-
公开(公告)号:CN118587411A
公开(公告)日:2024-09-03
申请号:CN202410209341.3
申请日:2024-02-26
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种文档图像篡改定位方法。该方法包括:获取待测文档图像;将待测文档图像输入至训练好的文档图像篡改定位模型进行检测,得到检测结果;其中,文档图像篡改定位模型包括预处理模块、特征提取模块和解码器;特征提取模块包括空间信息提取分支和噪声特征提取分支;对应地,文档图像篡改定位模型的检测过程包括:利用空间信息提取分支提取待测文档图像的不同尺度的空间域特征;利用预处理模块将待测文档图像由彩色域转换为噪声域;利用噪声特征提取分支以预处理模块的输出作为输入,提取待测文档图像的不同尺度的噪声域特征;利用解码器根据待测文档图像的空间域特征和噪声域特征判断并定位待测文档图像中的篡改区域。
-
公开(公告)号:CN115861200A
公开(公告)日:2023-03-28
申请号:CN202211474544.2
申请日:2022-11-23
Applicant: 河南大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于强化特征融合的Sparse‑rcnn的布匹瑕疵检测方法。该方法包括:步骤1:收集不同光源下的瑕疵图像和模板图像,对瑕疵图像中的瑕疵进行人工标注;其中,瑕疵图像是指有瑕疵的布匹图像,模板图像是指无瑕疵的布匹图像;步骤2:对收集到的所有图像数据进行预处理;步骤3:将预处理后的图像数据进行差值组合三通道处理,得到新的三通道,将新的三通道输入至预先构建好的基于强化特征融合的Sparse‑rcnn的布匹瑕疵检测网络模型进行训练;步骤4:将待检测布匹图像输入至训练好的所述布匹瑕疵检测网络模型,得到瑕疵检测结果。
-
公开(公告)号:CN115630390A
公开(公告)日:2023-01-20
申请号:CN202211090464.7
申请日:2022-09-07
Applicant: 河南大学
Abstract: 本发明提供一种JPEG图像高精度保留缩略图加密方法。该方法包括:解析明文JPEG图像P的比特流以得到量化后的Y,U,V三个平面系数矩阵;以及得到原始的亮度和色度量化表;对明文JPEG图像P的原始QDCs进行加密;修改原始的亮度和色度量化表来抑制空域像素溢出;将原始的亮度和色度量化表以及在原始QDCs的加密过程中产生的偏差信息作为解密辅助信息,将所述解密辅助信息嵌入至QACs中,得到新的QACs,记作QACs3;利用用户自定义预设密钥和QACs3生成四个不同的密钥,然后利用四个不同的密钥生成混沌系统的初始参数进而分别利用混沌系统生成四个伪随机序列;利用四个伪随机序列对QACs进行加密,得到最终的加密图像。
-
公开(公告)号:CN112947065B
公开(公告)日:2022-09-16
申请号:CN202110100304.5
申请日:2021-01-25
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明涉及一种双足机器人行走实时步态的AZR调节方法,方法包括利用机器人离线系统测算数据构建在线数据库,在线数据库包括机器人步长集合S、AZR集合H、行走步态集合G和能耗集合E,在给定机器人目标行程距离d和期望AZR位置rAZR,规划能耗最低的步长序列取出机器人每步长和AZR变量ηi,查询在线数据库,得到步态控制的电机角度序列gi,按照机器人行走中脚步压力集合Fi,计算实时ZMP轨迹rZMP,利用rZMP(n)和rAZR(n)的偏差值ei,采用PI校正方法获得AZR变量ηi的修正值ηi+1,并根据修正值ηi+1以及步长si+1查询在线数据库,在线优化双足机器人的步态轨迹。本发明能够克服机器人建模和环境误差的干扰,在双足机器人行进中实现高鲁棒性和低能耗的步态控制,较好的解决具有高度非线性特征的双足机器人行走问题。
-
公开(公告)号:CN112925320B
公开(公告)日:2022-03-11
申请号:CN202110100346.9
申请日:2021-01-25
Applicant: 河南大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于质心模型的双足机器人步态能耗评估方法,首先根据双足机器人质量M在躯体的分布位置建立质心模型,并用所述质心模型描述双足机器人运动轨迹,其次通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程,并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n),最终在双足机器人运动过程中,根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E。本发明克服了双足机器人各关节执行器瞬时功率损耗难以测取的问题,使用双足机器人运动规划算法中易于获得的参数,构建描述机器人运动过程中能量消耗的指标函数,可快速、准确的评价不同算法的优劣。
