-
公开(公告)号：CN114639174B
公开(公告)日：2024-12-03
申请号：CN202111510599.X
申请日：2021-12-10
Applicant: 大连理工大学
IPC: G06V40/40 , G06V40/16 , G06F21/62 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 联邦协作下的隐私型深度伪造检测方法，属于计算机图像处理技术领域。方案如下：对数据进行预处理；通过联邦学习框架下的深度伪造检测算法对神经网络进行训练在各个客户端节点本地对待上传模型实施随机掩模和差分隐私噪声。有益效果:本发明所述的联邦协作下的隐私型深度伪造检测方法采用一种多方联合共同训练的方式，每个节点使用自己本地数据训练本地的深度伪造检测模型，每一次全局聚合中，本地节点只上传模型参数而不上传原始数据，中心服务器采用一定的聚合算法聚合得到全局模型参数，再下发给各节点做新一轮的迭代更新。
-
公开(公告)号：CN117671443A
公开(公告)日：2024-03-08
申请号：CN202311642131.5
申请日：2023-12-01
Applicant: 大连理工大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/44 , G06T5/70
Abstract: 本发明公开了一种基于信息交互的图像鲁棒来源取证方法，涉及人工智能技术领域，主要是以基于多头自注意力机制的Vision Transformer为基本框架，结合权值共享扩展孪生分支训练深度学习算法模型，利用Vision Transformer的全局建模能力，结合自注意机制模拟卷积操作通过图像内容特征相关性提取局部特征信息，实现全局特征信息指导局部特征信息提取大大提高模型鲁棒性。然后通过权值共享机制扩展孪生分支，利用双分支信息共享来实现类残差训练策略。最终得到的图像源取证模型能够更好地应对经过社交网络传输后的干扰畸变图像下的图像鲁棒来源取证任务。
-
公开(公告)号：CN117315419A
公开(公告)日：2023-12-29
申请号：CN202311163647.1
申请日：2023-09-11
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于扩散模型的图像描述方法，以扩散模型为基本框架，在文本的逆扩散阶段融合图像特征，从而解噪得到对应的图像描述。该发明利用扩散模型的的迭代解噪能力，能够生成更加多样性的图像描述，而且只需要在逆扩散过程中训练一个预测噪声的模型，模型的参数量能够大大降低，此外，图像描述的准确性和通顺度也取得了很好的效果。
-
公开(公告)号：CN116883806A
公开(公告)日：2023-10-13
申请号：CN202310647768.7
申请日：2023-06-02
Applicant: 大连理工大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V20/17 , G06N3/0464 , G06N3/08
Abstract: 基于无人机智能平台与YOLO目标检测模型的路面病害巡检方法，属于目标检测技术领域。技术方案：通过无人机对数据进行采集；通过YOLOv6路面病害识别模型对采集到的数据进行训练；所述YOLOv6路面病害识别模型包括：骨干网络EfficientRepBackbone、neck框架Rep‑PAN、head模块Efficient decoupledhead；通过步骤S2获得的高效识别路面病害的目标检测模型开展路面病害识别。有益效果：本发明使用无人机智能机场进行空中自动起降、自动拍摄，获取高空视频数据进行有效识别，实现无人化、智能化、高效路面病害视频数据采集工作；本发明使用YOLOv6模型，采用预先采集部分路段的视频数据进行模型训练工作，并利用YOLOv6模型进行路面病害自动检测工作，实现准确率高，识别速度快的路面病害实时检测。
-
公开(公告)号：CN115797720A
公开(公告)日：2023-03-14
申请号：CN202211412385.3
申请日：2022-11-11
Applicant: 大连理工大学
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06V10/40 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 一种利用多距离度量协同选择伪标签的小样本相机溯源方法，属于图像取证技术领域。技术方案：分别对测试样本集和小样本集进行特征提取；经过多重距离度量模块处理之后得到基于可解释性特征选取的伪标签样本集；所述小样本集和基于可解释性特征选取的伪标签样本集经由协同伪标签选择模块迭代更新伪标签样本集；测试样本集和迭代更新后的伪标签样本集经由分类模型，最终得到源摄像机识别结果。有益效果：本发明使用多重距离度量来预扩展小样本数据集；使用协同伪标签选择方法迭代更新噪声较小的正、负伪标签子集，其中协同注意块使模型关注空间中具有长距离特征的信息交互，从而有效地解决了小样本集信息不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN114639174A
