-
Patent Agency Ranking
公开(公告)号：CN112839327B
公开(公告)日：2022-08-16
申请号：CN202110080627.2
申请日：2021-01-21
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域，提供了一种基于WiFi信号的人员合法性检测方法及装置，该方法包括：从穿过目标检测区域的WiFi信号确定目标CSI幅值序列，并采用主成分分析法对目标CSI幅值序列进行降维处理，得到第二主成分序列；根据第二主成分序列的方差和短时能量确定第二主成分中目标人员的活动片段；对活动片段进行小波分解，构建目标人员的目标特征数据集；基于粒子群的近邻传播算法及目标特征数据集确定目标人员的合法性。本申请通过检测目标人员的CSI幅值序列中的活动片段，能够在不明确目标人员具体身份信息的情况下检测目标人员的合法性，从而解决人员合法性检测过程中个人隐私泄露的问题，提高人们的安全感。
-
公开(公告)号：CN112839327A
公开(公告)日：2021-05-25
申请号：CN202110080627.2
申请日：2021-01-21
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域，提供了一种基于WiFi信号的人员合法性检测方法及装置，该方法包括：从穿过目标检测区域的WiFi信号确定目标CSI幅值序列，并采用主成分分析法对目标CSI幅值序列进行降维处理，得到第二主成分序列；根据第二主成分序列的方差和短时能量确定第二主成分中目标人员的活动片段；对活动片段进行小波分解，构建目标人员的目标特征数据集；基于粒子群的近邻传播算法及目标特征数据集确定目标人员的合法性。本申请通过检测目标人员的CSI幅值序列中的活动片段，能够在不明确目标人员具体身份信息的情况下检测目标人员的合法性，从而解决人员合法性检测过程中个人隐私泄露的问题，提高人们的安全感。
-
公开(公告)号：CN111652132B
公开(公告)日：2022-06-21
申请号：CN202010492366.0
申请日：2020-06-03
Applicant: 河北工程大学
Abstract: 本发明公开了一种基于深度学习的非视距身份识别方法、设备及存储介质，属于无线网络和非视距下的行为识别技术领域。本发明方法利用普通商用路由器收集CSI数据，通过对原始CSI数据进行预处理，并使用MSCNN算法从处理后的活动片段自动提取能够区分不同个体的特征，最后使用SoftMax函数实现穿墙情况下的活动人员的身份识别。本发明方法易于实现，便于实施，执行效率高，识别结果准确性高。
-
公开(公告)号：CN111652132A
公开(公告)日：2020-09-11
申请号：CN202010492366.0
申请日：2020-06-03
Applicant: 河北工程大学
Abstract: 本发明公开了一种基于深度学习的非视距身份识别方法、设备及存储介质，属于无线网络和非视距下的行为识别技术领域。本发明方法利用普通商用路由器收集CSI数据，通过对原始CSI数据进行预处理，并使用MSCNN算法从处理后的活动片段自动提取能够区分不同个体的特征，最后使用SoftMax函数实现穿墙情况下的活动人员的身份识别。本发明方法易于实现，便于实施，执行效率高，识别结果准确性高。
-
公开(公告)号：CN113128505A
公开(公告)日：2021-07-16
申请号：CN202110472561.1
申请日：2021-04-29
Applicant: 河北工程大学
Abstract: 本发明适用于人工智能技术领域，提供了一种局部可视对抗样本的检测方法、装置、设备和存储介质，其中，局部可视对抗样本的检测方法包括：基于类激活映射方式对目标样本进行定位处理，得到目标样本的样本区域；将样本区域输入至预设分类模型，得到样本区域的第一分类预测向量；对样本区域进行图像变换；将变换后的样本区域输入至预设分类模型，得到变换后的样本区域的第二分类预测向量；获取第一分类预测向量和第二分类预测向量的距离值；在距离值大于预设阈值的情况下，将目标样本检测为局部可视对抗样本。采用本发明可以在实现成本低的同时，准确地检测出局部可视对抗样本，检测效果较好。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
