-
公开(公告)号：CN105825504B
公开(公告)日：2018-06-26
申请号：CN201610142022.0
申请日：2016-03-11
Applicant: 中山大学
Abstract: 本发明提供了一种基于MSCR区域特征的图像区域复制检测方法。首先对彩色图像提取MSCR特征，然后将这些特征区域归一化为圆形区域。接下来计算每个圆形特征区域的Zernike矩，作为该区域的特征向量。然后计算这些特征向量的欧式距离，找出候选的特征向量匹配对，及对应的特征区域对。通过这些特征区域对在图像当中的位置关系，估计区域复制过程当中的仿射变换矩阵。最后根据仿射矩阵来确定图像是否经过区域复制，并且定位复制区域的位置。本发明使用了一种新的彩色图像特征，并且优化了区域定位方法，具有很好的检测准确性和定位精确度。
-
公开(公告)号：CN104537601B
公开(公告)日：2017-12-08
申请号：CN201410808128.0
申请日：2014-12-23
Applicant: 中山大学
Abstract: 本发明提供一种基于九宫格的灰度图像空域隐写方法，该方法构造九宫像素点块模板，根据九宫格像素点块模板得到待处理图像每一像素点对应数值序列，计算图像每一像素点数值序列的标准差并排序，根据秘钥选择N个由大到小排列的标准差值所对应的像素点在图像中的位置进行LSB匹配嵌入得到隐写图像。该方法本发明选取了图像中高频区域如边缘、纹理位置进行秘密信息的嵌入，具有很强的抗攻击能力。
-
公开(公告)号：CN104392461B
公开(公告)日：2017-07-11
申请号：CN201410780580.0
申请日：2014-12-17
Applicant: 中山大学
IPC: G06T7/292
Abstract: 本发明提供一种基于纹理特征的视频跟踪方法，首先对视频进行背景模型构建，将当前帧与得到的背景模型进行比较，从而得到目标的前景图，再通过处理得到目标的矩形框。根据计算得到的纹理特征，将目标进行分块，对每一分块进行纹理特征的直方图统计，并将直方图的所有bin值作为该分块区域的特征向量。最后在目标一定半径范围内搜索当前帧目标的候选位置，根据候选目标的特征向量与目标的特征向量进行总体的相似度匹配，得到目标的当前位置。这种实时视频下的目标跟踪算法具有判断速度快、跟踪准确度较高等优点，从而为后续处理提供了很好的基础，并减少了视频监控人力的使用。
-
公开(公告)号：CN102592276B
公开(公告)日：2014-07-09
申请号：CN201110431625.X
申请日：2011-12-20
Applicant: 中山大学
IPC: G06T7/00
Abstract: 本发明公开了一种图像区域描述方法和基于该描述方法的复制图像检测方法。所述图像区域描述方法包括如下步骤：构造扇形掩模，将扇形掩模的内角A旋转一周，得到m个方向上的扇形掩模S1，S2，……，Sm；提取统计特征向量重排统计特征向量：将统计特征向量中均值最大的扇形掩模Si定为圆形区域的方向标记排在首位，其他m-1个扇形掩模按照原来的排列顺序依次进行重新排列，获得重排后的统计特征向量获得区域描述特征向量描述图像分块。本发明操作简单、辨别度高，有效地应用于数字图像的复制-旋转-粘贴检测和复制-翻转-粘贴检测中，不仅可通过图像描述特征之间的匹配来揭示复制的区域，还可确定复制区域之间相对旋转过的角度。
-
公开(公告)号：CN102592276A
公开(公告)日：2012-07-18
申请号：CN201110431625.X
申请日：2011-12-20
Applicant: 中山大学
IPC: G06T7/00
Abstract: 本发明公开了一种图像区域描述方法和基于该描述方法的复制图像检测方法。所述图像区域描述方法包括如下步骤：构造扇形掩模，将扇形掩模的内角A旋转一周，得到m个方向上的扇形掩模S1，S2，……，Sm；提取统计特征向量重排统计特征向量：将统计特征向量中均值最大的扇形掩模Si定为圆形区域的方向标记排在首位，其他m-1个扇形掩模按照原来的排列顺序依次进行重新排列，获得重排后的统计特征向量获得区域描述特征向量描述图像分块。本发明操作简单、辨别度高，有效地应用于数字图像的复制-旋转-粘贴检测和复制-翻转-粘贴检测中，不仅可通过图像描述特征之间的匹配来揭示复制的区域，还可确定复制区域之间相对旋转过的角度。
-
Patent Agency Ranking
公开(公告)号：CN117496392A
公开(公告)日：2024-02-02
申请号：CN202311302718.1
申请日：2023-10-10
