-
公开(公告)号：CN117894085A
公开(公告)日：2024-04-16
申请号：CN202410019039.1
申请日：2024-01-05
Applicant: 杭州电子科技大学
IPC: G06V40/50 , G06V40/16 , G06V10/44 , G06V10/80 , G06V10/82 , G06F21/62 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0985
Abstract: 本发明提出了一种基于扩散模型的对抗识别人脸身份隐私保护方法及系统。本发明解决本发明方法如下：步骤1：数据预处理；步骤2：构建信息提取器；步骤3：构建基于条件扩散模型的人脸生成网络；步骤4：构建人脸图像生成损失函数；步骤5：将数据集进行步骤1的预处理后，输入步骤2构建信息提取器，结合步骤3的人脸生成网络与步骤4的人脸图像生成损失函数共同完成训练，并进行测试。本发明以提取的非身份信息以及残差网络提取的代理身份信息作为条件，通过扩散模型与Transformer将原始身份替换为代理身份并生成一张全新的人脸图像，使得结果图与原图在视觉上尽可能相似，但是其在特征空间中的身份变成了代理人脸的身份，从而实现对人脸的隐私保护。
-
公开(公告)号：CN117726826A
公开(公告)日：2024-03-19
申请号：CN202311417683.6
申请日：2023-10-30
Applicant: 杭州电子科技大学
IPC: G06V10/40 , G06V20/40 , G06N5/022 , G06F16/31 , G06F40/289 , G06F40/216 , G06F16/951 , G06F40/186
Abstract: 本发明公开了一种面向新闻报导的多场景AI辅助写稿方法，包括如下步骤：多源新闻素材预处理；根据文本素材训练实体抽取模型；利用实体抽取模型构建事件图谱；新闻报道场景选取，所述新闻报道场景包括典型场景和非线性复杂场景；新闻稿件AI辅助创作；典型新闻报道场景下提供基于模板的快速辅助成稿功能；非线性复杂新闻报导场景下提供基于大语言模型、跨模态技术的多种AI辅助成稿功能。新闻稿件辅助审核，提供基于百度AI开放平台的稿件审核功能。该方法涵盖选材、创作、审核的全流程新闻稿件辅助写作方法，可大幅提升新闻稿件创作效率。
-
公开(公告)号：CN111242837B
公开(公告)日：2023-05-12
申请号：CN202010006768.5
申请日：2020-01-03
Applicant: 杭州电子科技大学
IPC: G06T3/00 , G06V10/74 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0475 , G06N3/094 , G06N3/0455
Abstract: 本发明提供一种基于生成对抗网络的人脸匿名隐私保护方法。本发明首先对人脸图像数据预处理；然后构建生成对抗网络结构；再建立人脸区域匿名的目标函数；然后建立场景内容区域保留的目标函数；随后进行人脸匿名与场景保留的目标函数的结合；最后采用公开数据集进行训练及测试，输出最终结果。本方法对图像中人脸区域进行合成脸的替换而达到人脸匿名的效果，相对以往的马赛克遮挡的方法更高效并且在视觉上更友好。本发明方法具有高效性与实用性，对人物图像的隐私保护更高效和美观。
-
公开(公告)号：CN115222754A
公开(公告)日：2022-10-21
申请号：CN202210911670.3
申请日：2022-07-30
Applicant: 杭州电子科技大学
Abstract: 本发明是关于镜面图像分割网络轻量化的领域，针对现有解决镜面图像分割方法，存在参数量过大，难以训练和在有限资源的边缘设备移植成本高的问题，提出了基于知识蒸馏和对抗学习的镜面图像分割方法，包括以下步骤：对镜面图像进行预处理；使用多损失训练学生网络，得到反映镜面图像特征的镜面特征图；计算蒸馏损失；将学生网络和教师网络输出的镜面特征图作为输入计算对抗损失；采用公开数据集进行训练及测试，输出镜面图像分割结果。本发明引入知识蒸馏理论和对抗学习策略对模型进行迁移学习，从而能够训练出达到优化模型参数和效率，减少系统资源占用，保留一定准确性。
-
公开(公告)号：CN114036553A
公开(公告)日：2022-02-11
申请号：CN202111261508.3
申请日：2021-10-28
Applicant: 杭州电子科技大学
IPC: G06F21/62 , G06V40/10 , G06V20/52 , G06V10/762 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种结合k匿名的行人身份隐私保护方法。本发明通过交叉身份训练策略，生成更高质量的匿名图像；最后通过设计的k匿名隐私保护方法，保留行人图像数据隐私的同时也保留了数据的可用性；具体步骤：步骤1：代理数据集采集与图像预处理；步骤2：建立k匿名机制；步骤3：构建匿名行人生成对抗网络；步骤4：匿名行人生成目标函数；步骤5：采用公开数据集进行训练及测试，输出最终结果。本发明既保留了行人身份隐私又保留了属性。在匿名行人生成方面，一方面本方法结合了将属性以及目标背景融合到行人生成过程中，另一方面本方法提出交叉身份训练策略，提高了生成图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN111209879A
