-
公开(公告)号：CN120047865A
公开(公告)日：2025-05-27
申请号：CN202510014022.1
申请日：2025-01-06
Applicant: 北京航空航天大学
IPC: G06V20/40 , G06V20/00 , G06V10/62 , G06V10/44 , G06V10/82 , G10L17/02 , G10L17/26 , G10L17/18 , G06F18/25 , G06F18/22 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06N3/084
Abstract: 本发明公开了一种基于提示学习的多模态深度伪造视频检测装置及方法，包括将输入的视频数据切分成小片段，并提取视觉内容和音频信号；采用视觉深伪特征提取和预测模块进行视觉深伪特征提取并预测视觉模态的真伪；采用音频深伪特征提取和预测模块提取音频深伪特征并预测音频模态的真伪；多模态特征对齐模块，用于将视觉特征和音频特征在时间维度上进行对齐；跨模态特征匹配模块，用于将视频特征和音频特征进行帧级匹配，学习细粒度的音视频一致性特征；视频预测模块，用于多模态特征融合并预测视频的真伪。本发明针对多模态深度伪造视频设计了端到端的伪造检测装置，能够更有效的应对多模态伪造检测任务，提高视频造假的难度。
-
公开(公告)号：CN114299526B
公开(公告)日：2025-04-29
申请号：CN202111602980.9
申请日：2021-12-24
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06V30/412 , G06V30/148 , G06V30/226
Abstract: 本申请涉及一种手写棋谱录入方法及设备，方法包括：获取手写棋谱图像；基于交互式区域生长算法将手写棋谱图像有序分割成多个独立表格区域，将分割得到的各独立表格区域压入第一堆栈中，依次从第一堆栈中提取独立表格区域并获取独立表格区域对应的字符信息，将各独立表格区域对应的字符信息进行标注并保存。由于各独立表格区域均对应一张手写棋谱表格，本申请中，在待识别的手写棋谱图像中包含多个手写棋谱表格时，基于交互式区域生长算法对多个手写棋谱表格进行有序分割并依次单独识别，由于手写棋谱表格是进行有序分割的，后续可以将识别出的字符信息根据其对应的手写棋谱表格进行标注后进行保存。
-
公开(公告)号：CN119693219A
公开(公告)日：2025-03-25
申请号：CN202411613161.8
申请日：2024-11-13
Applicant: 北京航空航天大学
IPC: G06T3/02 , G06V10/74 , G06V10/82 , G06N3/0985
Abstract: 本发明涉及面向目标检测模型的低失真物理空间对抗攻击方法与系统，属于人工智能安全技术领域，解决了现有技术中生成对抗样本鲁棒性低和感知失真度高的问题，包括：输入原始图像，处理得到剪裁后图像xo，以及最初迭代轮次的对抗样本中间图像；将当前轮次的对抗样本中间图像x′进行仿射变换，并引入随机的背景图像，得到随机物理变换后的图像xphy；计算交叉熵损失，得到交叉熵损失项；计算得到L2平方距离损失项；计算得到人眼感知失真损失项；得到总损失函数LOSS；采用梯度下降方式更新当前轮次的对抗样本中间图像x′；对总的损失函数LOSS是否收敛进行判断，若收敛则完成优化，输出当前轮次的对抗样本中间图像x′作为最终结果，否则返回执行步骤S2。
-
公开(公告)号：CN119152325A
公开(公告)日：2024-12-17
申请号：CN202410615356.X
申请日：2024-05-17
Applicant: 北京航空航天大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06T3/4038 , G06T5/50 , G06N3/0895 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及基于自监督学习和多视图特征融合的对抗补丁定位方法，属于涉及图像处理技术领域，本发明设计了端到端的对抗补丁定位方法，用于实现对抗补丁定位，能够更有效的定位图像中的对抗补丁，结合移除方法可以提高下游神经网络的鲁棒性；通过补丁区域与原图区域的纹理特征差异来对补丁进行检测定位，避免模型关注某种指定纹理的对抗补丁；利用边缘信息特征提升定位准确性；使用编码器‑解码器网络对RGB视图和边缘视图的图像进行特征提取；根据特征的相关性赋予特征图各个通道不同的权重，使用多尺度融合充分融合不同分辨率的特征信息；设计多尺度特征融合模块输出的对抗补丁定位掩码进行补全，同时减少因对抗补丁移除带来的图像语义信息损失。
-
公开(公告)号：CN118711254A
公开(公告)日：2024-09-27
申请号：CN202410919753.6
申请日：2024-07-10
Applicant: 北京航空航天大学
IPC: G06V40/20 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/084
Abstract: 本发明涉及计算机视觉和模式识别技术领域，具体涉及一种基于显著性数据增强的小样本视频动作识别方法，包括：通过预训练建立显著性目标检测器；建立动作视频数据集，将动作视频数据集划分为训练集和测试集，将训练集划分为支持集和查询集；基于显著性目标检测器，对训练集中的动作视频进行特征级别样本增强处理，获取训练集中动作视频的显著性‑背景融合表征；建立动作分类器；基于训练集中动作视频的显著性‑背景融合表征对动作分类器进行训练，获取训练完成的动作分类器；将训练完成的动作分类器应用于小样本视频动作识别；本发明能够在样本极少时避免动作目标和背景的不兼容，提高动作模型的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN118587488A