Applicant: 中山大学
IPC: G06V20/40 , G06V40/16 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时序差异的深度伪造视频检测方法及装置，包括：将数据集进行分帧并划分；对视频帧图像进行人脸区域捕获，获取高维特征空间中的帧级特征；将帧级特征输入细粒度差异捕获模块得到第一增强特征；将第一增强特征输入多尺度时空聚合模块得到第二增强特征；将所述细粒度差异捕获模块和多尺度时空聚合模块插入Xception主干网络构建伪造视频检测模型，用训练集训练并结合验证获取最优模型，并利用测试集预测结果。本发明设计了细粒度差异捕获模块和多尺度时空聚合模块，能够在不受面部运动的干扰的情况下定位深度伪造方法造成的视频帧间不一致，并对连续帧中的时空不一致进行建模，从而实现更高精度的深度伪造视频检测。
-
公开(公告)号：CN112001832B
公开(公告)日：2023-09-05
申请号：CN202010781221.2
申请日：2020-08-06
Applicant: 中山大学
IPC: G06T1/00
Abstract: 本发明公开了一种半色调图像隐写方法，该方法包括：确定模式块大小；得到密度变化矩阵；得到不确定性变化矩阵；得到纹理变化矩阵；结合密度变化矩阵、不确定性矩阵和纹理变化矩阵，得到失真分数矩阵；对原图和失真分数矩阵进行乱序处理并结合秘密信息输入编码器得到加密图像；对加密图像进行加扰处理并结合秘密信息长度输入解码器得到嵌入信息。通过使用本发明，综合图库和单图的统计信息，着重半色调图像的密度特性，提高安全性和视觉不可察性。本发明作为一种半色调图像隐写方法，可广泛应用于信息安全领域。
-
公开(公告)号：CN110619647B
公开(公告)日：2022-12-30
申请号：CN201910871618.8
申请日：2019-09-16
Applicant: 中山大学
Abstract: 本发明提供的基于边缘点频域空域特征结合图像模糊区域定位方法，对待测图像进行边缘点检测，得到不同尺度参数下滤波后的边缘点；在不同尺度的窗口下，对各个边缘点处的窗口图像做再模糊操作，提取原图窗口和再模糊图像窗口的DCT比值的频域特征；计算待测图像的共生矩阵，计算图像空域特征信息；将频域特征与图像空域特征信息进行加权融合并进行滤波操作，得到模糊响应图；用两个模糊响应阈值对模糊响应图进行处理，并将处理结果进行抠图计算，对得到的多尺度全像素点模糊相应图进行多尺度融合，输出融合后的模糊定位结果。本发明提供的模糊区域定位方法，实现了对数字图像中的模糊区域的精确定位，定位精度高。
-
公开(公告)号：CN108768918B
公开(公告)日：2021-09-24
申请号：CN201810215797.5
申请日：2018-03-15
Applicant: 中山大学
IPC: H04L29/06
Abstract: 本发明涉及一种基于授权管理链的访问控制方法；提出了授权管理链，将数据所有者对外授权其数据的访问权限按时间先后顺序形成一条基于密码学安全的授权记录链；该授权管理链由系统收到数据管理者的授权行为后自动添加新的授权记录块形成；访问者的访问请求将依据授权管理链中的记录进行判断请求是否合法；通过授权管理链，可以快速对授权进行完整性校验和使权限分配达到比已有的访问控制方法更细粒度，更能灵活地进行动态授权和授权拓展，进而更加有效保护数据的隐私和安全。
-
公开(公告)号：CN108563690A
公开(公告)日：2018-09-21
申请号：CN201810217358.8
申请日：2018-03-15
Applicant: 中山大学
Abstract: 本发明提供一种基于面向对象聚类的协同过滤推荐方法，包括以下步骤：读取用户对物品的历史评分数据、物品类型数据信息；通过优化的PMF模型生成用户评分预测矩阵；计算用户偏置因子、物品偏置因子、类型偏置因子，生成偏置因子预测矩阵；构建面向对象的特征样本，对面向对象的特征样本进行聚类编号，生成面向对象聚类结果；构建用户偏好矩阵；更新用户偏好矩阵中的偏好指标值，产生推荐列表。本发明提供的一种基于面向对象聚类的协同过滤推荐方法，使用偏好指标表示用户对物品兴趣度的推荐策略，同时，通过引入面向对象之间的相似性关系，缓解传统矩阵分解模型预测准确度不佳而造成推荐效果不理想的问题，提升推荐系统的推荐效果，并且该推荐方法可适用于多种场景。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.042 seconds)