公开(公告)日：2022-06-17
申请号：CN202111510599.X
申请日：2021-12-10
Applicant: 大连理工大学
Abstract: 联邦协作下的隐私型深度伪造检测方法，属于计算机图像处理技术领域。方案如下：对数据进行预处理；通过联邦学习框架下的深度伪造检测算法对神经网络进行训练在各个客户端节点本地对待上传模型实施随机掩模和差分隐私噪声。有益效果:本发明所述的联邦协作下的隐私型深度伪造检测方法采用一种多方联合共同训练的方式，每个节点使用自己本地数据训练本地的深度伪造检测模型，每一次全局聚合中，本地节点只上传模型参数而不上传原始数据，中心服务器采用一定的聚合算法聚合得到全局模型参数，再下发给各节点做新一轮的迭代更新。
-
公开(公告)号：CN110659679B
公开(公告)日：2022-02-11
申请号：CN201910871685.X
申请日：2019-09-16
Applicant: 大连理工大学
Abstract: 一种基于自适应滤波与耦合性编码的图像来源鉴别方法,属于计算机图像处理技术领域。技术方案：提取相机的原始特征，通过多层卷积提取图像的内容特征，从原始特征中适应性移除内容特征得到便于分类的属性信息；采用多任务训练的方式递进回归类别，使用单个模型同时对相机的品牌、型号、设备进行分类；采用耦合式编码方法保证子分类器可以反作用于父类分类器从而提升父类分类器的精确率；通过适当增加编码方法的冗余度，将已分类模型作为对新相机类别进行分类的预训练模型，可以大大减少训练时间。有益效果是:本发明用新的编码方法，引入了相机三种类别之间的耦合性，使得三种类别互相促进，从而提升了相机型号来源鉴别准确率。
-
公开(公告)号：CN113821770A
公开(公告)日：2021-12-21
申请号：CN202110769660.6
申请日：2021-07-07
Applicant: 大连理工大学
Abstract: 一种针对共享数据保护的定向对抗下毒攻击方法，属于计算机图像处理技术领域。技术方案：数据所有者采用对抗中毒攻击算法，将混合有毒物质注入训练数据，然后将中毒数据上传到第三方；数据用户通过将下载的中毒数据输入购买的解毒剂中来重建可追溯的水印解毒数据；数据所有者使用通用水印重建模块U‑net从泄漏的数据中恢复特定的身份信息，以保护版权；通过降温优化方法平衡对抗中毒的攻击，排毒重建和水印重建性能；通过边界约束减少中毒数据的可用性。有益效果:本发明通过生成不可用的上载数据应对令人难以置信的第三方的未知威胁，避免网络过度拟合的中毒数据重建以及与多种加密相匹配的单次解密的适用性能来解决恶意数据购买解密密钥的用户共享。
-
公开(公告)号：CN112418348A
公开(公告)日：2021-02-26
申请号：CN202011453425.X
申请日：2020-12-11
Applicant: 大连理工大学
IPC: G06K9/62
Abstract: 一种基于包络优化的图像来源鉴别方法，属于计算机图像处理技术领域。技术方案步骤如下：提取所有样本的CFA特征，利用CFA特征对每个类别的样本进行K‑Means聚类，则形成关于该类别的K个子类集合，并给予伪标签，将每个带有伪标签的子类集合分别进行SVDD，则在特征空间中对于每个原始类别会形成K个子超曲面包络，随后将K个子超曲面包络进行融合，形成特征空间更具细节特征的类别整体超曲面包络，采用距离判决准则，得到分类结果。有益效果是:本发明所述的基于包络优化的图像来源鉴别方法可以有效解决在开放环境下的相机型号来源鉴别问题。
-
公开(公告)号：CN111160423A
公开(公告)日：2020-05-15
申请号：CN201911292235.1
申请日：2019-12-12
Applicant: 大连理工大学
IPC: G06K9/62
Abstract: 一种基于集成映射的图像来源鉴别方法，属于计算机图像处理技术领域。技术方案步骤如下：提取所有样本LBP特征和CFA特征，对两部分特征分别作如下操作：随机提取其中m维特征训练分类器，并重复此过程T次，得到T个分类器，将所有样本分别通过T个分类器，对于每个分类器中的每类取后验概率高的前r个样本保存下来继续训练分类器，将有标签样本分别通过上述的T个分类器得到对应的后验概率值，将其作为样本新特征训练分类器，随后整合两类特征所得到的总分类器，共2T个，采用集成学习思想整合它们的分类结果，进而得到最终结果。有益效果是:本发明所述的基于集成映射的图像来源鉴别方法可以提升训练样本不足情况下的相机型号来源鉴别准确率。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.083 seconds)
