一种伪造图像的识别方法、装置及设备

    公开(公告)号:CN114267089B

    公开(公告)日:2022-05-31

    申请号:CN202210203248.2

    申请日:2022-03-03

    Abstract: 本发明公开了一种伪造图像的识别方法、装置及设备,其中,所述方法包括:获取待检测图像;获取所述待检测图像的频谱掩模与所述待检测图像对应的身份空间约束,所述身份空间约束是指所述待检测图像与对应的预设参考正确图像的关联性权重分布图;根据所述频谱掩模对所述待检测图像进行分频,分别得到频谱的高频分量和低频分量;通过所述频谱的高频分量和低频分量与所述身份空间约束,分别得到高频分量的伪造概率和低频分量的伪造概率;合并所述高频分量的伪造概率和所述低频分量的伪造概率,得到最终伪造概率。通过上述方式,本发明提高了识别系统对于不同造假技术的泛化能力,增强了识别器的性能。

    引力波侯选体筛选方法、装置及存储介质

    公开(公告)号:CN114549912A

    公开(公告)日:2022-05-27

    申请号:CN202210436894.3

    申请日:2022-04-25

    Abstract: 本申请提供一种引力波侯选体筛选方法、装置及存储介质,其中方法包括:确定多探测器联合观测的观测数据的相干信噪比;将所述相干信噪比投射到天区图后得到目标二维图像;将所述目标二维图像输入至引力波侯选体筛选模型,得到所述引力波侯选体筛选模型输出的引力波侯选体筛选结果;所述引力波侯选体筛选模型是基于目标二维图像样本及预先确定的引力波侯选体标签训练后确定的。本申请通过模拟多探测器对同一天区图进行联合观测的观测结果,确定联合观测的相干信噪比,减少了噪声对信号的干扰,提升了观测数据的信噪比,同时结合深度学习算法,利用引力波侯选体筛选模型实现引力波信号的自动筛选识别。

    基于在线学习的统计量确定方法及系统

    公开(公告)号:CN110321366B

    公开(公告)日:2021-06-25

    申请号:CN201910566988.0

    申请日:2019-06-27

    Abstract: 本发明涉及一种基于在线学习的统计量确定方法及系统,所述统计量确定方法包括:实时获取当前t时刻来自客户端的待处理数据,并确定待处理数据的类型;预先设定合格检验标准及可靠检验标准;筛选出合格数据;调取(t‑1)时刻统计量;根据合格数据及(t‑1)时刻统计量,确定t时刻统计量;检测当前待处理数据是否可靠,如果可靠,则删除合格数据,t时刻统计量为时刻t的终值统计量;否则根据t时刻统计量及合格数据,计算出不包含合格数据的统计量,确定t时刻的终值统计量;存储时刻t的终值统计量。本发明根据同时符合合格标准及可靠标准的数据更新统计量,并删除所述数据,避免数据占用大量内容,同时更新统计量与数据存储无关,提高统计量的更新速度。

    基于稀疏编码的码率控制的图像压缩方法、系统及装置

    公开(公告)号:CN112203089A

    公开(公告)日:2021-01-08

    申请号:CN202011396914.6

    申请日:2020-12-03

    Abstract: 本发明属于数字图像处理技术领域,具体涉及了一种基于稀疏编码的码率控制的图像压缩方法、系统及装置,旨在解决现有遥感图像压缩码率不易控制且码率分配不合理,导致遥感图像压缩效率低,压缩后图像重建质量低的问题。本发明包括:将待编码图像划分为设定大小,并进行编码参数设定;提取图像块均值并进行量化和熵编码;每次更新图像实际编码码率后,与设定目标码率进行比较,并根据比较结果确定下一步操作;每次迭代编码时,选取复杂度较高的图像块进行稀疏编码,其数量由当前图像实际编码码率、设定目标码率和系数共同决定;在设定的编码码率下完成图像编码。本发明编码码率精准可控,分配合理并能动态调整,可以实现图像的高效、高质量压缩。

