-
公开(公告)号:CN110348416A
公开(公告)日:2019-10-18
申请号:CN201910645836.X
申请日:2019-07-17
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于多尺度特征融合卷积神经网络的多任务人脸识别方法。所述方法需先为人脸图片添加多个标签并分为训练集和测试集,再用训练集对卷积神经网络进行训练,最后用测试集测试主任务人脸识别及侧面任务的准确率。进行人脸识别的同时可进行其他任务,避免多次训练产生大量时间消耗。卷积神经网络训练时多个任务相互影响,有效提升主任务及其他侧面任务的识别率。本发明使用多尺度特征融合的卷积神经网络,将高尺度特征进行融合来获得更丰富的信息以应对更具挑战的数据集,且网络结构能很好的与多任务学习结合以提高识别率,满足复杂情况下人脸识别需求,可与其他任务同时进行,节省训练时间和内存消耗并降低了硬件需求。
-
公开(公告)号:CN117787739B
公开(公告)日:2024-07-05
申请号:CN202311672094.2
申请日:2023-12-07
Applicant: 北方工业大学
IPC: G06Q10/0637 , G06Q30/0601 , G06F17/15 , H04L9/00 , H04L9/40
Abstract: 本公开至少一实施例提供一种可验证的跨链信誉计算方法、应用于电动车辆充电的信誉计算系统、信誉评价方法和充电方法,包括:第一区块链接收并存储被服务装置发送的第一服务质量参数和服务设备发送的第二服务质量参数;第二区块链接收并存储被服务装置发送的对服务设备的评级参数;第三区块链接收第一多项式、第二多项式和信誉计算多项式,将第一多项式和第一多项式的承诺委托给第一区块链,将第二多项式和第二多项式的承诺委托给第二区块链;第一区块链验证第一多项式,当第一多项式的承诺与第一多项式对应时,根据第一服务质量参数和第二服务质量参数计算一致信誉和多个第一见证值,并将一致信誉和多个第一见证值传输至第三区块链。
-
公开(公告)号:CN117114126A
公开(公告)日:2023-11-24
申请号:CN202310827882.8
申请日:2023-07-07
Applicant: 北方工业大学 , 奇安信科技集团股份有限公司
Abstract: 本发明公开了一种Web3.0联邦学习云架构及激励方法,其中,一种Web3.0联邦学习云架构,联邦学习去中心化自治组织分别连接挖矿、智能合约以及本地训练;云服务提供商通过通信方式挖矿,云服务提供商存储到本地训练,云服务提供商通过区域链链接到智能合约,智能合约通过数据聚合到本地训练,智能合约通过计算力到挖矿,本发明用于确保Web3.0联邦学习的训练效果和运行状态,激励DAO成员贡献充足的数据集和区块链算力,促进成员之间更广泛的参与和协作,实现共建、共治和价值共享的网络世界。
-
公开(公告)号:CN112134869B
公开(公告)日:2023-04-18
申请号:CN202010973992.1
申请日:2020-09-16
Applicant: 北方工业大学
IPC: H04L9/40 , H04L67/1097 , H04L67/10 , G06F16/27 , G06F21/60 , G06F21/62 , G06Q10/10 , G06Q30/018
Abstract: 一种基于区块链的云服务审查系统及审查方法,该系统包括:用户端,监测云服务属性质量,对监测结果进行ORE加密处理后上传至区块链;云服务提供商端,利用TPM模块进行实时云服务属性质量监测,对监测结果进行ORE加密处理后上传至区块链;审计合约模块,对用户端和云服务提供商端的检测云服务属性质量结果进行审计,验证监测结果的真实性,判定云服务质量达标情况,根据审计结果进行云服务提供商报酬分发或违规赔偿,并更新云服务提供商信誉值;区块链存储模块,用于存储用户和云服务提供商监测的云服务属性质量数据,存储审计合约执行结果和云服务提供商的信誉值。该系统克服了现有云服务审查系统中审计结果不可信及用户隐私泄露的问题。
-
公开(公告)号:CN112818388B
公开(公告)日:2023-04-14
申请号:CN202110095571.8
申请日:2021-01-25
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于区块链的云服务隐私保护信誉系统,包括:用户端、云服务提供商端、区块链存储模块、矿工选择智能合约、信誉管理智能合约模块;所述矿工选择智能合约用于以确保建立的区块链网络更加安全。信誉管理智能合约模块:信誉管理智能合约调取区块中存储的云服务提供商监测的服务参数与SLA协议标准参数进行对比,并计算一致性信誉,调取区块中存储的部分用户的服务密文评分值,完成在保证隐私的情况下计算推荐信誉值。本发明的优点是:为云服务提供了一个安全、动态的基于区块链的信誉模型,实现了信誉的自动计算和更新,保证了客户隐私的安全性。
