-
公开(公告)号：CN109587498B
公开(公告)日：2022-07-08
申请号：CN201811593258.1
申请日：2018-12-25
Applicant: 华南农业大学
IPC: H04N19/40 , H04N21/4402 , H04N19/172 , H04N19/42 , H04N17/00
Abstract: 本发明提供一种由AVC转码HEVC视频的鉴定方法，包括：利用HEVC解码器对待鉴定视频进行解码，同时从码流中解析出每帧的预测单元划分情况；对于帧内预测的I帧和帧间预测的P帧分别统计其中5种和25种预测单元的出现频率；分别针对I帧和P帧，计算预测单元在每种帧中出现的平均频率，生成5维和25维特征集合；将两个特征集合合并成为30维特征集合，用于视频的训练或鉴定。本发明提供的一种由AVC转码HEVC视频的鉴定方法，通过分析HEVC视频中I帧和P帧的PU划分策略，提出一种基于I帧和P帧中PU分布概率的特征集合，并通过支持向量机分类器鉴定出HEVC转码视频，有效检测由AVC编码转换为HEVC的转码视频，为HEVC视频原始性的鉴定提供了有效的方法。
-
公开(公告)号：CN119442168A
公开(公告)日：2025-02-14
申请号：CN202411398963.1
申请日：2024-10-09
Applicant: 华南农业大学
IPC: G06F18/27 , G06F18/243 , G06F18/25 , G06N3/0464 , G06N3/084 , G01G17/08
Abstract: 本发明公开了一种结合深度学习和多模态数据的智能化肉鸭估重方法，所述方法包括S1、基于多视图摄像头获取肉鸭的视觉模态数据，S2、采集肉鸭的非视觉模态数据，S3、基于深度学习网络融合视觉模态数据与非视觉模态数据，S4、基于融合数据进行肉鸭关键点检测并校正姿势和遮挡误差，S5、利用校正后的关键点数据估算肉鸭体重；该结合深度学习和多模态数据的智能化肉鸭估重方法，实现对大批量肉鸭的实时体重估算，节省了人工操作时间，显著提高了生产管理效率，能够应对肉鸭不同姿态及相互遮挡的复杂养殖场景，增强了估重系统在真实养殖环境下的适应性和鲁棒性，保证了在各种情况下的稳定性能。
-
公开(公告)号：CN114998261B
公开(公告)日：2024-12-24
申请号：CN202210622240.X
申请日：2022-06-02
Applicant: 华南农业大学
IPC: G06T7/00 , G06T7/10 , G06T3/4007 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明提供了一种双流U‑Net图像篡改检测网络系统，该网络采用U型编解码网络结构，编码器包括RGB流和Noise流，采用RGB流去提取图像中的高低层次篡改特征，从而获得粗定位效果；采用Noise流作为补充流去揭露图像中的局部噪声不一致性；两流以轻量级的层次化方式结合，使得本发明网络在不同的尺度上，感知形状与尺寸上差异大的篡改目标；编码器编码后，网络采用解码器同时融合编码特征与跳跃特征，获得丰富的低层次篡改痕迹和空间定位信息，满足精确定位篡改目标区域的需求；应用该双流U‑Net图像篡改检测网络系统的图像篡改检测方法，能同时检测拼接、复制移动、去除三种类型的篡改，该方法具备一定的鲁棒性，在应对不同压缩因子的JPEG压缩攻击中，仍能保持较好的检测效果。
-
公开(公告)号：CN117911410B
公开(公告)日：2024-06-14
申请号：CN202410311048.8
申请日：2024-03-19
Applicant: 华南农业大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06T7/10
Abstract: 本发明提出一种视频对象移除篡改检测方法及系统，涉及信息安全计算机视觉的技术领域，方法包括获取视频对象移除篡改检测数据集；对所述视频对象移除篡改检测数据集进行预处理，得到裁剪数据集；对所述裁剪数据集进行预处理，得到所述裁剪数据集的高频信息；将所述高频信息作为预设的视频对象移除篡改检测模型的输入，对所述视频对象移除篡改检测模型进行训练，得到训练好的视频对象移除篡改检测模型，所述视频对象移除篡改检测模型用于输出待检测视频是否存在对象移除篡改的判定结果。本发明有效地提取视频的时空特征，增强了视频中对象的关注度和区分度，提高了视频对象移除篡改检测准确率和效率。
-
公开(公告)号：CN117408961A
公开(公告)日：2024-01-16
申请号：CN202311340291.4
申请日：2023-10-16
Applicant: 华南农业大学
IPC: G06T7/00 , H04N19/587 , H04N19/597 , H04N19/50
Abstract: 本发明涉及视频检测技术领域，公开了一种基于帧间残差频率重建学习的深度视频插帧检测方法，从深度插帧篡改视频和原始视频的帧间残差频率特征的差异出发，利用重建策略学习原始视频的残差频率特征的一致性表示，具体地，设计了分别基于帧间残差的高频和低频频率特征的重建模块，强制重建模块仅拟合原始视频的帧间残差频率特征的重建过程，以捕获原始视频帧间残差的一致性表示，利用来自不同频率重建模块的中间特征之间的差异来构建重建差异引导注意力模块，以此引导主干网络更关注重建过程中原始视频和深度插帧视频的差异，在跨帧率和跨深度插帧技术等泛化性测试上获得了最优性能，检测效果较好。
-
Patent Agency Ranking
公开(公告)号：CN114222123B
