-
公开(公告)号：CN117115180A
公开(公告)日：2023-11-24
申请号：CN202310817491.8
申请日：2023-07-05
申请人： 西安电子科技大学
IPC分类号： G06T7/11 , G06T7/00 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/0895
摘要： 本发明提出了一种基于自适应的半监督医学图像分割方法，实现步骤为：获取源域和目标域3D医学图像，并对其进行预处理；获取源域训练样本集；获取有标签目标域训练样本集、无标签目标域测试样本集以及目标域训练样本集；构建半监督医学图像分割模型O并定义其损失函数Loss；对半监督医学图像分割模型O进行迭代训练；获取半监督医学图像的分割结果。本发明源域训练样本集中包含有所有源域图像切片对应的域自适应图像，在对半监督医学图像分割模型进行训练的过程中，通过域自适应教师模型、目标域教师模型的不确定性指导学生模型学习更可靠的目标域预测概率图和域自适应预测概率图，充分利用源域数据，有效提高了医学图像的分割精度。
-
公开(公告)号：CN114882068B
公开(公告)日：2023-09-01
申请号：CN202210434733.0
申请日：2022-04-24
申请人： 电子科技大学
IPC分类号： G06T7/215 , G06V10/764 , G06V10/82 , G06V10/74 , G06N3/08
摘要： 本申请涉及目标跟踪技术领域，公开了一种多目标跟踪方法、装置、计算机设备和存储介质，所述方法包括：获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；基于目标检测算法获取第一跟踪图像中的第一目标集合；通过第一关联算法将第一目标集合与未丢失轨迹集合进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；通过第二关联算法将第二目标集合与丢失轨迹集合进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；通过第三关联算法将第三目标集合与第二轨迹集合、第三轨迹集合进行关联。本申请通过层次化的关联算法将跟踪目标与目标跟踪轨迹进行关联，有效地提高了多目标跟踪的性能。
-
公开(公告)号：CN116342648A
公开(公告)日：2023-06-27
申请号：CN202310196504.4
申请日：2023-03-03
申请人： 西安电子科技大学
IPC分类号： G06T7/246 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/40 , G06V10/25 , G06V10/32 , G06N3/0464 , G06N3/0455 , G06N3/08
摘要： 本发明基于混合结构注意力引导的孪生网络目标跟踪方法，具体为：将目标跟踪数据集划分为训练集和测试集，再对数据集进行预处理；构建混合结构注意力特征融合模块；构建基于混合结构注意力引导的孪生网络目标跟踪算法模型；利用训练集对步骤3构建的基于混合结构注意力引导的孪生网络目标跟踪算法模型进行迭代训练，得到训练好的基于混合结构注意力机制的孪生网络目标跟踪模型；将测试集作为训练好的基于混合结构注意力机制的孪生网络目标跟踪模型的输入进行前向推理，得到每个测试样本的跟踪结果。本发明方法解决了现有目标跟踪方法精度低的问题。
-
公开(公告)号：CN116309403A
公开(公告)日：2023-06-23
申请号：CN202310196976.X
申请日：2023-03-03
申请人： 西安电子科技大学
IPC分类号： G06T7/00 , G06T7/10 , G06V10/74 , G06V10/82 , G06V10/774 , G06N3/084 , G06N3/0895 , G06N3/047
摘要： 本发明公开了基于相似性度量半监督对比学习医学图像分割方法，具体过程为：将体素格式的待分割医学图像数据集划分为训练集、验证集和测试集，并对数据集进行预处理；构建对比学习半监督分割模型；利用训练集与验证集对构建的对比学习半监督分割模型进行迭代训练，得到训练好的对比学习半监督分割模型；将测试集作为训练好的对比学习半监督分割模型的输入进行前向推理，得到每个测试样本的分割分数。本发明方法解决了现有分割方法中没有利用医学图像中体素数据之间的相似性，导致选取的负对中存在假阴性，影响模型的分割性能的问题。
-
公开(公告)号：CN105117332B
公开(公告)日：2018-08-14
申请号：CN201510510578.6
申请日：2015-08-19
申请人： 电子科技大学
