一种基于特征融合及语义增强的细粒度图像分类方法

    公开(公告)号:CN118799646A

    公开(公告)日:2024-10-18

    申请号:CN202411084301.7

    申请日:2024-08-08

    摘要: 本发明公开了一种基于特征融合及语义增强的细粒度图像分类方法。该方法包括以下步骤:首先,利用视觉Transformer(ViT)模型进行特征提取,将输入图像分割成不重叠的patch,通过线性投影转换为嵌入向量,并输入Transformer编码器生成全局特征。接着,通过多层次注意力融合与语义信息结合,提取每层Transformer中的注意力权重,并结合预训练语言模型生成的语义嵌入,计算每个token的重要性分数,选择关键token。然后,对关键token进行二次分块和投影,重新选择二次关键token。通过交叉注意力机制,将全局特征和局部特征进行融合,生成融合特征。最后,将融合特征与全局分类特征结合,输入分类器进行分类,生成分类输出。通过多层次注意力融合和语义增强以及关键token选择,本发明实现对细粒度图像判别性特征区域的准确定位,增强特征的判别性,提高分类准确性。

    一种轻量级、密文去重复和密钥可更新的区块链编辑方法

    公开(公告)号:CN118337368A

    公开(公告)日:2024-07-12

    申请号:CN202410310403.X

    申请日:2024-03-19

    摘要: 本发明涉及一种轻量级、密文去重复和密钥可更新的区块链编辑方法,包括:对区块链及用户进行初始化;对初始化后的所有用户当前时间段内的每一个交易进行计算,获取ABE密文和变色龙哈希值;对所述ABE密文进行存储和链接,并对所述ABE密文进行去重;对区块的交易数字签名、所述变色龙哈希值和所述ABE密文进行验证;区块验证通过则基于去重后的ABE密文计算新的变色龙随机数;确定所述新的变色龙随机数满足变色龙哈希碰撞后,对链上区块进行改写。本发明能够解决现有可编辑区块链的密文冗余、密钥不可更新、密码算法开销过大额问题。

    一种一体化智能投票系统
    25.
    发明公开

    公开(公告)号:CN110428540A

    公开(公告)日:2019-11-08

    申请号:CN201910715704.X

    申请日:2019-08-05

    IPC分类号: G07C13/00

    摘要: 本发明公开了一种一体化智能投票系统,该系统包括远程端及智能票箱,所述远程端具体包括选票模板选择模块、选票快速生成模块和结构数据公示模块;所述选票快速生成模块包括选票信息录入模块、选票查看模块、验证模块、以及日志模块;所述智能票箱具体包括选票打印模块、选票识别模块和投票结果显示模块;所述选票打印模块包括自动滚轴分页进纸器和嵌入式选票打印模块;所述选票识别模块包括CCD光学扫描模块和嵌入式数据处理模块。本发明通过在web端设置自定义选票模板,适应用户不同的需求,并采用智能票箱能够准确识别选票,计票结果准确可靠,能够大大减少时间消耗同时节省会议人工开销,具有结构简单、成本低廉等优点,具有极大的推广应用前景。

    一种适用于自适应在线学习的测评方法、移动终端及介质

    公开(公告)号:CN109035083A

    公开(公告)日:2018-12-18

    申请号:CN201810652107.2

    申请日:2018-06-22

    IPC分类号: G06Q50/20

    CPC分类号: G06Q50/205

    摘要: 本发明涉及一种适用于自适应在线学习的测评方法、移动终端及介质,该方法包括移动终端自动生成导航学习路径;根据学习进度和需要选定知识单备进行测验;开始预测验并估计学习者的初始能力值;根据预测验的结果进行精准测量能力值;达到测验的终止条件,结束测验;根据测验结果,计算学习者的能力值,并生成测验报告。能够解决现有技术在在线学习中学习测评精度不高等问题。

    一种新视角图像合成渲染的方法、系统、设备及介质

    公开(公告)号:CN117974873A

    公开(公告)日:2024-05-03

    申请号:CN202410160144.7

    申请日:2024-02-04

    IPC分类号: G06T15/20 G06T7/41 G06N3/0464

    摘要: 本发明公开一种新视角图像合成渲染的方法、系统、设备及介质,涉及图像合成渲染领域;该方法包括:获取目标模型的初始信息;对初始信息进行神经纹理化处理,得到神经纹理信息;将神经纹理信息输入至合成渲染模型,得到渲染图像;合成渲染模型包括相互连接的神经纹理输入模块、神经纹理学习网络模块和可微渲染器;神经纹理输入模块接收所述神经纹理信息,并将神经纹理信息传输至神经纹理学习网络模块;神经纹理学习网络模块对神经纹理信息进行卷积激活处理和拼接处理,得到神经纹理处理信息;可微渲染器采用神经渲染方式对所述神经纹理处理信息进行调整渲染,得到渲染图像;本发明能够实时且真实的实现图像的合成渲染。

    一种基于多维图神经网络的零信任访问控制方法与系统

    公开(公告)号:CN117235496A

    公开(公告)日:2023-12-15

    申请号:CN202311064824.0

    申请日:2023-08-22

    摘要: 本发明公开了一种基于多维图神经网络的零信任访问控制方法与系统。包括:定义规则,将访问数据建模为包含多种类型边的多重图,可以全面的捕捉用户的行为模式;采用特征哈希对特征信息进行降维提取,在降低特征维度的同时,尽可能保留原数据中的语义信息;采用多维的图神经网络从多个维度提取访问控制日志数据的深度特征并且完成访问控制结果的判定,通过不同维度的投影矩阵之间的关系可以衡量不同维度的节点间的相互影响,可以更好地分析图中复杂的多重关系。本发明通过构建多重图数据结构对日志数据建模,使用特征哈希进行特征提取,通过图神经网络实现节点的特征表示和分类,完成访问控制结果的判定,可以高准确度的判定非法访问请求,满足零信任环境下的访问控制安全。

    一种跨模态三维点云补全系统及方法

    公开(公告)号:CN116740323A

    公开(公告)日:2023-09-12

    申请号:CN202310709065.2

    申请日:2023-06-15

    发明人: 谢宁 豆佳乐 曹晟

    摘要: 本发明涉及计算机视觉领域,其公开了一种跨模态三维点云补全系统及方法,解决传统技术中基于深度学习的方法进行点云补全的方案存在的输入的可用信息有限,导致推断出的缺失部分具有很大的不确定性的问题。该补全系统包括:视图重建模块,基于残缺点云所对应对象的图像,重建残缺点云的参考点云;区域特征提取模块,按照预设的区域数量NG对参考点云进行区域分割,获取各区域的区域特征;全局特征提取模块,提取残缺点云的全局特征;区域生成模块,包括NG个具有独立参数的点云块生成器,各点云块生成器分别根据残缺点云的全局特征及其对应区域的区域特征生成该区域的点云块数据;拼接模块,对各区域的点云块数据进行拼接获得生成点云;补全模块,利用生成点云对残缺点云进行补全。