公开(公告)日：2022-11-15
申请号：CN202111535667.8
申请日：2021-12-15
Applicant: 华南农业大学
IPC: H04N19/132 , H04N19/169 , H04N19/42 , H04N1/32 , H04L9/00 , H04L9/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种任意压缩率的加密图像有损压缩与重构系统及方法，涉及图像加密压缩和计算机视觉的技术领域，所述系统包括加密模块、压缩模块和解密重构模块；原始图像输入至加密模块，加密模块对原始图像进行加密操作，获得加密图像，发送至压缩模块；压缩模块对加密图像进行联合压缩操作，获得压缩加密图像，发送至解密重构模块；解密重构模块对压缩加密图像依次进行解密还原、浅层特征提取、深层特征提取、信息补充和下采样约束操作，获得最终重构图像。本发明采用联合压缩操作获得任意的压缩率，提高了压缩性能；重构时深层特征提取获得了图像的细节特征，信息补充用来补充丢失的信息，下采样约束对采样位置进行约束，协同提高重构性能。
-
公开(公告)号：CN113660386B
公开(公告)日：2022-04-26
申请号：CN202110781008.6
申请日：2021-07-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种彩色图像加密压缩与超分重构系统和方法，系统包括预处理模块、加密压缩模块、解密模块和重构模块；原始图像输入至预处理模块，预处理模块对原始图像进行预处理操作，获得编码序列后，将原始图像和编码序列输入至加密压缩模块；加密压缩模块对原始图像和编码序列进行加密、压缩操作，获得加密压缩图像文件和加密编码序列，发送至解密模块；解密模块对加密压缩图像文件和加密编码序列进行解密操作，获得插值图像和解密图像，发送至重构模块；所述重构模块获取插值图像的局部特征、特征权重图和上采样图像，融合生成初始重构图像，再利用解密图像对初始重构图像进行修正，输出最终重构图像。本发明能够有效提升重构图像的重构质量。
-
公开(公告)号：CN114222123A
公开(公告)日：2022-03-22
申请号：CN202111535667.8
申请日：2021-12-15
Applicant: 华南农业大学
IPC: H04N19/132 , H04N19/169 , H04N19/42 , H04N1/32 , H04L9/00 , H04L9/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种任意压缩率的加密图像有损压缩与重构系统及方法，涉及图像加密压缩和计算机视觉的技术领域，所述系统包括加密模块、压缩模块和解密重构模块；原始图像输入至加密模块，加密模块对原始图像进行加密操作，获得加密图像，发送至压缩模块；压缩模块对加密图像进行联合压缩操作，获得压缩加密图像，发送至解密重构模块；解密重构模块对压缩加密图像依次进行解密还原、浅层特征提取、深层特征提取、信息补充和下采样约束操作，获得最终重构图像。本发明采用联合压缩操作获得任意的压缩率，提高了压缩性能；重构时深层特征提取获得了图像的细节特征，信息补充用来补充丢失的信息，下采样约束对采样位置进行约束，协同提高重构性能。
-
公开(公告)号：CN120014717A
公开(公告)日：2025-05-16
申请号：CN202510025320.0
申请日：2025-01-08
Applicant: 华南农业大学
Abstract: 本申请涉及图像分析技术领域，涉及一种伪造人脸检测方法、装置、设备及介质。所述方法包括：获取待检测的目标图片；对所述目标图片进行三维特征提取，得到所述目标图片的三维特征，并通过注意力机制对所述三维特征进行特征增强，得到三维增强特征；对所述目标图片进行二维特征提取，得到所述目标图片的二维特征；通过预设的多头注意力机制模块对所述三维增强特征和所述二维特征进行特征拼接和特征增强，得到目标输出特征；将所述目标输出特征输入至预设的第一激活函数中，得到所述目标图片的检测结果。本申请解决了现有技术中存在的重建结果不准确、数据获取难度较大、对于一些低分辨率或存在遮挡的人脸图像难以进行准确检测的问题。
-
公开(公告)号：CN119996704A
公开(公告)日：2025-05-13
申请号：CN202510017577.1
申请日：2025-01-06
Applicant: 华南农业大学
IPC: H04N19/40 , H04N19/119 , H04N19/139 , H04N19/52 , H04N19/593 , H04N19/176 , G06V20/40 , G06V10/774
Abstract: 本发明公开了基于帧内帧间矢量信息的视频转码分类检测方法及系统，该方法包括：构建原始视频数据集与转码视频数据集；对原始视频数据集与转码视频数据集进行帧内特征信息提取处理，得到原始视频数据集的帧内预测特征信息与转码视频数据集的帧内预测特征信息；对原始视频数据集与转码视频数据集进行帧间特征信息提取处理，得到原始视频数据集的帧间预测特征信息与转码视频数据集的帧间预测特征信息；基于分类器进行分类检测，得到视频转码分类检测结果。本发明能够更好地捕获原始视频与转码视频的差异化特征，提高视频转码分类检测结果的精度。本发明作为基于帧内帧间矢量信息的视频转码分类检测方法及系统，可广泛应用于机器视觉图像处理技术领域。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.025 seconds)