    基于多模态交互式的信息采集方法及系统

    公开(公告)号:CN112069484A

    公开(公告)日:2020-12-11

    申请号:CN202011243517.5

    申请日:2020-11-10

    Inventor: 罗冠 游强 胡卫明

    Abstract: 本发明涉及一种基于多模态交互式的信息采集方法及系统,所述信息采集方法包括:基于待验证人员的人脸图像和人声片段进行身份认证;通过所述待验证人员的人脸图像和人声片段,预识别与所述待验证人员相关的属性信息;获取待验证人员的需求信息;根据所述需求信息及所述属性信息,确定问卷内容;所述问卷内容以多模态的交互形式展示给待验证人员,以得到待验证人员的多模态问卷答案;将所述多模态问卷答案进行信息融合;根据融合的结果进行信息的有效性验证。本发明通过待验证人员的人脸图像和人声片段进行身份认证,利用语音和人脸图像信息,从模式识别和多模态融合分析方法入手,从认证端就完成了用户多个问卷身份的关联,然后充分挖掘用户多个维度的信息,并且通过交互的过程对这些信息进行有效性判断,对于准确性存疑的信息,通过二次交互进一步确认信息的有效性。

    基于特征变换度量网络的少样本人体行为识别方法及系统

    公开(公告)号:CN112001345A

    公开(公告)日:2020-11-27

    申请号:CN202010893758.8

    申请日:2020-08-31

    Abstract: 本发明涉及一种基于特征变换度量网络的少样本人体行为识别方法及系统,包括:对多个原始视频进行特征图提取,得到各原始视频的空间特征图;并划分成支持特征图和查询特征图;根据支持特征图和查询特征图,得到变换支持特征图和变换查询特征图;进而得到特征度量距离;根据特征度量距离及查询视频的行为类别,建立识别模型;根据识别模型及待识别视频,确定待识别视频对应的行为类别。本发明基于特征变换网络,通过将特征转移到行为类别中心的偏移位置,能够减小特征类内距离及增大特征类间差异,极大地减小分类难度;并进一步基于特征度量网络,可提高特征度量的精确度,从而可提高少样本人体行为识别精度。

    低资源条件下的关联规则挖掘方法、系统、装置

    公开(公告)号:CN111352954A

    公开(公告)日:2020-06-30

    申请号:CN202010110929.5

    申请日:2020-02-20

    Abstract: 本发明属于数据挖掘领域,具体涉及一种低资源条件下的关联规则挖掘方法、系统、装置,旨在解决现有的关联规则挖掘方法无法在低内存下完整的低频关联规则的挖掘的问题。本系统方法包括:获取待挖掘关联规则的数据集,对数据集各事务中的项进行数字化编码;获取高频频繁项集和高频关联规则;构建第一低频频繁项集和第二低频频繁项集;基于第一低频频繁项集、第二低频频繁项集,通过setdiff函数得到第三低频频繁项集,并根据第三低频频繁项集获取低频关联规则;输出高频关联规则、低频关联规则。本发明能够在低内存条件下挖掘完整的低频关联规则。

    一种基于线性动态系统的视频关键帧提取方法

    公开(公告)号:CN107027051B

    公开(公告)日:2019-11-08

    申请号:CN201610596600.8

    申请日:2016-07-26

    Inventor: 罗冠 胡卫明

    Abstract: 本发明公开了一种基于线性动态系统的视频关键帧提取方法,该方法包括以下步骤:步骤1,收集待处理的视频数据文件;步骤2,初始化一个视频片段,计算所述视频片段的线性动态系统模型参数,根据模型参数计算视频片段的重构误差;步骤3,逐帧增加所述视频片段的长度,重复步骤2直到重构误差超过预设的阈值;步骤4,将最后确定的视频片段的中间帧作为该片段的关键帧;步骤5,在前一个视频片段后初始化下一个新的视频片段,重复步骤2至步骤4直到所述视频数据文件结束。本发明可以显著提高关键帧在语义内容上的描述能力,可以应用在互联网视频内容检索、敏感视频检测与过滤以及智能视频监控等业务中。

Patent Agency Ranking