-
公开(公告)号:CN111556009B
公开(公告)日:2021-10-01
申请号:CN202010195495.3
申请日:2020-03-19
Applicant: 河南大学
IPC: H04L29/06
Abstract: 本发明提供一种支持任意指定时间解密的时间控制加密系统及方法。该系统包括发送端、接收端、时间服务器和云服务器;时间服务器用于每隔预设时长生成并发布一次第一时间陷门;云服务器用于接收接收端发送的携带有解密时间的查询请求,以及生成并发布解密时间对应的第二时间陷门。该方法包括:发送端向接收端发送密文数据;接收端接收到密文数据后,获取解密时间;接收端非交互地自动接收时间服务器发布的第一时间陷门,选取距离解密时间最近且早于解密时间的整点时间对应的第一时间陷门;接收端向云服务器发送携带解密时间的查询请求,并获取云服务器发布的解密时间对应的第二时间陷门;接收端根据第一时间陷门和第二时间陷门解密密文数据。
-
公开(公告)号:CN113076957A
公开(公告)日:2021-07-06
申请号:CN202110427296.5
申请日:2021-04-21
Applicant: 河南大学
Abstract: 本发明公开了一种基于跨模态特征融合的RGB‑D图像显著性目标检测方法,包括:步骤1、基于跨层连接方式的U‑Net网络,将RGB和Depth分别输入到ResNet‑50主干网络中提取图像特征,其中RGB图像提取出五个阶段的特征;Depth图像提取出五个阶段的特征;步骤2、将两种模态下顶层特征R5和D5输入到跨模态通道细化模块中获取跨模态特征RD;将Depth模态下的D1~D5和RD通过跨模态引导模块引导RGB进行特征提取;步骤3、将RGB模态下的R1~R5和RD通过残差自适应选择模块进一步保留图像的前景显著信息,丢弃有干扰的背景信息;多层损失函数引导网络最终生成显著性结果图。本发明能够充分利用Depth信息提供的深度线索,增强RGB和Depth两种模态下的特征融合,增强模型对各个通道特征的辨别能力。
-
公开(公告)号:CN113076551A
公开(公告)日:2021-07-06
申请号:CN202110561302.6
申请日:2021-05-22
Applicant: 河南大学
Abstract: 本发明提供一种基于提升方案和跨分量置乱的彩色图像加密方法。该方法包括:根据彩色明文图像的哈希值和预设的外部密钥计算得到洛伦兹‑哈肯激光混沌系统的3个初始值;采用洛伦兹‑哈肯激光混沌系统生成三个混沌序列O、P、Q;将彩色明文图像进行RGB分解,得到三个矩阵IR、IG、IB;分别采用混沌序列O、P、Q基于提升方案的图像预处理策略对矩阵IR、IG、IB进行预处理,得到三个序列CR、CG、CB;利用混沌序列O、P、Q对三个序列CR、CG、CB进行跨分量置乱,得到三个矩阵VR、VG、VB;利用混沌序列O、P、Q对三个矩阵VR、VG、VB进行扩散,得到三个密文矩阵CIR、CIG、CIB;对三个密文矩阵CIR、CIG、CIB进行合成,得到密文图像。
-
公开(公告)号:CN112925320A
公开(公告)日:2021-06-08
申请号:CN202110100346.9
申请日:2021-01-25
Applicant: 河南大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于质心模型的双足机器人步态能耗评估方法,首先根据双足机器人质量M在躯体的分布位置建立质心模型,并用所述质心模型描述双足机器人运动轨迹,其次通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程,并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n),最终在双足机器人运动过程中,根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E。本发明克服了双足机器人各关节执行器瞬时功率损耗难以测取的问题,使用双足机器人运动规划算法中易于获得的参数,构建描述机器人运动过程中能量消耗的指标函数,可快速、准确的评价不同算法的优劣。
-
公开(公告)号:CN112116601A
公开(公告)日:2020-12-22
申请号:CN202010830545.0
申请日:2020-08-18
Applicant: 河南大学
Abstract: 本发明公开一种基于线性采样网络及生成对抗残差网络的压缩感知采样重建方法及系统,该方法包括:获取训练图像,并通过分割处理将训练图像分割为多个图像块;构建线性采样网络对图像块进行测量,获得各图像块对应的测量值;在生成对抗残差网络中,先通过全连接层对各图像块的测量值进行线性映射处理,获得初始重建结果;将初始重建结果输入残差网络中,训练获得残差信息;将初始重建结果与残差信息进行信号融合,从而得到生成器的生成结果;将生成器的生成结果与原始图像块共同输入鉴别器中进行判断;计算损失函数,对线性采样网络及生成对抗残差网络进行迭代训练,从而得到最终图像重建结果。本发明可有效提高低采样率下重建效果。
-
-
-
-
-
-
-
-
-