-
公开(公告)号：CN117351246A
公开(公告)日：2024-01-05
申请号：CN202311355526.7
申请日：2023-10-18
Applicant: 暨南大学
IPC: G06V10/75 , G06V10/80 , G06V10/84 , G06V10/762 , G06V10/82
Abstract: 本发明涉及图像匹配领域，尤其涉及一种误匹配对去除方法、系统及可读介质。一种误匹配对去除方法，包括：获取初始匹配对集；基于注意力机制针对所述初始匹配对集进行特征提取得到多层次深度特征；对所述多层次深度特征执行特征融合操作，得到所述初始匹配集的综合特征表示；基于所述综合特征表示获取每个匹配对的匹配概率，进而基于所述匹配概率对去除错误匹配对。针对初始匹配对集基于注意力机制针对所述初始匹配对集进行特征提取得到多层次深度特征；对所述多层次深度特征进行逐层融合操作得到所述初始匹配集中每个匹配对的匹配概率，进而基于所述匹配概率对去除错误匹配对。可以有效去除离群点信息的干扰，增强模型的准确性和稳定性，在各种应用场景中表现更好。
-
公开(公告)号：CN117995198A
公开(公告)日：2024-05-07
申请号：CN202410389359.6
申请日：2024-04-02
Applicant: 暨南大学
IPC: G10L17/18 , G10L15/06 , G10L17/04 , G10L25/51 , G06F18/213 , G06F18/24 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于多任务对抗解耦学习的语音隐私保护方法及系统，该方法包括下述步骤：对语音信号提取声学特征得到特征编码结果，基于三个并行的通道注意力计算模块构建信息解耦模块，将特征编码结果进行多任务解耦特征学习，进行年龄段分类、自动语音解码和身份识别，并基于年龄段分类、自动语音解码和身份识别对应的损失函数进行监督训练，计算解耦特征信息的整体相似度并构建最小‑最大目标，HiFi‑GAN生成器将相加后的特征信息进行隐秘音频重建，输出隐秘音频。本发明在维护隐私的同时避免丢失其中的年龄属性，并确保下游的年龄估计任务具有良好的预测精度，并且从隐私保护的角度出发添加相似度约束，实现高精度的年龄识别。
-
Patent Agency Ranking
公开(公告)号：CN117975971A
公开(公告)日：2024-05-03
申请号：CN202410389361.3
申请日：2024-04-02
Applicant: 暨南大学
IPC: G10L17/18 , G10L17/04 , G10L25/51 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于隐私保护的声纹年龄段估计方法及系统，该方法包括下述步骤：获取原始声纹并进行分帧处理，识别并标记原始声纹的敏感信息，进行脱敏处理并输出具有差分隐私噪声的声纹数据，基于多重编码器进行编码并进行维度叠加及卷积操作，将增强后的特征向量进行维度特征交互，得到维度扩展的特征向量，融合时域和空域信息得到融合特征向量，进行维度变换和非线性映射得到低维特征表示，利用残差链接整合低维特征表示和维度扩展的特征向量，得到用于年龄估计的特征表示，用于年龄估计的特征表示输入Softmax分类器得到声纹年龄段估计结果。本发明更精准地捕捉声音数据中的年龄相关特征，提高隐私条件下年龄段估计的鲁棒性和准确性。
-
公开(公告)号：CN117351246B
公开(公告)日：2024-04-09
申请号：CN202311355526.7
申请日：2023-10-18
Applicant: 暨南大学
IPC: G06V10/75 , G06V10/80 , G06V10/84 , G06V10/762 , G06V10/82
Abstract: 本发明涉及图像匹配领域，尤其涉及一种误匹配对去除方法、系统及可读介质。一种误匹配对去除方法，包括：获取初始匹配对集；基于注意力机制针对所述初始匹配对集进行特征提取得到多层次深度特征；对所述多层次深度特征执行特征融合操作，得到所述初始匹配集的综合特征表示；基于所述综合特征表示获取每个匹配对的匹配概率，进而基于所述匹配概率对去除错误匹配对。针对初始匹配对集基于注意力机制针对所述初始匹配对集进行特征提取得到多层次深度特征；对所述多层次深度特征进行逐层融合操作得到所述初始匹配集中每个匹配对的匹配概率，进而基于所述匹配概率对去除错误匹配对。可以有效去除离群点信息的干扰，增强模型的准确性和稳定性，在各种应用场景中表现更好。
-
公开(公告)号：CN117237680A
公开(公告)日：2023-12-15
申请号：CN202311050564.1
申请日：2023-08-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于异质模型拟合的多源图像匹配方法及系统，该方法包括下述步骤：构建多方向相位一致性模型，融合相位一致性、图像幅度和方向检测特征点，利用子区域网格和方向直方图构建具有可变大小箱体的对数极坐标描述符，通过异质模型拟合有效估计模型的参数，累加来自不同异质模型的满足预设联合位置偏移变换误差的匹配对，输出最终匹配对，完成多源图像匹配。本发明通过构建多方向相位一致性模型，降低了非线性辐射失真的影响，利用子区域网格和方向直方图构建具有可变大小箱体的对数极坐标描述符，使用异质模型拟合方法去除多源图像中的异常匹配关系，输出最终匹配关系，从而提高特征检测的准确性和鲁棒性，提高多源图像匹配性能。
-
公开(公告)号：CN116311254B
公开(公告)日：2023-09-15
申请号：CN202310579491.9
申请日：2023-05-23
Applicant: 暨南大学
IPC: G06V20/70 , G06V10/30 , G06V10/36 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种恶劣天气情况下的图像目标检测方法、系统及设备，该方法包括下述步骤：采集在恶劣天气环境下的原始图像，预处理后得到雾霾图像和暗光图像，经过图像去噪滤波器得到对应的清晰化图像，经过掩码自编码器掩码编码再解码还原得到原图，构建正样本集合进行对比学习，更新编码器的参数，对图像数据集中的图像数据进行Prompt文本描述得到文本描述，文本描述经过Bert模型编码得到Prompt向量编码，将Prompt向量编码与有标签的图像数据输入更新参数后的编码器进行训练，待检测的恶劣天气环境图像输入至目标检测模块得到图像分类信息与定位信息。本发明提高恶劣天气条件下图像目标检测的鲁棒性以及识别准确率。
-
公开(公告)号：CN115423050A
公开(公告)日：2022-12-02
申请号：CN202211372839.9
申请日：2022-11-04
Applicant: 暨南大学
Abstract: 本发明实施例涉及信息检测技术领域，公开了一种虚假新闻检测方法、装置、电子设备及存储介质，一种虚假新闻检测方法，其特征在于，包括：提取新闻中的图像和文本的特征，形成图像特征序列和文本特征序列；对图像特征序列进行判别，得到图像预测值；对文本特征序列进行判别，得到文本预测值；融合图像特征序列和文本特征序列，得到多模态特征序列；对多模态特征序列进行判别，得到多模态预测值；融合图像特征预测值、文本特征预测值和多模态特征预测值，得到最终的预测值；通过对图像特征序列与文本特征序列进行计算，得到相似度；优化特征提取参数。本发明能检测同时含有图像与文本的虚假新闻。
-
-
-
-
-
-
Search Results
17
records
(took 0.034 seconds)
