基于三维重建的多相机系统标定方法

    公开(公告)号:CN117830435A

    公开(公告)日:2024-04-05

    申请号:CN202410046673.4

    申请日:2024-01-12

    IPC分类号: G06T7/80 G06T17/00 G06V10/74

    摘要: 本发明提出了一种基于三维重建的多相机系统标定方法,实现步骤为:构建待标定多相机系统的标定场景;获取场景图像的图像对;对标定物进行三维重建;对标定物的三维稀疏点云进行尺度恢复;构建描述子标准库;获取多相机系统的外参标定图和内参标定图;获取多相机系统内参和外参的标定结果;本发明通过所有场景图像的图像对对标定物进行三维重建后,获取标定物具有真实尺度的三维稀疏点云,确保了无论待标定相机从任何角对标定物进行拍摄,都能够准确匹配图像中的特征点和标定物的三维点,有效提高了标定的准确性,同时通过描述子标准库对相机的外参和内参进行标定有效提高了标定效率。

    基于块匹配的多尺度融合的图像匹配及装置、电子设备

    公开(公告)号:CN117710707A

    公开(公告)日:2024-03-15

    申请号:CN202311871046.6

    申请日:2023-12-29

    摘要: 本发明公开了一种基于块匹配的多尺度融合的图像匹配方法及装置、电子设备,将待匹配的图像输入至训练好的基于块匹配的图像特征点匹配模型,得到待匹配图像的多对精细匹配点对,其中,待匹配图像包括一对内容相似的图像;根据精细匹配点对,匹配待匹配的图像;对待匹配图像进行粗匹配,得到多个第一粗匹配点对;对第一粗匹配点对周围的局部待匹配图像进行多次匹配,得到精细匹配点对。根据本发明提供的图像匹配方法,通过对第一粗匹配点周围的局部待匹配图像进行多次粗匹配,能够得到更多的可重复兴趣点;通过只对局部待匹配图像进行匹配而不是对全部待匹配图像进行匹配,能够降低计算复杂度;从而提高本发明的提供的图像匹配方法的应用效率。

    基于神经网络的DDoS攻击预测方法
    3.
    发明公开

    公开(公告)号:CN116318970A

    公开(公告)日:2023-06-23

    申请号:CN202310251299.7

    申请日:2023-03-15

    摘要: 本发明公开了一种基于神经网络的DDoS攻击预测方法,解决了现有网络流量预测模型预测精度不高,无法准确预测未来时刻网络流量的问题;以及传统方法使用固定阈值识别DDoS攻击导致准确性不高的问题。实现包括,流量数据采集;构建HMM‑LSTM预测模型;网络流量预测;设定动态阈值;DDoS攻击识别。本发明针对DDoS攻击流量突发性,选取统计报文数作为SDN网络流量特征参数,构建HMM‑LSTM预测模型预测未来一段时间网络流量,提高了网络流量的预测精度,通过设定动态阈值识别DDoS攻击,减小了固定阈值对识别准确性的影响,能及时地识别到DDoS攻击,为DDoS攻击的防御争取时间,能够降低DDoS攻击所造成的损失。用于SDN网络的DDoS攻击预测。

    多域网络安全路径计算方法、系统、设备、介质及终端

    公开(公告)号:CN114827002B

    公开(公告)日:2023-04-07

    申请号:CN202210264365.X

    申请日:2022-03-17

    摘要: 本发明属于网络安全技术领域,公开了一种多域网络安全路径计算方法、系统、设备、介质及终端,所述多域网络安全路径计算方法包括:各子网络的中间件将域内拓扑上传区块链;由部署在区块链上的路径计算智能合约构建全局拓扑,进行路径计算,生成路径信息;各子网络的中间件读取各流表匹配项对应的路径信息,向其所管理的交换机下发流表。本发明利用区块链技术,实现对多域SDN网络控制器的数据收集和共享,利用智能合约实现全局路径计算,解决跨域路由问题,避免由单个控制器进行路径计算而带来的各种安全隐患,使路径计算更加安全可靠。

    一种意图驱动的网络防御策略生成方法、系统及应用

    公开(公告)号:CN114760095A

    公开(公告)日:2022-07-15

    申请号:CN202210231975.X

    申请日:2022-03-09

    IPC分类号: H04L9/40

    摘要: 本发明属于网络安全技术领域,公开了一种意图驱动的网络防御策略生成方法、系统及应用,获取链路的流量信息;依据链路的流量信息,确定链路安全状态,并生成信念;当确定链路的安全状态为异常时,根据信念,生成愿望和意图,完成防御策略的推理;依据防御策略,解除链路的异常。本发明能够根据链路的安全状态,基于意图驱动实现遭遇网络攻击时,防御策略生成的自动化。本发明通过BDI推理能力,将防御策略制定的过程动态化,即不仅可以根据链路状态的变化,及时调整当前的防御策略,还可以处理在执行预期行为的过程中发生的问题,例如:阈值设置不合理等;因此本发明面对复杂多变的网络攻击时,能灵活主动的应对网络攻击,提高了网络弹性。

