-
公开(公告)号：CN114006751B
公开(公告)日：2024-06-11
申请号：CN202111269659.3
申请日：2021-10-29
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种使用临时认证码的校园系统单点登录方法，在URL中“隐藏”了凭据ticket，改为预先分配一次性有效的临时认证码，应用服务器只能通过临时认证码以接口的方式获取到凭据ticket，防止黑客通过URL直接截取到凭据ticket。认证中心通过应用服务器ID、较为复杂的接入码和IP白名单等方式，防止非法客户端接入。应用服务器在每次有人工操作时，都会向认证中心询问凭据ticket是否过期，避免应用服务器忘记退出而被其他人冒用。在认证中心登记所有用户在认证中心的用户ID以及与其对应的各个应用服务器中的应用服务器用户ID，不需要统一各个应用服务器的登录帐号，节省了各应用服务器供应商的改造成本。
-
公开(公告)号：CN109598785B
公开(公告)日：2023-03-14
申请号：CN201811436303.2
申请日：2018-11-28
申请人： 佛山科学技术学院 , 广东宜教通教育有限公司
摘要： 本发明公开了一种三维网格模型视图转换方法，包括以下步骤：导入三维网格模型；以三维网格模型的几何质点为原点O，建立第一空间直角坐标系，将三维网格模型的长主轴转向至与第一空间直角坐标系的Z轴重合的位置；定位投影点坐标；设置投影视图的像素值；根据投影点坐标以及像素值，生成投影视图。本发明将三维网格模型的长主轴转向至与第一空间直角坐标系的Z轴重合的位置，即可实现将三维网格模型中更多数量的点投影到视图中，以获得信息量最大的投影视图。本发明创造用于将三维网格模型转换成二维的投影视图。
-
公开(公告)号：CN111310732A
公开(公告)日：2020-06-19
申请号：CN202010196121.3
申请日：2020-03-19
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种高精度人脸认证方法、系统、计算机设备及存储介质，所述方法包括：利用多任务级联卷积神经网络对待检测图像进行人脸检测，得到人脸图像；基于101层残差网络对人脸图像进行特征提取，得到512维人脸深度特征，作为待认证人员人脸特征；将待认证人员人脸特征与资料库人员人脸特征进行比对，得到人脸认证结果。本发明具有强鲁棒性和高健壮性，消除人脸特征描述符由于侧度、偏移等噪声所产生的影响，快速定位到人脸区域并且可以精准地对人物身份进行认证。
-
-
公开(公告)号：CN114006751A
公开(公告)日：2022-02-01
申请号：CN202111269659.3
申请日：2021-10-29
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种使用临时认证码的校园系统单点登录方法，在URL中“隐藏”了凭据ticket，改为预先分配一次性有效的临时认证码，应用服务器只能通过临时认证码以接口的方式获取到凭据ticket，防止黑客通过URL直接截取到凭据ticket。认证中心通过应用服务器ID、较为复杂的接入码和IP白名单等方式，防止非法客户端接入。应用服务器在每次有人工操作时，都会向认证中心询问凭据ticket是否过期，避免应用服务器忘记退出而被其他人冒用。在认证中心登记所有用户在认证中心的用户ID以及与其对应的各个应用服务器中的应用服务器用户ID，不需要统一各个应用服务器的登录帐号，节省了各应用服务器供应商的改造成本。
-
公开(公告)号：CN112541877A
公开(公告)日：2021-03-23
申请号：CN202011549596.2
申请日：2020-12-24
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种基于条件生成对抗网络的去模糊方法、系统、设备及介质，所述方法包括：构建生成对抗网络；获取模糊图像和清晰图像；将模糊图像输入生成器的输入层，依次经过标准卷积层、第一激活函数层和第一特征归一化层进行处理；将处理结果输入多个Group‑SE模块中提取特征；将提取的特征输入反卷积层中进行上采样，得到模拟图像；以模拟图像作为负样本，以清晰图像作为正样本，将负样本和正样本输入判别器中进行判别，输出清晰图像的真假判别结果；通过迭代训练生成器和判别器，直到生成对抗网络达到纳什均衡；利用训练好的生成对抗网络对待处理图像进行去模糊处理。本发明可以解决图像去模糊技术运用在人脸识别相关场景中准确率提升不明显等问题。
