公开(公告)号：CN114330652B

公开(公告)日：2024-10-15

申请号：CN202111580489.0

申请日：2021-12-22

申请人： 杭州师范大学

发明人： 孙军梅 ,  袁珑 ,  李秀梅

IPC分类号： G06V10/25 ,  G06V10/32 ,  G06V10/34 ,  G06V10/30 ,  G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06V10/774

摘要： 本发明提出了一种目标检测攻击方法和装置。通过将对抗样本由传统的优化机制转化为生成机制，大大缩短了生成对抗样本所需要的时间，同时训练好了GAN网络以后不再需要访问模型内部，能有效进行黑盒攻击。提出的方法能有效利用目标模型输出的分类和位置回归损失有效指导网络的训练，同时引入特征层损失能够有效捕捉图片在高维空间对网络较为敏感的特征，并对其进行扰动能进一步提高攻击成功率。另外加入的高斯滤波模块，可以去除对抗样本的高维扰动，留下低维扰动，并且提高生成对抗样本的图片质量，并进一步增强其攻击成功率。

公开(公告)号：CN117522904A

公开(公告)日：2024-02-06

申请号：CN202311582416.4

申请日：2023-11-24

申请人： 杭州师范大学

发明人： 孙军梅 ,  王天阳 ,  李秀梅

IPC分类号： G06T7/12 ,  G06V10/26 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开基于轮廓增强的双路径图像分割方法及其系统和计算设备。该方法在U‑Net的基础上增加了一条编码器路径，其中一条编码器路径利用注意力多尺度特征融合模块提取原始CT图像的特征，另一条编码器路径利用轮廓特征提取模块提取CT轮廓图像中的轮廓特征，以补偿下采样过程中丢失的边界信息。该网络通过特征融合注意连接模块进一步融合来自两个编码器路径的低级特征，并将它们连接到上采样的高级特征，以取代U‑Net中的跳过连接。最后，对每个尺度的分割结果进行多点深度监督。使用所述方法有效提高了分割精度，特别是在小感染区域上。

公开(公告)号：CN113571190B

公开(公告)日：2023-09-19

申请号：CN202110988100.X

申请日：2021-08-26

申请人： 杭州师范大学

发明人： 陈舞 ,  孙军梅 ,  李秀梅

IPC分类号： G16H50/30 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985 ,  G06T7/00

摘要： 本发明公开一种肺功能下降预测装置及其预测方法。本发明提出的肺功能进展预测模型包括CT特征提取网络、多模态特征预测网络；CT特征提取网络用于对预处理后的肺部CT影像进行CT特征提取，多模态特征预测网络用于预测肺功能进展情况，输入为CT特征提取网络提取的CT特征与临床特征融合后形成的多模态特征，输出为未来不同周数时的FVC预测值。本发明构建的肺功能进展预测模型通过CT特征提取网络提高对CT特征的提取能力，并通过多模态特征预测网络利用多模态数据对肺功能进展情况进行预测，有效提高模型预测的准确性。

公开(公告)号：CN107507358A

公开(公告)日：2017-12-22

申请号：CN201710834978.1

申请日：2017-09-15

申请人： 杭州师范大学 ,  浙江大学 ,  杭州速玛科技有限公司

发明人： 李秀梅 ,  郑璐洁 ,  杨国青

IPC分类号： G07F17/00 ,  H04L29/08

CPC分类号： G07F17/0042 ,  H04L67/125

摘要： 本发明公开了一种共享伞自助租赁系统及其借还伞方法。现有共享伞架，采用复杂的机电控制系统，电机启动频繁，耗电量较大。本发明一种共享伞自助租赁系统，包括共享伞存储架和共享伞。共享伞包括伞体和电子标签。共享伞存储架包括取还伞装置、故障伞装置、控制器、二维码贴纸、故障伞读卡器、还伞读卡器和机架。取还伞装置包括还伞闸机、取伞闸机和共享伞轨道。故障伞装置包括故障伞闸机和故障伞存储轨道。还伞闸机、取伞闸机及故障伞闸机均包括闸机轴、转角传感器和锁止组件。锁止组件包括推拉式电磁铁和推拉式锁止块。本发明在一次取还伞过程中，电磁铁通电时间极短暂，闸机的耗电量小。

公开(公告)号：CN118810684A

公开(公告)日：2024-10-22

申请号：CN202410902643.9

申请日：2024-07-05

申请人： 杭州师范大学

发明人： 李秀梅 ,  应树成 ,  谢晴韵 ,  谢琪

IPC分类号： B60R25/25 ,  B60R25/102

摘要： 本发明属于车辆防盗技术领域，并公开了一种基于人脸密文识别的汽车防盗方法，包括：定期捕获车内驾驶者人脸数据，利用车辆内置基于神经网络的人脸特征提取模型，提取特征向量，与预设白名单对比，确认授权。若驾驶员是未授权人员时，将特征向量传输至车联网检测，异常识别触发警报，并上传至车联网可信中心进行追踪，车联网由可信中心、辅助服务器、云服务器、路侧单元和车辆组成，均部署物理不可克隆函数。该系统实现快速身份验证与异常监测，确保驾驶安全，可以抵抗物理设备的侧信道攻击、捕获攻击，以及服务器的合谋攻击，保护设备安全和数据的隐私。

