-
公开(公告)号：CN113298810B
公开(公告)日：2023-12-26
申请号：CN202110717975.6
申请日：2021-06-28
申请人： 浙江工商大学
摘要： 本发明公开了一种结合图像增强和深度卷积神经网络的道线检测方法，在假设道线在图像的局部区域具有相近的宽度，并且沿着道线伸展方向能分割成若干个道线块的基础上，提供了一种基于深度卷积神经网络的方法检测图像中的道线块，该模型的输入不仅包括摄像机采集的道路图像，而且包括多个经对比度受限的自适应直方图均衡化处理的增强图像。本发明方法能有效地克服复杂成像条件下采集的道路图像干扰因素多、图像质量差、道线目标小等困难，从而达到较好的鲁棒性。
-
公开(公告)号：CN114005217B
公开(公告)日：2024-06-18
申请号：CN202111226808.8
申请日：2021-10-21
申请人： 浙江工商大学
摘要： 本发明属于电子投票领域，公开了一种基于区块链的电子投票系统和方法，包括支持加法同态的ElGamal加密的变形模块、基于环签名的范围证明模块和知识证明模块；支持加法同态的ElGamal加密的变形模块用来对所有的投票进行加密；基于环签名的范围证明模块，用于判断所使用的变形ElGamal加密明文是否属于{0，1}；知识证明模块用于验证唱票人的操作，即ElGamal解密操作。本发明不仅能满足投票的完整性、正确性、匿名性、不可重用性、适格性、公平性和可验证性这7个安全目标，还具有分布式的系统架构，本系统能够在不影响安全属性的前提下，实现对投票人的评分功能。保证了投票事件的客观性和专业性。
-
公开(公告)号：CN113298810A
公开(公告)日：2021-08-24
申请号：CN202110717975.6
申请日：2021-06-28
申请人： 浙江工商大学
摘要： 本发明公开了一种结合图像增强和深度卷积神经网络的道线检测方法，在假设道线在图像的局部区域具有相近的宽度，并且沿着道线伸展方向能分割成若干个道线块的基础上，提供了一种基于深度卷积神经网络的方法检测图像中的道线块，该模型的输入不仅包括摄像机采集的道路图像，而且包括多个经对比度受限的自适应直方图均衡化处理的增强图像。本发明方法能有效地克服复杂成像条件下采集的道路图像干扰因素多、图像质量差、道线目标小等困难，从而达到较好的鲁棒性。
-
公开(公告)号：CN113887343A
公开(公告)日：2022-01-04
申请号：CN202111086458.X
申请日：2021-09-16
申请人： 浙江工商大学
摘要： 本发明公开了一种基于多任务深度学习的电动车骑行人员未佩戴头盔检测方法，涉及计算机视觉领域。该方法采用两个子网络，分别用于检测图像中的非机动车等占据较大区域的对象和骑行人头部区域，两个子网络共享同一个特征提取模块以及特征金字塔网络的部分层次，除此之外，两个子网络还拥有各自的输入模块和检测模块，从而可有效地避免目标大小相差悬殊对检测系统产生的影响。相对于现有技术中使用一个网络同一组权值参数检测大小差异显著的目标时所采用的方法，本发明能够大大提高对于骑行人员未佩戴头盔行为检测的准确性。
-
公开(公告)号：CN114005217A
公开(公告)日：2022-02-01
申请号：CN202111226808.8
申请日：2021-10-21
申请人： 浙江工商大学
摘要： 本发明属于电子投票领域，公开了一种基于区块链的电子投票系统和方法，包括支持加法同态的ElGamal加密的变形模块、基于环签名的范围证明模块和知识证明模块；支持加法同态的ElGamal加密的变形模块用来对所有的投票进行加密；基于环签名的范围证明模块，用于判断所使用的变形ElGamal加密明文是否属于{0，1}；知识证明模块用于验证唱票人的操作，即ElGamal解密操作。本发明不仅能满足投票的完整性、正确性、匿名性、不可重用性、适格性、公平性和可验证性这7个安全目标，还具有分布式的系统架构，本系统能够在不影响安全属性的前提下，实现对投票人的评分功能。保证了投票事件的客观性和专业性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.025 秒)
