-
公开(公告)号:CN105938560B
公开(公告)日:2017-03-22
申请号:CN201610168469.5
申请日:2016-03-23
申请人: 吉林大学
摘要: 本发明公开了一种基于卷积神经网络的车型精细分类系统,提供了针对特征不明显,特征难于提取的车辆图像超多量分类方法,通过图像分析获得车辆的品牌、型号信息,而无需使用车牌、车标等易被遮挡、篡改的信息,尤其可用于套牌车、无牌车、有遮挡车辆的交通监管、交通稽查、交通统计、刑侦等领域;解决了使用图像对车辆品牌、型号的超多量分类问题;使用具有多个子网络的混合型卷积神经网络,将车辆的局部图片与全局图片同时输入各个子网络,如将车辆的车脸图片、车身图片、车尾图片输入不同的子网络,通过子网评分层进行打分,获得分类结果。
-
公开(公告)号:CN105025011B
公开(公告)日:2016-10-19
申请号:CN201510320877.3
申请日:2015-06-12
申请人: 吉林大学
IPC分类号: H04L29/06
摘要: 本发明涉及一种车载信息安全的评价方法,属于网络安全领域。能够对车载信息安全防御方案做评价;可以给出单次攻击的评价结果,也可以做出总体评价结果;可以为不同的防御方案做评价,可以测试某一功能的防御方案,也可以测试整体的防御方案。包括建立车载网络信息安全防御系统、入侵检测系统和评价系统的连接;设置计时器,等待防御系统的防护结果;给出单次攻击评定结果及较大威胁攻击统计;重复步骤二,直到全部攻击结束,提示是否进行总评。优点在于:能够对车载信息安全防御方案做评价。可以进行较大威胁攻击提示及统计;可以给出防御级别评定;评价参数可以动态调整,以满足攻击手段的不断发展。
-
公开(公告)号:CN105938560A
公开(公告)日:2016-09-14
申请号:CN201610168469.5
申请日:2016-03-23
申请人: 吉林大学
CPC分类号: G06K9/6268 , G06K2209/23 , G06N3/088
摘要: 本发明公开了一种基于卷积神经网络的车型精细分类系统,提供了针对特征不明显,特征难于提取的车辆图像超多量分类方法,通过图像分析获得车辆的品牌、型号信息,而无需使用车牌、车标等易被遮挡、篡改的信息,尤其可用于套牌车、无牌车、有遮挡车辆的交通监管、交通稽查、交通统计、刑侦等领域;解决了使用图像对车辆品牌、型号的超多量分类问题;使用具有多个子网络的混合型卷积神经网络,将车辆的局部图片与全局图片同时输入各个子网络,如将车辆的车脸图片、车身图片、车尾图片输入不同的子网络,通过子网评分层进行打分,获得分类结果。
-
公开(公告)号:CN105025011A
公开(公告)日:2015-11-04
申请号:CN201510320877.3
申请日:2015-06-12
申请人: 吉林大学
IPC分类号: H04L29/06
CPC分类号: H04L63/1441 , H04L63/14 , H04L63/1416 , H04L63/1466 , H04L63/1475
摘要: 本发明涉及一种车载信息安全的评价方法,属于网络安全领域。能够对车载信息安全防御方案做评价;可以给出单次攻击的评价结果,也可以做出总体评价结果;可以为不同的防御方案做评价,可以测试某一功能的防御方案,也可以测试整体的防御方案。包括建立车载网络信息安全防御系统、入侵检测系统和评价系统的连接;设置计时器,等待防御系统的防护结果;给出单次攻击评定结果及较大威胁攻击统计;重复步骤二,直到全部攻击结束,提示是否进行总评。优点在于:能够对车载信息安全防御方案做评价。可以进行较大威胁攻击提示及统计;可以给出防御级别评定;评价参数可以动态调整,以满足攻击手段的不断发展。
-
-
-