信息，每次下采样后的信息，都会经过对应的特征处理网络，来提升特征的感受野。ResNet50网络第一次下采样后的底层信息，会经过具有4次下采样的U‑Net网络处理，再通过跨层连接与上采样后的信息进行合并，ResNet50网络第二次下采样后的信息，会经过具有3次下采样的U‑Net网络处理，再进行信息融合。对特征进行上采样的过程中，利用跨层连接，来融合语义分割网络中处理后的底层细粒度信息和高级语义信息。

公开(公告)号：CN116167473A

公开(公告)日：2023-05-26

申请号：CN202111402474.5

申请日：2021-11-23

申请人： 四川大学

发明人： 王浩 ,  陈彦如 ,  张媛媛 ,  陈俊任 ,  王盛圩 ,  吴迪智 ,  兰镇宇 ,  张婷 ,  张泰豪 ,  陈良银

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/047 ,  G06N3/084

摘要： 本发明公开了一种基于Quartiles和DBN的风功率异常点剔除及风功率准确预测的方法。首先对指定未来时间尺度下的风速进行单步/多步预测。接着，完成数据清洗，基于四分位数法剔除指定风速间隔下对应的风功率离群值及指定风功率间隔下指定的风速离群值。依据v‑p点分布特性将异常点分为四类。在初步剔除中，找出第一、第二及其它类异常点，清除指定风速区间内对应的风功率离群值及指定风功率区间内对应的离群风速值。通过DBN深度神经网络，构造WTPC模型。输入清洗完毕后的数据，利用堆叠RBM完成参数初始化。通过BP反向传播对整个DBN网络参数微调，完成WTPC模型的构造。将之前得到的风速预测值代入WTPC模型，得到相同时间尺度下的单步/多步风功率预测值。

公开(公告)号：CN116168206A

公开(公告)日：2023-05-26

申请号：CN202111405971.0

申请日：2021-11-24

申请人： 四川大学

发明人： 张媛媛 ,  陈彦如 ,  王浩 ,  廖俊华 ,  冯康慧 ,  陈俊任 ,  李亚洁 ,  殷丰铭 ,  代湖明 ,  陈良银

IPC分类号： G06V10/44 ,  G06V10/46 ,  G06V10/26 ,  G06V10/82 ,  G06T7/13 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于图像边缘监督的语义分割算法。该方法提取出图像的边缘信息，下采样后，融合图像边缘信息，弥补在下采样过程中损失的图像信息，提升网络的语义分割效果。先获得待识别图片的边缘轮廓图，输入到语义分割网络，网络将边缘轮廓图作为目标，基于边缘信息提取网络EdgeUNet待识别图片的边缘信息。主网络通过ResNet‑50网络完成图像语义信息提取，然后利用双线性插值方法对图像特征进行上采样，在上采样的过程中，利用跨层连接的方法融合语义分割网络中的底层细粒度信息和高级语义信息，通过EdgeUNet提取出的待识别图片中的边缘信息。上采样的次数与下采样一致，最后在生成的图片中，分割出检测到的目标。

公开(公告)号：CN117254935A

公开(公告)日：2023-12-19

申请号：CN202311042650.8

申请日：2023-08-18

申请人： 四川大学

发明人： 杨彦兵 ,  辛银程 ,  陈彦如 ,  李亚洁 ,  林承毅 ,  易笑澜 ,  李佳壕 ,  陈俊任 ,  陈良银

IPC分类号： H04L9/40 ,  G06V10/764 ,  G06V10/774 ,  G06N3/063 ,  G06N3/084

摘要： 本发明公开了一种基于DeepRC‑SHAP的DoH恶意隧道检测模型解释算法。针对DoH恶意隧道检测模型缺乏可解释性的问题，提出基于DeepRC‑SHAP的WSDBN模型解释算法。在DeepSHAP模型中引入DeepLIFT算法的RevealCancel规则，提出了DeepRC‑SHAP算法。DeepRC‑SHAP算法灵活选择基线参考样本，将输入特征向量分为正负向量计算特征贡献值，缓和非线性神经元相互作用对计算特征贡献值的影响，实现对Shapley Value算法的近似，得到每个特征对检测模型输出的Shapley Value。本发明在忠实度、复杂性、稳定性、随机化的评价指标上表现更好。

公开(公告)号：CN115546683A

公开(公告)日：2022-12-30

申请号：CN202211149915.X

申请日：2022-09-21

申请人： 四川大学

发明人： 梁刚 ,  许春 ,  陈诚 ,  杨进 ,  曾军皓 ,  陈良银 ,  陈俊任

IPC分类号： G06V20/40 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

摘要： 本发明公开了一种基于关键帧的改进色情视频检测方法及系统，采用色情视频检测系统将视频流转换为视频帧集合后，利用关键帧抽取模块采用取图像熵极值的方法得到候选关键帧集合，然后对候选关键帧集合中的关键视频帧图像采用局部帧差分的关键帧提取方法得到关键视频帧集合；通过图像预处理模块对抽到的每一张关键视频帧进行图像预处理操作；通过局部敏感特征检测模块对经过预处理后的关键视频帧图像进行局部特征提取；通过全局特征抽取模块，对经过预处理后的关键视频帧图像进行全局特征提取；利用特征融合模块将提取得到的局部特征和全局特征通过特定的加权计算得到最终的检测结果，以确定视频流是否为色情视频。

