基于动态卷积和噪声体积构建的抗噪声立体匹配方法

    公开(公告)号:CN118864561A

    公开(公告)日:2024-10-29

    申请号:CN202410893865.9

    申请日:2024-07-04

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于动态卷积和噪声体积构建的抗噪声立体匹配方法,将去噪任务和立体匹配进行结合,利用结合有动态卷积的U‑Net结构的噪声特征提取网络与原始立体匹配网络的特征提取模块对含噪的左右图像并行提取特征;利用去噪网络获取的噪声特征构建噪声体积,同时保留原有的视差代价体积;利用一个3×3卷积层和一层ReLU激活函数将噪声体积和原有的视差代价体积融合;将其融合得到的融合代价体积进行代价聚合过程得到视差图。相比于普通的双目立体匹配抗噪声方法,本发明能提升立体匹配网络在噪声环境下的抗干扰能力,可以显著提高噪声环境下视差预测的准确性和稳定性。

    一种面向区块链交易监管的交易记录外包方法

    公开(公告)号:CN110599163A

    公开(公告)日:2019-12-20

    申请号:CN201910768077.6

    申请日:2019-08-20

    Applicant: 江苏大学

    Abstract: 本发明公开一种面向区块链交易监管的交易记录外包方法,包括以下步骤:系统初始化,用户属性私钥生成,离线加密,离线解密,交易记录数据传输,在线加密,在线解密,交易记录真实性验证。本发明包括的系统成员为:基于区块链的交易平台,交易拥有者,监管者,云服务器和可信第三方TTP。本发明为区块链交易提供了安全、高效、隐私保护的交易记录存储环境,解决了交易记录的隐私保护性和可监管性的矛盾问题。

    车载自组织网络群体感知数据报告去重方法

    公开(公告)号:CN108377264A

    公开(公告)日:2018-08-07

    申请号:CN201810110311.1

    申请日:2018-02-05

    Applicant: 江苏大学

    Abstract: 本发明公开一种车载自组织网络群体感知数据报告去重方法:首先,采用ECC算法实现安全可靠的任务分发。然后,在通信过程中隐藏密文的标签部分,雾节点在检查感知报告唯一性的同时不检查报告的具体内容,因此可以实现数据去重过程中的隐私保护,并抵抗数据伪造攻击。本发明为实现报告去重过程中对车辆贡献的记录,采用改进的基于身份的多签名方案来支持签名聚合,该方案不仅可以实现高效安全的聚合确认功能,同时也能对贡献群体感知报告的车辆进行记录。

    基于对抗生成网络的轻量级全天时自监督单目深度估计方法

    公开(公告)号:CN118967768A

    公开(公告)日:2024-11-15

    申请号:CN202411105187.1

    申请日:2024-08-13

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于对抗生成网络的轻量级全天时自监督单目深度估计方法,将对抗生成网络与自监督单目深度估计进行结合,利用自监督MonoViT网络作为教师模型构建知识蒸馏损失优化学生模型;利用低尺度一致性损失,在低分辨率阶段进一步学习高分辨率的特征,以提升学生网络最终输出深度图的清晰度;把黑夜噪声融入到深度估计网络中,在不改变数据集的情况下进行扩充,将白天数据集经过CoMoGAN对抗生成网络转化为黑夜风格的图像;联合原始白天场景图像和黑夜场景图像共同进行模型训练。本发明在不使用额外其他数据集的情况下,降低了数据准备和模型训练的成本,提升了模型在各种复杂环境下的实用性。

    面向用户隐私保护与数据可靠性的移动感知系统及其移动感知方法

    公开(公告)号:CN107749836A

    公开(公告)日:2018-03-02

    申请号:CN201710829949.6

    申请日:2017-09-15

    Applicant: 江苏大学

    Abstract: 本发明公开一种面向用户隐私保护与数据可靠性的移动感知系统及其移动感知方法,包括以下步骤:系统初始化;移动用户注册,从管理员处获取感知任务请求token;用户匿名认证及任务分配,平台返回任务授权/拒绝信息;用户感知数据匿名报告与信任评估,平台反馈凭证信息;凭证提交与报酬分配,用户提交所有凭证,并获取相应报酬;用户信誉更新。本发明能够在保护合法参与用户隐私的前提下,有效应对恶意用户滥用隐私保护机制的恶意行为,以报酬激励和信誉评估机制刺激更多参与者提交较可靠的感知数据,从而提供一个安全、可靠、高效的移动感知系统。

    基于度量的跨域少样本轴承故障诊断元学习关系网络方法

    公开(公告)号:CN119962568A

    公开(公告)日:2025-05-09

    申请号:CN202510057471.4

    申请日:2025-01-14

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于度量的跨域少样本轴承故障诊断元学习关系网络方法,将来自不同工况的振动信号转换为二维时频图像,依据元学习训练策略将数据样本划分为元训练集和元测试集,每个集进一步细分为支持集和查询集;本发明设计残差收缩非局部特征提取模块,用于从支持集和查询集中提取并融合特征,采用非线性度量的神经网络计算支持集和查询集之间的相似度得分。本发明能够在少样本的情况下,甚至在未知工况和有限数据样本的条件下,实现快速且精准的轴承故障诊断。

    基于自适应平面和跳跃采样的高光反射场景物体三维表面重建方法

    公开(公告)号:CN119131248A

    公开(公告)日:2024-12-13

    申请号:CN202411157359.X

    申请日:2024-08-22

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于自适应平面和跳跃采样的高光反射场景物体三维表面重建方法,通过一个逐像素的辅助平面对反射干扰与目标物体进行区分,并且引入了拉普拉斯梯度降低外部反射干扰的影响。此外,采用跳跃采样策略减少反射干扰的影响,进一步提升多视图一致性和表面保真度。最后,本发明还采用了排斥损失,通过对比目标物体和反射部分的梯度差异,帮助模型在初始化时更准确地区分二者,在高光反射干扰下重建出更为准确的模型表面。

Patent Agency Ranking