-
公开(公告)号:CN113129518A
公开(公告)日:2021-07-16
申请号:CN202110466884.X
申请日:2021-04-28
Applicant: 北方工业大学
Abstract: 一种电动车辆充电系统及其资源管理方法。该电动车辆充电系统包括第一终端设备、第二终端设备、分布式公钥基础架构和充电设备。该资源管理方法包括:响应于第一终端设备接收的充电请求,生成第一密钥对(PKC,SKC),并基于第一密钥对(PKC,SKC)和数字证书进行验证以生成通行证,第二终端设备基于用户的注册信息进行注册,并向分布式公钥基础架构发送注册信息,分布式公钥基础架构基于注册信息生成数字证书;响应于通行证通过,执行相应的调度操作并利用充电设备执行充电操作。该资源管理方法可以消除电动车辆充电系统对第三方的信任和依赖,提高系统的安全性。
-
公开(公告)号:CN109241905B
公开(公告)日:2021-07-02
申请号:CN201811014037.4
申请日:2018-08-31
Applicant: 北方工业大学
IPC: G06K9/00
Abstract: 本申请提供一种图像处理方法和装置,其中,所述方法包括:提取待处理图像的X个幅值图像,对同一尺度上不同方向的多个幅值图像进行融合,得到Y个融合后的幅值图像;对所述Y个融合后的幅值图像进行编码,根据每个幅值图像的局部特性为编码后生成的各个特征值分配权重,得到所述Y个融合后的幅值图像对应的具有权重信息的Y个统计直方图,将所述Y个统计直方图级联,形成所述待处理图像的特征向量。本申请提供的技术方案适用于复杂环境内的图像识别,实现了更具有普适性的图像识别机制。
-
公开(公告)号:CN112163507A
公开(公告)日:2021-01-01
申请号:CN202011021444.5
申请日:2020-09-25
Applicant: 北方工业大学
IPC: G06K9/00
Abstract: 一种面向移动端的轻量级虹膜识别系统,该系统包括:预处理模块:对红外摄像头捕捉到的虹膜图像进行平滑处理、镜片检测和白洞填充;虹膜定位模块:对虹膜图像进行粗定位与精确定位,粗定位获得瞳孔的圆心、半径,精确定位获得虹膜内外边界点,由边界点拟合圆来实现虹膜区域归一化,采用掩膜来记录噪声所在位置;编码模块:编码虹膜图像,对归一化的虹膜区域采用Gabor滤波器进行特征提取,得到特征图,选取所述特征图中指定位置的点进行编码;注册与识别模块:对虹膜图像进行注册,将虹膜编码、掩膜与注册人信息绑定并存储在数据库中;并用于对虹膜图像进行识别。该系统解决了移动端虹膜识别精度低和资源消耗大的问题。
-
公开(公告)号:CN119445637A
公开(公告)日:2025-02-14
申请号:CN202411625599.8
申请日:2024-11-14
Applicant: 北方工业大学
IPC: G06V40/16 , G06V10/42 , G06V10/44 , G06N3/045 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464
Abstract: 本申请提供亲属关系验证方法、装置、计算设备和存储介质,包括:获取至少两个图像,将各图像分别输入特征提取模型,获得各图像的多个指定残差块的输出特征和各图像的人物全局特征,针对任一图像,将该图像的多个指定残差块的输出特征进行组合,得到第一组合特征,将第一组合特征输入局部注意力模型,获得人物局部特征,将各图像的人物局部特征以及各图像的人物全局特征进行组合,得到第二组合特征,将第二组合特征输入亲属关系验证模型,得到各人物之间的亲属关系验证结果。通过提取各图像具有显著差异的人物局部特征,与人物全局特征进行组合后输入亲属关系验证模型,得到准确的亲属关系验证结果。
-
公开(公告)号:CN118713897A
公开(公告)日:2024-09-27
申请号:CN202410874853.1
申请日:2024-07-02
Applicant: 北方工业大学
IPC: H04L9/40
Abstract: 一种支持跨域数据共享的分级访问控制方法,属于云计算领域,包括:授权中心根据数据用户属性集合生成身份信息、访问等级及密钥;数据所有者利用分层访问结构对数据进行加密上传至云服务器;数据用户向云服务器提出访问数据请求,云服务器判断数据用户属性集合是否满足全部或部分分层访问结构,若满足则向数据用户发送密文,数据用户解密获得其满足的层次及以下层次所对应的数据;不同域的授权中心为数据用户生成跨域访问密钥;数据用户获得解密密钥后解密获得层次节点对应的内容密钥,利用内容密钥解密获得相应的数据。基于分层CP‑ABE支持数据用户对数据进行分层访问和跨域数据共享,实现数据用户对除了自身所在域的其他域中的数据访问。
-
-
-
-
-
-
-
-
-