-
公开(公告)号：CN113763373A
公开(公告)日：2021-12-07
申请号：CN202111091084.0
申请日：2021-09-17
Applicant: 上海交通大学
Abstract: 一种域泛化的尺度对齐翻拍图片检测系统，包括：预处理模块、对称的对抗学习模块、任务模块、全局的尺度关系对齐模块以及局部特征三元损失挖掘模块，本发明能够提升综合多个小数据集训练时算法在未知数据上的翻拍检测准确度，可以大幅度提升实际应用场景下多数据来源、未知应用场景、图像尺度不一致情况下的准确度。
-
公开(公告)号：CN113139534A
公开(公告)日：2021-07-20
申请号：CN202110488731.5
申请日：2021-05-06
Applicant: 上海交通大学
Abstract: 一种两阶段安全多方计算的隐私保护图片文本定位识别方法，对图片的文字定位与识别方案均不涉及明文传输，图片信息及用户端与客户端之间的传输内容都是通过安全多方计算加密的，达到了图片隐私保护的要求，服务可靠，安全性高。本发明将加密文字定位和识别网络服务分离，提出了适用于安全多方计算框架的基于分割的单字定位和全卷积单字识别网络，可以分别提供加密单字定位与单字识别服务。
-
公开(公告)号：CN112906588A
公开(公告)日：2021-06-04
申请号：CN202110223480.8
申请日：2021-03-01
Applicant: 上海交通大学
Abstract: 一种基于深度学习的暴恐图片安全检测系统，包括：暴恐图片检测及暴恐程度分析模块、暴恐场景分类及枪支识别模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块、暴恐政治头目识别模块和暴恐旗帜识别模块，其中：暴恐图片检测及暴恐程度分析模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块和暴恐旗帜识别模块并联并分别接收图片信息。本发明以各类情景下的图片作为输入，能够在短时间内判断是否是暴恐图片，并且能对图像中存在的暴恐元素进行检测和标识，显着提升了图片安全检测系统的识别范围和识别准确率，且本发明识别效率较高，灵活性强，模型更新方便，各模块模型可根据使用情况定期进行强化训练，提高系统性能。
-
公开(公告)号：CN112784227A
公开(公告)日：2021-05-11
申请号：CN202110002545.6
申请日：2021-01-04
Applicant: 上海交通大学
IPC: G06F21/31 , G06F40/242 , G06F40/284 , G06F40/30
Abstract: 一种基于口令语义结构的字典生成系统及方法，包括：口令语义结构分析模块和口令字典生成模块，其中：口令语义结构学习模块从样本集中提取出对应口令的语义结构以及口令语义结构对应的口令因子并输出至口令字典生成模块，口令字典生成模块通过分析目标数据集的特征，根据生成阈值生成用于解密验证的口令字典。本发明通过学习样本集中口令的特征，得到带权重的口令因子库，并提出了字典生成的改进算法，能够准确、高效的生成字典。
-
公开(公告)号：CN111860257A
公开(公告)日：2020-10-30
申请号：CN202010663170.3
申请日：2020-07-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种融合多种文本特征及几何信息的表格识别方法，包括：数据处理步骤：获取表格区域的图片，分别对获取的图片进行OCR识别与直线识别，获得关键特征信息；图卷积神经网络训练步骤：根据获得的关键特征信息，进行图卷积神经网络训练，构建表格结构识别模型；表格识别步骤：根据构建的表格结构识别模型，对图片格式的表格进行结构识别。本发明提出了一种融合多种文本特征及几何信息的表格识别方法，从采用数据的多样性方面和对数据进行特征提取的方法等方面进行改进，有效提升了表格识别的准确率，获得了更加准确的表格结构重建结果，相对现有基于传统规则的表格识别机制及基于图片的传统深度学习方法有了很大的提升效果。
-
Patent Agency Ranking
公开(公告)号：CN111767732A
公开(公告)日：2020-10-13
申请号：CN202010519571.1
申请日：2020-06-09
Applicant: 上海交通大学
IPC: G06F40/295 , G06F40/279 , G06K9/00
Abstract: 本发明提供了一种基于图注意力模型的文档内容理解方法及系统，包括：文档建图模块：对文档中出现的文本单词按照关联性建立边，从而生成对应文档内容的图网络，建立文档的二维空间信息；文档文字特征提取模块：使用自然语言处理领域的模型提取得到文档中的文字的向量表示，记为文字特征信息；文档图片特征提取模块：使用计算机视觉领域的模型提取得到文档中文字的图像信息表示，记为图片特征信息；图注意力模型：对文档的文字特征和图片特征进行特征融合，并且根据建立的文档的二维空间信息对相邻的节点之间的信息进行交换和传递。本发明利用图神经网路对得到的图结构信息进行学习训练，从而可以显性并有效的利用文档的二维空间信息。
-