公开(公告)号：CN111199233B

公开(公告)日：2020-11-20

申请号：CN201911398435.5

申请日：2019-12-30

申请人： 四川大学

发明人： 梁刚 ,  陈俊任 ,  许春 ,  杨进 ,  陈诚

IPC分类号： G06K9/42 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  G06T11/00

摘要： 本发明公开了一种改进的深度学习色情图像识别方法，获取每个原始图像的尺度信息，将每个原始图像的最短边固定为统一的尺寸大小，另外一边按原始图像的比例进行缩放，得出图像标准化后的图像；提取图像的紧凑表示；并在此基础上添加高斯噪声攻击得到输出向量，对其进行训练并得到输出特征图，而后依次通过通道注意力模型和空间注意力模型，输出具有注意力机制的注意力机制特征图，而后输入到特征空间组合网络内进行卷积操作，输出特征向量；在其基础上，通过解码网络形成数据，结合输入对该部分进行优化；在输出特征向量的基础上，添加零中心的高斯噪声产生伪类数据，然后将第一损失函数和第二损失函数进行加权联合训练，得到色情图像识别模型。

公开(公告)号：CN118644678B

公开(公告)日：2024-10-22

申请号：CN202411100528.6

申请日：2024-08-12

申请人： 四川大学

发明人： 陈俊任 ,  张磊 ,  陈芮 ,  李奎

IPC分类号： G06F17/00

摘要： 本发明公开了一种基于级联多感受野的轻量级医学图像分割方法，涉及图像处理领域的医学图像分割技术领域。该方法包括预处理分割医学图像特征图并编码，将编码结果作为真实标签；构建通道调节器调整特征图的通道输出维度，进行批归一化操作和非线性处理；构建轻量级特征提取器，提取特征图特征信息；构建级联多感受野模块，并基于级联多感受野模块构建特征编码分支和特征解码分支；将特征图输入特征编码分支，得到深度特征图并编码；将特征编码分支的输出输入特征解码分支，解码深度特征图；构建类别调节器并根据真实标签分类输出经特征解码分支解码的深度特征图。该方法可基于级联多感受野模块，在少量参数和低计算量的条件下实现出色的分割性能。

公开(公告)号：CN118644678A

公开(公告)日：2024-09-13

申请号：CN202411100528.6

申请日：2024-08-12

申请人： 四川大学

发明人： 陈俊任 ,  张磊 ,  陈芮 ,  李奎

IPC分类号： G06V10/26 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/098

摘要： 本发明公开了一种基于级联多感受野的轻量级医学图像分割方法，涉及图像处理领域的医学图像分割技术领域。该方法包括预处理分割医学图像特征图并编码，将编码结果作为真实标签；构建通道调节器调整特征图的通道输出维度，进行批归一化操作和非线性处理；构建轻量级特征提取器，提取特征图特征信息；构建级联多感受野模块，并基于级联多感受野模块构建特征编码分支和特征解码分支；将特征图输入特征编码分支，得到深度特征图并编码；将特征编码分支的输出输入特征解码分支，解码深度特征图；构建类别调节器并根据真实标签分类输出经特征解码分支解码的深度特征图。该方法可基于级联多感受野模块，在少量参数和低计算量的条件下实现出色的分割性能。

公开(公告)号：CN118301601A

公开(公告)日：2024-07-05

申请号：CN202310010765.2

申请日：2023-01-05

申请人： 四川大学

发明人： 陈彦如 ,  李春江 ,  王知远 ,  赵万槟 ,  殷丰铭 ,  陈俊任 ,  高尚华 ,  黄宇辰 ,  黄飞炀 ,  陈良银

IPC分类号： H04W12/041 ,  H04L25/02 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明面向物联网合法设备可直接通信的场景，针对当前应用于无线特征提取的深度学习模型中没有将噪音去除考虑到模型设计中的问题，本发明提出了一种基于双向趋同特征学习卷积网络的物理层密钥生成方案BCFLPKG。BCFLPKG方案在信道信息预处理阶段，使用双向趋同特征学习网络进行去噪，在对BCFLNet进行训练时，将相干时间内两个合法设备通过信道探测与估计获取的CSI数据各自作为输入放入模型，将二者输出的均方差作为损失进行迭代训练，使两个合法设备得到高度相关的信道特征。BCFLPKG方案在特征量化阶段，加入多次量化的量化方式，提升了最终的密钥生成率。然后通过一致性协商和隐私放大，在提升密钥生成率的同时确保了最终密钥的安全性。