公开(公告)日：2024-09-03
申请号：CN202410694873.0
申请日：2024-05-31
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/774 , G06N3/0475 , G06V10/82 , G06N3/098 , G06N3/084 , G06V10/25 , G06V10/80
Abstract: 本发明属于图像处理技术领域，提出了一种基于谓词和三元组的多粒度场景图生成方法。该方法包括：建立图像数据集；构建基于谓词和三元组的场景图生成模型；设置模型训练约束，第一阶段训练采用联合损失对模型训练约束，联合损失包含交叉熵损失和对比学习损失，第二阶段训练采用交叉熵损失对模型训练约束；训练场景图生成模型，训练采用反向传播算法，迭代更新优化模型参数，直至模型损失区域收敛；将训练好的场景图生成模型应用于场景图生成。本发明通过分别提取实体间的粗颗粒度谓词特征和细粒度三元组特征相互补充，弥补了现有算法对视觉外观变化大的谓词建模不充分的缺陷，拓展了基于深度学习模型的场景图生成思路。
-
公开(公告)号：CN113901902B
公开(公告)日：2024-08-20
申请号：CN202111155721.6
申请日：2021-09-30
Applicant: 北京航空航天大学
IPC: G06V20/40 , G06V20/52 , G06V40/20 , G06V10/44 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于层级图卷积网络的群体场景图生成方法，利用预训练卷积神经网络提取体育视频中所有个体的视觉特征和包围盒，聚类为两个队伍，根据视觉特征构造队伍关系图和群体关系图，将队伍关系图输入队伍图卷积网络提取队伍关系特征，将群体关系图输入群体图卷积网络提取群体关系特征，根据队伍关系特征和群体关系特征生成群体场景图，上述方法能有效捕捉体育视频中群体间关系，生成群体场景图进行体育视频理解。在团体对抗型体育项目中，运动员个体间关系被弱化，队伍间关系得到凸显，因此能简化场景图生成方法的应用场景，将场景图生成方法应用于体育视频捕捉群体间关系，生成群体场景图进行体育视频的理解。
-
公开(公告)号：CN118172547A
公开(公告)日：2024-06-11
申请号：CN202410605736.5
申请日：2024-05-16
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06V10/25 , G06V10/28 , G06V10/771 , G06V10/74
Abstract: 本公开的实施例公开了图像目标识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对输入图像中的各个前景目标进行标记处理；对前景目标矩形框区域进行特征提取，生成前景目标图像特征；执行以下步骤：将前景目标图像特征与待检测目标图像特征之间的相似度确定为初始特征相似度；对各个待检测目标图像特征进行排序；选择初始特征作为第一筛选特征集合；执行以下步骤：生成第二筛选特征集合；生成前景目标图像特征和初始特征的相似度；生成对应前景目标图像特征的图像目标信息。该实施方式在针对新的图像目标检测需求信息可以不需要重新采集图像数据，节约了计算资源，缩短了图像目标检测的时间。
-
公开(公告)号：CN118097010A
公开(公告)日：2024-05-28
申请号：CN202410213569.X
申请日：2024-02-27
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T17/00
Abstract: 本公开的实施例公开了三维物体重建方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取编码图像序列；根据编码图像序列对应的各个条纹宽度，对编码图像序列进行拆分处理，以生成第一编码图像序列和第二编码图像序列；对于第二编码图像序列中的每个第二编码图像，对第二编码图像进行分解处理，以生成分解后编码图像组；将第一编码图像序列和所生成的各个分解后编码图像组进行组合排序处理，以生成重排编码图像序列；根据重排编码图像序列，生成点云数据；根据点云数据，对目标三维物体进行三维重建处理。该实施方式提高了重建的三维重建模型的精度。
-
公开(公告)号：CN114360058B
公开(公告)日：2024-05-28
申请号：CN202111662572.2
申请日：2021-12-31
Applicant: 北京航空航天大学
IPC: G06V40/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算机视觉技术领域，特别涉及一种基于行走视角预测的跨视角步态识别方法。本发明在使用深度卷积网络方法的基础上，添加视角预测网络，将样本视角信息作为监督信号来对步态能量图中的视角信息进行有效建模，以辅助进行网络模型训练，最终能够提取到具有视角不变性的步态特征，从而解决跨视角步态识别问题中，视角差异过大导致模型鲁棒性下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
184
records
(took 0.048 seconds)
