-
公开(公告)号：CN109285106A
公开(公告)日：2019-01-29
申请号：CN201811185686.0
申请日：2018-10-11
Applicant: 中南大学
Abstract: 本发明公开了一种基于SLT-SVD的医学影像的可逆还原方法，本方案将整幅原始医学影像从空间域变换到频率域，以嵌入水印信息，水印信息的嵌入不区分ROI和RONI，避免RONI被替换后水印信息的完全丢失，从而实现对从网络分享得到的可疑医学影像进行真实性和完整性鉴别。真实性鉴别对具有版权保护的医学影像进行来源认证，确保可疑医学影像来源的正确性；完整性鉴别通过对可疑医学影像进行篡改检测、定位和修复，来确保医学影像在网络传输过程中没有任何失真。而且该方案实现医学影像的可逆还原无需引入大量的辅助信息并且不需要记住ROI和RONI划分的位置信息，减小了信息传输的带宽、降低安全隐患。
-
公开(公告)号：CN108280806A
公开(公告)日：2018-07-13
申请号：CN201810058623.2
申请日：2018-01-22
Abstract: 本发明提供一种物体内部形变的DVC测量方法，包括如下步骤:S1、定位初始点的整像素位移，并使用基于梯度的亚像素位移定位方法求出所述初始点的亚像素位移场；S2、使用牛顿迭代法计算出所述初始点的三维形变场；S3、根据计算出三维形变场的所述初始点，通过牛顿迭代法计算其它像素点的三维形变场。与相关技术相比较，本发明提供的物体内部形变的DVC测量方法用于物体内部形变的快速高精度测量，该方法计算与实现简单，且抗噪声能力强，对于物体内部细小形变有很好的测量效果，同时实现了DVC算法在串行设计下的高效计算，首先对于重心的计算其复杂度远远低于一个点的整像素位移场的计算，并且通过扩展搜索避免了多次全局搜索，使得计算复杂度大大降低。
-
公开(公告)号：CN106126978A
公开(公告)日：2016-11-16
申请号：CN201610510555.X
申请日：2016-06-30
Applicant: 中南大学
CPC classification number: G06F21/10 , G06F17/30247 , G06F19/321 , G06K9/6215 , G06T1/0021
Abstract: 本发明公开了一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法，该方法首先对规格化后的眼底图像进行2D‑DCT变换，通过对变换后的系数设置不同的权重提取具有高可辨识性和高鲁棒性的眼底图像特征作为指纹，用于基于内容的检索。然后基于VSS视觉密码算法的零水印版权保护方法建立起指纹与水印的映射关系，用于版权鉴定。该方法比现存的方法具有以下优势：该方法的整个过程是无损的，满足精确诊断的要求；对眼底图像的版权保护具有持久性，避免了数字水印版权鉴别一次性问题；适用于眼底图像的数字版权管理方法，对眼底相关疾病的辅助诊断具有一定的临床意义。
-
公开(公告)号：CN118470586B
公开(公告)日：2025-03-25
申请号：CN202410420583.7
申请日：2024-04-09
Applicant: 中南大学
IPC: G06V20/40 , G06T7/73 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764 , G06N3/084 , G06V40/20
Abstract: 本申请公开了一种面向视觉售货柜的购物行为识别方法、系统、设备及介质，本方法通过获取视觉售货柜的视频段数据集和待识别的视频数据；采用第一算法提取视频段数据集中的商品坐标；采用第二算法提取视频段数据集中的手部关节点坐标；根据商品坐标和手部关节点坐标，确定时空人‑物关系序列图；采用时空人‑物关系序列图训练时空图卷积网络模型，得到训练好的时空图卷积网络模型；以便采用训练好的时空图卷积网络模型对待识别的视频数据进行分类，得到原子行为结果，并根据原子行为结果，得到时序复合的购物行为识别结果。本申请能够准确识别购物行为是否正常，并提高网络模型的检测速度。
-
公开(公告)号：CN118365851B
公开(公告)日：2024-08-27
申请号：CN202410793249.6
申请日：2024-06-19
Applicant: 中南大学
Abstract: 本申请公开了一种基于深度学习的图像对齐方法、系统、设备及存储介质，采用特征提取模块对两张待对齐图像进行特征提取，得到第一多尺度特征图和第二多尺度特征图；其中，特征提取模块采用两个权重共享的特征提取网络和循环特征金字塔网络进行构建得到；基于第一多尺度特征图和第二多尺度特征图，采用特征匹配模块计算每个尺度上的相似矩阵，得到最终相似矩阵；其中，特征匹配模块采用自注意力机制与交叉注意力机制进行构建得到；将最终相似矩阵输入至图像对齐模块，得到单应性矩阵；其中，图像对齐模块采用多个卷积块进行构建得到；根据单应性矩阵将两张待对齐图像进行单应性变换，得到对齐图像。本申请能够提高图像对齐的精确度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN118365851A
公开(公告)日：2024-07-19
申请号：CN202410793249.6
申请日：2024-06-19
