-
公开(公告)号：CN116523727B
公开(公告)日：2024-09-24
申请号：CN202310585637.0
申请日：2023-05-23
Applicant: 淮阴工学院
IPC: G06T1/00
Abstract: 本发明涉及信息隐藏，数字水印技术领域，公开了一种基于SIFT和图像拆分的鲁棒水印算法，包括水印嵌入与水印提取方法，对于水印嵌入方法，首先对水印信息进行logistics置乱；其次将原始图像按奇偶行列拆分成两个图像，并利用SIFT在三张图像（原始图像及两张拆分图像）中提取出共同存在的特征点，确定其在原始图像中的特征区域；然后筛选出稳定的特征区域并选取其内切方形特征区域作为水印嵌入区域；最后将每一方形特征区域进行整数小波变换，在其低频区域进行分块和奇异值分解，将置乱后的水印量化嵌入到特征值矩阵中；水印提取为水印嵌入的逆过程。与现有技术相比，本发明提高图像水印的不可见性和鲁棒性，增强算法的抗几何攻击能力。
-
公开(公告)号：CN118659899A
公开(公告)日：2024-09-17
申请号：CN202410686423.7
申请日：2024-05-30
Applicant: 淮阴工学院
Abstract: 本发明公开了一种属性可撤销的多授权中心基于属性可搜索加密方法及系统，所述系统包括系统参数设置模块、密钥生成模块、加密模块、陷门生成模块、搜索模块、解密模块和属性撤销模块，系统参数设置模块生成公钥、私钥和公开属性密钥；密钥生成模块生成数据使用者私钥；加密模块生成密文和索引；陷门生成模块生成搜索陷门；搜索模块根据搜索陷门和关键字索引返回得到搜索密文；解密模块对搜索到的密文进行解密得到明文；属性撤销模块生成属性更新密钥、新的公开属性密钥、数据使用者私钥以及更新的密文。本发明能够实现细粒度访问控制和用户隐私保护，同时实现减少各个属性授权中心的计算压力以及实现关键字搜索，并对用户进行属性撤销。
-
公开(公告)号：CN117315716A
公开(公告)日：2023-12-29
申请号：CN202311229543.6
申请日：2023-09-22
Applicant: 淮阴工学院
IPC: G06V40/10 , G06V20/52 , G06V10/62 , G06V10/80 , G06V10/52 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于双相似度分割的遮挡行人重识别方法及装置，采用全局上下文关联模块提取全局特征；采用分组融合模块通过将不同尺度的特征图融合来收集更多的局部信息；然后使用加权交叉熵和三元组损失函数共同优化多分支网络；另外采用了双相似度区域分割方法消除图像中出现的无效干扰块，融合有效区域块的相似度；将行人图像对的全局相似度和各局部区域相似度进行融合，按相似度从大到小排序，实现行人重识别。本发明的方法显著提高了识别的性能，解决了遮挡行人重识别准确率不高的问题，为遮挡行人重识别在实际的应用中提供了一种更具优势的方法。
-
公开(公告)号：CN117315633A
公开(公告)日：2023-12-29
申请号：CN202311234257.9
申请日：2023-09-22
Applicant: 淮阴工学院
IPC: G06V20/59 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种基于姿态补充特征的驾驶员行为识别方法及装置，首先，预先获取驾驶员分心行为数据集，并对数据进行预处理；然后，将图像分别送入基于内卷积注意力的双叉式网络和姿态补充网络，通过双叉式网络同时关注局部特征和全局特征从而得到深层特征，通过姿态补充网络得到姿态补充特征；最后，将得到的深层特征和姿态补充特征进行特征融合；对驾驶员的行为进行检测。本发明在一定程度上克服了传统驾驶员行为识别时特征单一不全面、驾驶员相似行为难以区分以及复杂背景影响驾驶员行为识别的问题，提升了真实场景下驾驶员分心行为识别准确率，可辅助驾驶员安全行车，更贴合于实际情况，应用更为广泛，实用性更强。
-
公开(公告)号：CN117315597A
公开(公告)日：2023-12-29
申请号：CN202311229537.0
申请日：2023-09-22
Applicant: 淮阴工学院
IPC: G06V20/54 , G06V10/80 , G06V10/44 , G06V10/422 , G06V10/54 , G06V10/52 , G06V10/62 , G06V10/46 , G06V10/77 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于多分支的车辆重识别方法及装置，对预先获取的交通车辆原始图像进行预处理，构建包括主干网络模块、Transformer融合模块、全局特征提取模块以及局部特征提取模块的车辆重识别网络；主干网络模块用于提取车辆的特征信息；所述全局特征提取模块用于更好的提取特征信息并融合产生一个整体全局的车辆外观特征，判断车辆的一个整体轮廓；所述局部特征提取模块更加注意的是局部的一些细节特征的提取；所述Transformer融合模块来融合和进一步捕捉图像中的全局结构和语义信息，使其更好的分辨目标车辆。本发明通过三路分支的Transformer融合模块、局部和全局的特征提取的方法能在复杂的交通环境下对车辆进行有效的重识别。