    基于图像DCT域的SVD分解的模糊检测方法

    公开(公告)号:CN108510496A

    公开(公告)日:2018-09-07

    申请号:CN201810313311.1

    申请日:2018-04-09

    IPC分类号: G06T7/00

    摘要: 本发明提出了一种基于图像DCT域的SVD分解的模糊检测方法。首先计算待测图像的梯度图,图像的边缘信息可以从梯度图中得到,然后把梯度图进行分块,并进行DCT变换,因为DCT域的交流系数反映了图像的边缘和清晰度,接着差分矩阵来分析DCT域的交流系数信息,通过计算差分矩阵的奇异值,并构造响应函数来表示块的图像的模糊程度,最终用均值和方差去归一化图像块响应之和,来消除图像内容的影响。实验表明该方法得到的模糊分数与人眼对图像的主观评价分数高度一致。本发明的检测模型考虑到图像变模糊过程中的边缘变宽,清晰度变弱等特点,并有效的消除图像内容的影响,因此检测准确率很高,而且检测效率快,整体性能优于前人的方法。

    基于张量MPCA的极化SAR图像分类方法

    公开(公告)号:CN104751183B

    公开(公告)日:2018-03-06

    申请号:CN201510164002.9

    申请日:2015-04-08

    IPC分类号: G06K9/62 G06K9/66

    摘要: 本发明公开了一种基于张量MPCA的极化SAR图像分类方法,可应用于化合成孔径雷达SAR图像分类。其实现过程是:(1)输入极化合成孔径雷达图像SAR三个通道的数据;(2)数据转换,将原始数据转换成张量形式;(3)提取图像特征;(4)训练分类器;(5)对待分类数据进行分类,得到分类结果。本发明将极化合成孔径雷达SAR图像三个通道的数据转换成张量形式,利用了原始数据的空间结构信息,提高了分类正确率。

    一种槽型横向MOSFET器件的制造方法

    公开(公告)号:CN104253050B

    公开(公告)日:2016-12-21

    申请号:CN201410143064.7

    申请日:2014-04-10

    IPC分类号: H01L21/336

    摘要: 一种槽型横向MOSFET器件的制造方法,属于功率半导体器件制造技术领域。本发明通过刻蚀深槽、热生长形成绝缘介质层、淀积半导体层、平坦化半导体层、倾斜离子注入、高温推结、淀积绝缘介质以及平坦化绝缘介质,最后形成有源区和电极等关键工艺步骤,实现了一种槽型横向半导体器件的工艺制造。本发明的工艺有以下优点:第一,本发明可以在槽两侧壁形成两种不同掺杂类型、窄且高浓度的延伸至介质槽底部的P柱区或者N柱区,有利于提高器件的耐压,降低导通电阻和缩小器件横向尺寸;第二,不需要复杂的掩膜,降低了工艺成本;第三,避免介质槽填充及平坦化对体区、体接触区、以及源区和漏区产生的影响。

    一种横向SOI功率LDMOS器件
    9.
    发明授权

    公开(公告)号:CN104201206B

    公开(公告)日:2016-09-21

    申请号:CN201410439282.5

    申请日:2014-08-29

    摘要: 一种横向SOI功率LDMOS器件,属于半导体功率器件技术领域。器件包括衬底、介质埋层及其上的半导体有源层,半导体有源层中形成槽型辅助积累结构,槽型辅助积累结构两侧为漂移区。槽型辅助积累结构由两层槽型隔离介质中间夹一层半导体高阻区形成,半导体高阻区中形成集成二极管。本发明在器件开态时,槽型辅助积累结构与漂移区界面处形成多子积累层,构成一条电流低阻通道,显著降低器件比导通电阻。关断状态,半导体高阻区承受耐压。开态电流大部分流经多子积累层,使得比导通电阻几乎与漂移区掺杂浓度无关,有效地缓解击穿电压与比导通电阻的矛盾关系。

    基于张量MPCA的极化SAR图像分类方法

    公开(公告)号:CN104751183A

    公开(公告)日:2015-07-01

    申请号:CN201510164002.9

    申请日:2015-04-08

    IPC分类号: G06K9/62 G06K9/66

    摘要: 本发明公开了一种基于张量MPCA的极化SAR图像分类方法,可应用于化合成孔径雷达SAR图像分类。其实现过程是:(1)输入极化合成孔径雷达图像SAR三个通道的数据;(2)数据转换,将原始数据转换成张量形式;(3)提取图像特征;(4)训练分类器;(5)对待分类数据进行分类,得到分类结果。本发明将极化合成孔径雷达SAR图像三个通道的数据转换成张量形式,利用了原始数据的空间结构信息,提高了分类正确率。