公开(公告)号：CN102523086B
公开(公告)日：2014-12-24
申请号：CN201110404196.7
申请日：2011-12-07
Applicant: 上海交通大学 , 上海沿伸信息技术有限公司
Abstract: 本发明公开一种隐私保护云存储系统中的密钥恢复方法。本发明中，不需要一个完全可信任的第三方，也不需要管理者。用户可以选择自己的密钥，设置密钥恢复方法的参数(t，n)。参数n为用户指定的存储位置的个数，参数t为用户恢复密钥所需存储位置的个数。本发明包括两个技术方案：用户密钥分享方案和用户密钥恢复方案。用户指定自己的加密密钥后，使用用户密钥分享方案将用户的密钥在n用户指定的存储位置分享，每个存储位置存放相应的子秘密。当用户丢失自己的加密密钥时，使用用户密钥恢复方案，用户从t(1≤t≤n)个存储位置获得t个子秘密，然后计算获得用户的加密密钥。
-
公开(公告)号：CN102523086A
公开(公告)日：2012-06-27
申请号：CN201110404196.7
申请日：2011-12-07
Applicant: 上海交通大学 , 上海沿伸信息技术有限公司
Abstract: 本发明公开一种隐私保护云存储系统中的密钥恢复方法。本发明中，不需要一个完全可信任的第三方，也不需要管理者。用户可以选择自己的密钥，设置密钥恢复方法的参数(t，n)。参数n为用户指定的存储位置的个数，参数t为用户恢复密钥所需存储位置的个数。本发明包括两个技术方案：用户密钥分享方案和用户密钥恢复方案。用户指定自己的加密密钥后，使用用户密钥分享方案将用户的密钥在n用户指定的存储位置分享，每个存储位置存放相应的子秘密。当用户丢失自己的加密密钥时，使用用户密钥恢复方案，用户从t(1≤t≤n)个存储位置获得t个子秘密，然后计算获得用户的加密密钥。
-
公开(公告)号：CN111767732B
公开(公告)日：2024-01-26
申请号：CN202010519571.1
申请日：2020-06-09
Applicant: 上海交通大学
IPC: G06F40/295 , G06F40/279 , G06V30/413 , G06V10/82 , G06N3/045 , G06N3/042
Abstract: 本发明提供了一种基于图注意力模型的文档内容理解方法及系统，包括：文档建图模块：对文档中出现的文本单词按照关联性建立边，从而生成对应文档内容的图网络，建立文档的二维空间信息；文档文字特征提取模块：使用自然语言处理领域的模型提取得到文档中的文字的向量表示，记为文字特征信息；文档图片特征提取模块：使用计算机视觉领域的模型提取得到文档中文字的图像信息表示，记为图片特征信息；图注意力模型：对文档的文字特征和图片特征进行特征融合，并且根据建立的文档的二维空间信息对相邻的节点之间的信息进行交换和传递。本发明利用图神经网路对得到的图结构信息进行学习训练，从而可以显性并有效的利用文档的二维空(56)对比文件Tao Gui等.A lexicon-based graphneural network for Chinese NER.《Proceedings or the 2019 Conference onEmpirical Methods in Natural LanguageProcessing and the 9th InternationalJoint Conference on Natural LanguageProcessing》.2019,第3节.Petar Veličković等.Graph AttentionNetworks《.The 6th InternationalConference on Learning Representations》.2018,第1节.
-
公开(公告)号：CN113609292B
公开(公告)日：2023-10-13
申请号：CN202110906574.5
申请日：2021-08-09
Applicant: 上海交通大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06N3/0464 , G06N3/084
Abstract: 一种基于图结构的已知虚假新闻智能检测方法，通过获取训练用的新闻图像文本数据集后对文本与相应图片进行图文一对一数据对处理；用自然语言处理工具对每个数据对中的文本数据进行预处理，将文本切割为分词的组合；利用现有的中文新闻语料库计算各个分词的IDF值，再在每个文本内计算各自分词的TF值，从而计算每个分词在各自文本中的TF‑IDF值以表征图像与分词间的关联强度；利用Word2vec模型得到数据对中，文本数据中的每个分词的向量表示，每个分词向量都独立作为分词节点的初始特征向量；利用VGG模型得到数据对中，图像数据中的图片向量表示，作为图像节点的初始特征向量；根据得到的每个分词和图像之间的TF‑IDF值作为边，从而形成图得到图结构数据；利用所得数据对CARMN网络进行训练，并对网络融合图片与文本向量后产生的最终向量进行二分类，达到检测虚假新闻的目的。本发明利用图结构得到更有效的图片与文字向量，提高虚假新闻检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