公开(公告)日：2020-05-29
申请号：CN202010029065.4
申请日：2020-01-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度圈视图的无监督3D物体识别与检索方法。本发明包括如下步骤：步骤1、多圈数据采样；步骤2、训练基于圈数据的多视图深度网络模型；步骤3、相似性匹配与检索；利用训练好的多视图深度网络模型提取各圈视图的特征，并对所有圈视图进行相似性距离计算；通过采用最大池化、均值池化、注意力池化以及最优匹配的方式优化多视图深度网络模型；基于相似性距离，进行排序检索；步骤4、采取圈特征过滤和圈注意力策略滤除重要性低于指定阈值的圈特征，从而在保证识别精度的同时有效减少计算量。本发明提出了新的二维视图采集渲染方式并用其进行无监督训练，在不采用任何人工标注的情况下依然获得了可观的检索精度。
-
公开(公告)号：CN109978008A
公开(公告)日：2019-07-05
申请号：CN201910141779.1
申请日：2019-02-26
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于距离变换的最近邻图潜在相似性优化方法。本发明步骤如下：步骤1：构造最近邻图结构及其谱空间；步骤2：在谱空间的基础上，通过函数分析和推导，构造新的相似性距离函数表达，即距离变换；步骤3：构造全局最近邻域图并将其用于距离变换；步骤4：构造基于一致性惩罚信息ρ的局部最近领域图并将其用于距离变换；步骤5：采用公开数据，分别构造gKNN图和lKNN图，然后利用所提出的距离变换方法优化图结构，输出最终结果。本发明通过使用gKNN图来展开隐藏在数据库中的潜在相似性信息的常见问题。进一步结合惩罚共识信息以构建lKNN图。证实了本方法的鲁棒性和高性能，也证明了PCI信息的优越性。
-
公开(公告)号：CN114139198B
公开(公告)日：2025-05-23
申请号：CN202111431904.6
申请日：2021-11-29
Applicant: 杭州电子科技大学
IPC: G06F21/62 , G06V40/16 , G06V10/762 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于层次k匿名身份替换的人脸生成隐私保护方法，首先进行人脸图像数据集预处理，然后构建层次k匿名生成对抗网络结构，构建层次k匿名的目标函数；再构建人脸替换生成对抗网络结构，构建人脸替换的目标函数；最后使用公开数据集进行训练及测试，得到训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络。本发明替换的目标人脸也是通过网络生成的，从而不会侵犯他人的隐私，相对以往的马赛克遮挡的方法更有效并且视觉上更友好。通过实验结果显然证实了所提出方法的高效性与实用性，对人物图像的隐私保护更高效和美观。
-
公开(公告)号：CN114169002B
公开(公告)日：2025-04-04
申请号：CN202111485366.9
申请日：2021-12-07
Applicant: 杭州电子科技大学
IPC: G06F21/62 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种关键点差分隐私驱动的人脸图像隐私保护方法，首先进行数据预处理，构建关键点标识匿名空间；然后构建匿名人脸生成对抗网络结构，确定匿名人脸生成对抗网络优化目标函数；获得改进后的应用于匿名人脸关键点标识的差分隐私算法；最后通过预处理后的数据集，对匿名人脸生成对抗网络进行训练，输出最终结果。本方法对图像中人脸的面部关键点结构进行修改实现人脸身份匿名，取得了更好的数据可用性和视觉效果，在生成图像质量上更高，能够保持原本的非身份属性，且不需要使用任何属性标签。
-
公开(公告)号：CN119538305A
公开(公告)日：2025-02-28
申请号：CN202411488015.7
申请日：2024-10-24
Applicant: 杭州电子科技大学
IPC: G06F21/62 , G06F21/32 , G06V40/16 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于局部修改的人脸身份隐私保护方法，包括步骤如下：首先获取数据集并预处理；对预处理后的图像中的面部器官进行分割；步骤3、使用局部匿名器，基于匿名策略将每个选定的面部器官替换为匿名器官，同时匿名前的面部器官坐标点进行替换；步骤4、构建并训练生成模型，所述生成模型包括局部区域编码器、面部编码器和生成器；步骤5、应用完成训练的生成模型进行图像重构：将眼睛、鼻子、嘴部、皮肤的匿名器官作为局部区域编码器的输入，并将面部器官坐标点的匿名器官作为面部编码器的输入，最后，通过生成器生成重构图像。该方法不仅能够达到欺骗不知情观察者的目的，而且还可以保护数据的可用性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.024 seconds)