公开(公告)号：CN118710912A

公开(公告)日：2024-09-27

申请号：CN202411000039.3

申请日：2024-07-24

申请人： 杭州师范大学

发明人： 孙军梅 ,  王天阳 ,  李秀梅

IPC分类号： G06V10/26 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0895 ,  G06N3/084

摘要： 本发明公开一种半监督图像分割方法。该方法采用基于相互学习的半监督医学图像分割网络，其包括相互学习策略，具体是采用师生网络作为骨干框架，在标记数据上训练学生模型和教师模型，并相互更新网络参数权重，使两个模型能够相互学习。此外，还包括图像部分交换算法IPE模块，进行适当的扰动添加，以减少错误信息的引入和对图像上下文信息的破坏。交叉伪监督模块有助于网络更好地学习和理解类信息，实现网络间的相互监督。在ACDC数据集的10%标记实验中，本发明的Dice系数达到89.48%，比基线模型提高了9.28%，超过了其他比较方法。实验结果表明，本发明在所有指标上都达到了最佳性能，证明了它的有效性和可靠性。

公开(公告)号：CN114140786B

公开(公告)日：2024-05-17

申请号：CN202111466876.1

申请日：2021-12-03

申请人： 杭州师范大学

发明人： 李秀梅 ,  李美玲 ,  孙军梅

IPC分类号： G06V20/62 ,  G06V30/19 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/09 ,  G06N3/048

摘要： 本发明公开一种基于HRNet编码与双分支解码的场景文本识别方法。传统的深度学习方法进行场景文本识别在遇到文本扭曲、图像模糊和低分辨率问题时，识别准确率有所下降。本发明将单张场景原始文本图像经过随机高斯模糊后，获得低分辨率图像；搭建基于HRNet编码与双分支解码的场景文本识别模型，所述基于HRNet编码与双分支解码的场景文本识别模型包括修正网络TPS、编码模块、超分分支和识别分支。本发明方法通过引入HRNet编码和双分支解码，提高了模型对于模糊和低分辨率的图像的识别准确率，且在测试时舍弃超分分支的方式降低了模型参数量及时间消耗。

公开(公告)号：CN115174082B

公开(公告)日：2024-04-12

申请号：CN202210866277.7

申请日：2022-07-22

申请人： 杭州师范大学

发明人： 谢琪 ,  李秀梅 ,  丁子轩

IPC分类号： H04L9/14 ,  H04L9/30 ,  H04L9/40 ,  H04L67/12

摘要： 本发明提供了病人在医院之间跨医院的身份认证和电子病历移交的方法，基于区块链技术，病人可以实现安全高效的跨院移交认证，同时新的医院在病人的授权下可以访问电子病历，从而实现可靠的电子病历访问控制。在每个医院中，病人、医疗服务器和医生之前可以实现高效的三方认证和会话密钥协商，并基于会话密钥通信。通过引入椭圆曲线对认证过程中的关键参数进行加密运算，提高了整个认证过程的安全性，同时也降低了对无线设备的运算压力。在认证和电子病历中，病人均使用动态匿名策略来保护隐私。本发明提出的电子病历访问和认证方法能有效的抵抗已知的各种攻击，同时实现去中心化，隐私保护，跨域数据共享，在医疗场景下有很高的应用价值。

公开(公告)号：CN112766392B

公开(公告)日：2023-10-24

申请号：CN202110103519.2

申请日：2021-01-26

申请人： 杭州师范大学

发明人： 张智杰 ,  李秀梅 ,  孙军梅 ,  尉飞 ,  赵宝奇 ,  葛青青

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开一种基于并行不对称空洞卷积的深度学习网络的图像分类方法。该方法通过引入不对称卷积构建了一种基于卷积并行性的并行不对称空洞卷积模块。该模块由不对称卷积与空洞卷积构成，通过不对称卷积结构的特殊性，使得模块在不改变感受野的情况下充分利用特征图所含信息，提高了网络模型的特征表达能力。并行不对称空洞卷积模块可以用来代替传统的连续卷积，在不增加模型复杂度的情况下，提升整个模型的准确率。嵌入该模块的任意模型对图像进行分类，会提高了分类效果。该模块嵌入方法易于实现，可用于任意模型，使模型具有更好的鲁棒性和准确率。

公开(公告)号：CN112767539B

公开(公告)日：2023-08-08

申请号：CN202110035802.6

申请日：2021-01-12

申请人： 杭州师范大学

发明人： 何鑫睿 ,  李秀梅 ,  孙军梅

IPC分类号： G06T17/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/084 ,  G06N3/082

摘要： 本发明公开一种基于深度学习的图像三维重构方法及系统。本发明将利用Pix2vox网络作为基本重构网络，在此基础上添加多通道连接并融合通道注意力机制，获取多尺度图像特征。同时结合阈值计算网络构成完整重构，网络阈值计算网络可以为不同类别目标提供相适应二值化阈值。并且采用融合型损失函数，弥补重构数据不平衡及类间差异性。使用所述方法有效提高了单图像多类别三维模型重构的准确率。