-
Patent Agency Ranking
公开(公告)号：CN116823582A
公开(公告)日：2023-09-29
申请号：CN202310711385.1
申请日：2023-06-15
Applicant: 淮阴工学院
Abstract: 本发明涉及信息隐藏，数字水印技术领域，公开了一种基于多峰值直方图平移的可逆图像水印算法，包括水印嵌入与水印提取方法，水印嵌入时，通过对原始图像像素分布构建的直方图进行处理，根据直方图中较为突出的多个峰值点，选取合适距离的峰值点与零点将直方图自适应的划分为多个水印嵌入区间，最后在每个嵌入区间的次峰值点通过改进的直方图平移算法进行水印信息的嵌入，减少了像素点移动的个数。水印提取为水印嵌入的逆过程。与现有技术相比，本发明在保证一定的视觉质量的前提下，极大地提高了水印的嵌入容量。
-
公开(公告)号：CN116468594A
公开(公告)日：2023-07-21
申请号：CN202310516547.6
申请日：2023-05-09
Applicant: 淮阴工学院
IPC: G06T1/00
Abstract: 本发明涉及信息隐藏，数字水印技术领域，公开了一种基于菱形像素对互补嵌入的可逆水印算法，首先对载体图像进行预处理并分块。然后将像素分块划分为灰、白两个半平面。在水平方向和垂直方向上进行嵌入水印：利用平滑像素块中的目标像素和十字邻域上的4对参考像素作差，根据差值构建直方图，在灰色半平面使用直方图位移法进行第一次嵌入，接着对白色半平面进行第二次嵌入；使用同样的方法在垂直方向进行水印嵌入以平衡水平方向嵌入过程中产生的失真。水印提取方法为水印嵌入过程的逆过程。与现有技术相比，本发明利用菱形像素对预测、平滑区域选择来实现水印的嵌入与提取，增强了可逆水印算法的不可见性，提高嵌入容量。
-
公开(公告)号：CN116030245A
公开(公告)日：2023-04-28
申请号：CN202310032957.3
申请日：2023-01-10
Applicant: 淮阴工学院
IPC: G06V10/25 , G06V10/77 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于DSLNet网络的车辆检测方法及装置，对预先获取的交通车辆原始图像进行预处理，分为训练图像和测试图像；构建DSLNet车辆目标检测网络；包括主干网络模块、UDM加强特征提取模块以及YoloHead目标检测头模块；主干网络模块用于提取车辆的特征信息，UDM加强特征提取模块进一步加强特征的提取能力，YoloHead目标检测头模块用于检测目标对象；将事先分配好的训练图像输入到DSLNet车辆目标检测网络中进行训练；将测试图像输入到训练好的DSLNet车辆目标检测网络中，进行评估。本发明提出的DSLNet网络，结构简单，采用大卷积和小卷积组合的方式进行特征提取，并采用深度可分离卷积来降低参数量，能够实现道路图像中实时的车辆的准确识别，且识别准确率较高。
-
公开(公告)号：CN115272987A
公开(公告)日：2022-11-01
申请号：CN202210794742.0
申请日：2022-07-07
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于MSA‑Yolov5的恶劣天气下车辆检测方法及装置，首先，将DAWN数据集划分为训练集与测试集，并进行预处理；其次，构建MSA‑Yolov5模型，包括Backbone模块、Neck模块以及Prediction模块；其中Backbone模块为MSA‑ResBlock，包括Focus网络、SCBAM模块和ResBlock模块；首先用SCBAM模块对恶劣天气下，模糊场景中的车辆、行人目标进行特征强化；然后通过多尺度特征融合，使用GIoU算法作为边界框损失函数，使用FocalLoss降低预测框内正负样本的不平衡问题；最后检测出恶劣天气下车辆、行人的位置信息和标签信息，并得出检测的精确度。本发明具有图像校正的计算量减小、检测流程精简、网络的识别精度高的特点，可以对恶劣天气下的车辆、行人进行检测，并且具有检测速度快、模型小、准确率高的优点。
-
公开(公告)号：CN108708611A
公开(公告)日：2018-10-26
申请号：CN201810522713.2
申请日：2018-05-28
Applicant: 淮阴工学院
IPC: E04H6/24
CPC classification number: E04H6/24
Abstract: 本发明公开了适用于楼间过道的立体车库，包括固定在支架上的多层停车台，每层停车台上设有多个停车位，每个停车位内设有一块承载车辆的托板，停车台的前侧或后侧或前后两侧设有运转机构，运转机构包括固定架、沿固定架上下滑动的升降台、水平横移的底座以及运输所述托板的运转小车，固定架顶部设有的起吊装置通过绳索与升降台连接，运转小车位于底座上，运转小车的底部设有自行走轮，所述运转小车上设有举升托板的托举装置，所述托板与停车位的底面之间留有供运转小车穿行的空挡。整体结构与地面之间留有行车过道，适于安装在两栋楼之间的过道处，不妨碍过往行人和车辆，充分利用现有空间节省用地。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.031 seconds)