摘要： 本发明提供一种栈溢出位置的检测方法，涉及软件检测技术领域，用以快速检测栈溢出位置，帮助软件分析。本发明方法包括：定义一个集合A，利用程序插桩执行测试软件；当执行call执行时时，获取到其入栈地址并将其存入集合A；在执行ret指令时，判断其返回地址是否在集合A中，如果在，则判定该函数未发生栈溢出，如果不在，则判定该函数存在栈溢出。本发明技术方案主要用于软件分析，能够快速准确定位出产生栈溢出的模块，并且通过进一步分析，可以准确定位到导致栈溢出的具体位置。本发明不需要被测软件的源码便可处理商用软件，能够检测所有函数类型，例如各类复杂的嵌套函数，具有更好的适应性。
-
公开(公告)号：CN104866735A
公开(公告)日：2015-08-26
申请号：CN201510263330.4
申请日：2015-05-22
申请人： 电子科技大学
IPC分类号： G06F21/10
CPC分类号： G06F21/10
摘要： 本发明涉及一种针对数值型关系数据库的数字水印版权保护方法，属于计算机安全领域，具体提供一种数值型关系数据库水印的嵌入及提取验证方法。所述的方法包括对数值型关系数据库的模式和数据分析，数字水印生成及嵌入，以及数字水印的检测方法。本发明针对数值型关系数据库的特点，能够高效动态的对数据均匀的注入数字水印信息，并且在不需要源数据的情况下，提取出数字水印信息。所述的方法采用了密钥加密和抗重排序等技术，能够有效的抵抗各类去水印攻击，能够保证在低于50％的行修改情况下不会丢失水印。
-
公开(公告)号：CN114882068A
公开(公告)日：2022-08-09
申请号：CN202210434733.0
申请日：2022-04-24
申请人： 电子科技大学
IPC分类号： G06T7/215 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/08
摘要： 本申请涉及目标跟踪技术领域，公开了一种多目标跟踪方法、装置、计算机设备和存储介质，所述方法包括：获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；基于目标检测算法获取第一跟踪图像中的第一目标集合；通过第一关联算法将第一目标集合与未丢失轨迹集合进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；通过第二关联算法将第二目标集合与丢失轨迹集合进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；通过第三关联算法将第三目标集合与第二轨迹集合、第三轨迹集合进行关联。本申请通过层次化的关联算法将跟踪目标与目标跟踪轨迹进行关联，有效地提高了多目标跟踪的性能。
-
公开(公告)号：CN112785627A
公开(公告)日：2021-05-11
申请号：CN202110143991.9
申请日：2021-02-02
申请人： 电子科技大学
摘要： 本发明涉及计算机图像处理领域，具体是一种基于重识别技术的多目标跟踪方法，包括如下步骤：步骤一、数据预处理；步骤二、训练分支网络，构建分支网络的损失函数；步骤三、利用分支网络的损失函数构建主干网络的损失函数；步骤四、基于分支网络使用DeepSORT算法进行多目标跟踪；解决多目标跟踪准确性与实时性不足的问题。
-
公开(公告)号：CN104866735B
公开(公告)日：2017-11-17
申请号：CN201510263330.4
申请日：2015-05-22
申请人： 电子科技大学
IPC分类号： G06F21/10
摘要： 本发明涉及一种针对数值型关系数据库的数字水印版权保护方法，属于计算机安全领域，具体提供一种数值型关系数据库水印的嵌入及提取验证方法。所述的方法包括对数值型关系数据库的模式和数据分析，数字水印生成及嵌入，以及数字水印的检测方法。本发明针对数值型关系数据库的特点，能够高效动态的对数据均匀的注入数字水印信息，并且在不需要源数据的情况下，提取出数字水印信息。所述的方法采用了密钥加密和抗重排序等技术，能够有效的抵抗各类去水印攻击，能够保证在低于50％的行修改情况下不会丢失水印。
-
公开(公告)号：CN104184728A
公开(公告)日：2014-12-03
申请号：CN201410398508.1
申请日：2014-08-14
申请人： 电子科技大学
摘要： 本发明公开了一种Web应用系统的安全检测方法和安全检测装置，其目的在于提供一种通过本地检测和云端检测的双重检测且安全性能高的Web应用系统的安全检测方法和安全检测装置，属于网络安全技术领域。该检测方法包括本地安全检测、云端安全检测和渗透测试三个步骤对Web应用系统进行安全检测。本发明用于Web应用系统的安全检测。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.035 秒)
