基于深度学习的指纹活性检测对抗攻击防御方法

    公开(公告)号:CN117975511A

    公开(公告)日:2024-05-03

    申请号:CN202311868513.X

    申请日:2023-12-30

    Applicant: 三峡大学

    Abstract: 本发明提供了基于深度学习的指纹活性检测对抗攻击防御方法,现有FLD(Fingerprint Liveness Detection,指纹活性检测)系统通过外部网络对指纹对抗样本的处理达到不受对抗攻击影响的目的,为解决FLD系统容易受到对抗攻击的问题,设计了基于深度学习的指纹活性检测对抗攻击防御方法,该网络以Defed‑L模型为基础,优化原有的网络主要模块EFE模块结构。首先对图像进行提取局部块处理;设计基于深度学习的指纹活性检测网络;将处理后的图像送入网络中训练;根据训练结果通过目标FLD系统给出最终的识别结果。提升了当前FLD系统对指纹对抗样本的识别精度。

    一种移动无线自组网覆盖连通方法

    公开(公告)号:CN113163429B

    公开(公告)日:2022-04-29

    申请号:CN202110556350.6

    申请日:2021-05-21

    Applicant: 三峡大学

    Abstract: 本发明提供了一种的移动无线自组网覆盖连通方法,首先建立移动无线自主网的覆盖连通模型,设计出一种新的网络连通性方法;然后提出一种改进的自适应离子运动算法,并设计出基于同异性协同最优引导的液态离子更新方法和基于排名分类进化的固态离子更新方法;最后利用提出的离子运动算法优化覆盖连通模型。该方法能够同时最优化网络覆盖率和连通性,有效提升移动无线自主网的整体性能。

    一种导向三边滤波的超声图像散斑噪声去除方法

    公开(公告)号:CN109767400A

    公开(公告)日:2019-05-17

    申请号:CN201910032902.6

    申请日:2019-01-14

    Applicant: 三峡大学

    Abstract: 一种导向三边滤波的超声图像散斑噪声去除方法,包括:对导向图像利用高斯函数计算空域距离权,其标准偏差的设置随噪声强度增大而增大;对导向图像局部区域进行直方图拟合,拟合函数选用Fisher-Tippett概率密度函数,其分布参数采用最大似然法估计,根据估计的参数计算分布相似权;对导向图像利用指数函数计算像素值差异权,其尺度参数设置随估计的Fisher-Tippett分布参数正比例变化;利用前述计算的三个权值,对超声图像进行局部迭代滤波,迭代收敛后即得到散斑噪声去除的超声图像。本发明通过空域距离、像素值差异和分布相似性三方面信息计算滤波权值,能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息,从而增强超声图像的视觉判读性。

    一种可调压调光的CFL电子镇流器

    公开(公告)号:CN102421236A

    公开(公告)日:2012-04-18

    申请号:CN201110408232.7

    申请日:2011-12-09

    Applicant: 三峡大学

    CPC classification number: Y02B20/19 Y02B20/202

    Abstract: 一种可调压调光的CFL电子镇流器,包括整流滤波电路模块,开关电路模块,镇流输出电路模块,整流滤波电路模块连接开关电路模块,开关电路模块连接镇流输出电路模块。所述开关电路模块由半桥IC和频率控制电路组成,所述开关电路模块将直流电压转换为高频交流电压,所述镇流输出电路模块由第一变压器、第六电容串联组成。本发明一种调压调光的电子镇流器匹配电压调节装置,能实现对应区域CFL节能灯的集总调压调光,适应用商场、医院、酒店等商业照明场合。

    一种适用于超声图像去噪的自适应加权混合总变分方法

    公开(公告)号:CN112561820B

    公开(公告)日:2023-10-27

    申请号:CN202011496815.5

    申请日:2020-12-17

    Applicant: 三峡大学

    Abstract: 一种适用于超声图像去噪的自适应加权混合总变分方法,包括通过超声图像成像模型和已知的乘性高斯噪声分布,采用最大后验概率估计理论推导出适用于超声图像去噪的通用最小化凸能量泛函;将通用凸能量泛函的正则化项采用一阶总变分、二阶总变分和自适应加权函数融合形成自适应加权混合总变分项,从而得到本发明方法的凸能量泛函。将凸能量泛函采用Split‑Bregman算法进行最小化求解,迭代过程中交替实现超声图像的去噪和自适应加权函数的优化,最终得到的去噪超声图像在有效降低散斑噪声的同时能更好地保留超声图像细节和边缘信息,从而有效提高超声图像的视觉判读性。

    一种导向三边滤波的超声图像散斑噪声去除方法

    公开(公告)号:CN109767400B

    公开(公告)日:2022-12-02

    申请号:CN201910032902.6

    申请日:2019-01-14

    Applicant: 三峡大学

    Abstract: 一种导向三边滤波的超声图像散斑噪声去除方法,包括:对导向图像利用高斯函数计算空域距离权,其标准偏差的设置随噪声强度增大而增大;对导向图像局部区域进行直方图拟合,拟合函数选用Fisher‑Tippett概率密度函数,其分布参数采用最大似然法估计,根据估计的参数计算分布相似权;对导向图像利用指数函数计算像素值差异权,其尺度参数设置随估计的Fisher‑Tippett分布参数正比例变化;利用前述计算的三个权值,对超声图像进行局部迭代滤波,迭代收敛后即得到散斑噪声去除的超声图像。本发明通过空域距离、像素值差异和分布相似性三方面信息计算滤波权值,能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息,从而增强超声图像的视觉判读性。

Patent Agency Ranking