-
公开(公告)号：CN109670042A
公开(公告)日：2019-04-23
申请号：CN201811473934.1
申请日：2018-12-04
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种基于递归神经网络的试题分类及难度分级方法，该方法使用两级的神经网络，第一级网络可以为未标明科目的试题进行分类，同时将分类好的试题放入第二级网络中,可为没有标明试题难度的题目提供一个近似的参考难度。另外，由于试题的属性与试题的难度之间具有某种关联关系，例如某些省份的模拟题往往难于其他题目，同样的包括年份、题型、包含知识点等等也会跟试题的难度有一定的关联关系，因此可以通过这些属性来构建试题的特征向量作深度学习的训练样本。
-
公开(公告)号：CN117408445A
公开(公告)日：2024-01-16
申请号：CN202311172555.X
申请日：2023-09-12
申请人： 广东宜教通教育有限公司
IPC分类号： G06Q10/0631 , G06Q50/20
摘要： 本发明公开了一种基于改进贪婪随机自适应搜索算法的排课方法及系统，该改进贪婪随机自适应搜索算法称为IGRASP算法，是在原来贪婪随机自适应搜索算法的基础上加入了分层迭代、带权重的随机策略、禁忌搜索策略和变邻域搜索算法；该方法包括：解析原始数据并将原始数据转换为算法所需的数据格式；将处理后的数据输入已设置好关键参数的IGRASP算法，完成可行课表的输出。本发明可以实现更准确、高效和灵活的课程时间表生成，通过对各种约束条件和资源限制进行综合考虑，并引入分层迭代、带权重的随机策略、禁忌搜索策略和变邻域搜索算法，能够在较短的时间内生成满足多种约束条件的优化课表。
-
公开(公告)号：CN116229551A
公开(公告)日：2023-06-06
申请号：CN202310196667.2
申请日：2023-03-01
申请人： 广东宜教通教育有限公司
IPC分类号： G06V40/16 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/047 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种人脸细粒度特征差异性学习的人脸防欺骗方法与系统，包括：S1、将人脸图片及其对应的傅里叶变换频谱图进行特征加权；S2、通过梯度特征提取网络，获得人脸局部细粒度特征和人脸差异信息；S3、通过局部特征对齐网络，对真实人脸和不同欺骗类型进行特征空间聚类，进一步增强欺骗人脸的检测效果；通过全局平均池化层、全连接层以及softmax分类器，对所获取的人脸特征进行分类，识别人脸是否为欺骗人脸。本发明增强了原始输入人脸图片包含的语义信息，不仅利用融合卷积与大尺度的中心差分卷积，充分提取人脸的细粒度特征与差异信息，而且基于欺骗特征对齐检测网络分割真实人脸与欺骗人脸的特征空间，增强人脸防欺骗检测性能。
-
公开(公告)号：CN116229319A
公开(公告)日：2023-06-06
申请号：CN202310185147.1
申请日：2023-03-01
申请人： 广东宜教通教育有限公司
IPC分类号： G06V20/40 , G06V20/52 , G06V10/44 , G06V10/762 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/764 , G06V20/70 , G06N3/047 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种多尺度特征融合课堂行为检测方法与系统，该方法是基于改进YOLOv5检测模型实现学生课堂行为的精准检测，包括：1)构建学生课堂行为数据集，划分训练集、验证集和测试集，并对划分的数据进行标注和标签；2)对训练集进行数据增强；3)对训练集进行先验框的聚类；4)利用训练集训练改进YOLOv5检测模型；5)对改进YOLOv5检测模型前向传播中获得的预测结果进行解码操作；6)使用CIOU的非极大值抑制对预测框的重叠部分进行筛选，保留置信度最大的预测框；7)将获得的预测框绘制在原始图片上，在预测框的左上角区域标出预测类别信息。通过本发明能帮助教师更加了解学生的课堂学习情况，从而改善课堂的教学质量，提高学生的学习效率，有助于推动智慧教育发展。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.031 秒)