Applicant: 中南大学
Abstract: 本申请公开了一种基于深度学习的图像对齐方法、系统、设备及存储介质，采用特征提取模块对两张待对齐图像进行特征提取，得到第一多尺度特征图和第二多尺度特征图；其中，特征提取模块采用两个权重共享的特征提取网络和循环特征金字塔网络进行构建得到；基于第一多尺度特征图和第二多尺度特征图，采用特征匹配模块计算每个尺度上的相似矩阵，得到最终相似矩阵；其中，特征匹配模块采用自注意力机制与交叉注意力机制进行构建得到；将最终相似矩阵输入至图像对齐模块，得到单应性矩阵；其中，图像对齐模块采用多个卷积块进行构建得到；根据单应性矩阵将两张待对齐图像进行单应性变换，得到对齐图像。本申请能够提高图像对齐的精确度和稳定性。
-
公开(公告)号：CN117094882B
公开(公告)日：2024-01-12
申请号：CN202311345903.9
申请日：2023-10-18
Applicant: 中南大学
IPC: G06T3/04 , G06V10/44 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种无损数字刺绣图像风格迁移方法、系统、设备及介质，本方法获取内容图像和刺绣图像；构建包含可逆残差模块和基于注意力机制的风格转换模块的风格迁移网络模型；将内容图像和刺绣图像输入至采用损失函数训练好的风格迁移网络模型中，并通过可逆残差模块进行前向映射，得到内容图像的第一特征图和刺绣图像的第二特征图；采用基于注意力机制的风格转换模块将第一特征图和第二特征图进行风格迁移，得到风格化的特征图；对风格化的特征图采用可逆残差模块进行回归，得到风格迁移后的刺绣风格图像。本发明能够在解决内容泄露(56)对比文件A. Singh, S. Hingane, X. Gong and Z.Wang.SAFIN: Arbitrary Style Transfer withSelf-Attentive Factorized InstanceNormalization《.2021 IEEE InternationalConference on Multimedia and Expo(ICME)》.2021,1-6.Liu X, Ma Z, Ma J, et al..Imagedisentanglement autoencoder forsteganography without embedding.《Proceedings of the IEEE/CVF conferenceon computer vision and patternrecognition. 2022》.2022,2303-2312.刘栋斌, 王慧琴, 王可.基于内容风格迁移的残缺稀疏文字图像盲修复方法《.Laser &Optoelectronics Progress, 2022》.2022,第59卷(第24期),2411001-2411001-12.
-
公开(公告)号：CN116051924A
公开(公告)日：2023-05-02
申请号：CN202310003466.6
申请日：2023-01-03
Applicant: 中南大学
IPC: G06V10/774 , G06V10/762 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/094
Abstract: 本发明公开一种图像对抗样本的分治防御方法，包括以下步骤：S1对图像进行攻击处理生成图像样本；S2对图像样本进行多种图像防御预处理，生成去高频图像样本组；将图像样本输入任务识别模型，模型输出第一特征向量；将去高频图像样本组输入任务识别模型，模型输出第二特征向量组；S3计算第一特征向量和第二特征向量组的差值生成图像高频信息差值组；S4将图像高频信息差值组输入聚类算法，算法输出攻击聚类；S5构建攻击聚类‑预处理权重矩阵，进行矩阵数值填写，形成攻击聚类与预处理方法二部图；S6根据二部图，自适应为不同攻击聚类推荐最合适的预处理方法。本发明弥补现有对抗样本检测算法在对抗攻击分类上的不足，具有实用性。
-
公开(公告)号：CN111008628B
公开(公告)日：2023-04-21
申请号：CN201911239888.3
申请日：2019-12-06
Applicant: 中南大学
IPC: G06V30/146
Abstract: 本发明公开了一种对光照鲁棒的指针式仪表自动读数方法及装置，所述方法包括如下步骤：步骤A：图像预处理；步骤B：检测仪表的指针轮廓，确定图像中每个指针的方向；步骤C：检测0刻度线方向；步骤D：完成仪表的最终读数。本发明在光照和仪表姿态不可控的情况下，依然能保证仪表图像的高精准读数，能被应用于各类仪表的自动读数中。
-
公开(公告)号：CN115984094A
公开(公告)日：2023-04-18
申请号：CN202211545973.4
申请日：2022-12-05
Applicant: 中南大学
Abstract: 本发明涉及一种基于多损失约束视角一致性保持人脸安全生成方法及设备。该方法包括：利用生成对抗网络进行人脸交换同时引入多个损失函数，对源人脸图像以及目标人脸图像进行处理，生成结果人脸图像；估计结果人脸图像的相机参数，并结合相机参数对结果人脸图像的前景和背景分别建立一个神经辐射场；基于根据前景神经辐射场以及所述背景神经辐射场，对结果人脸图像进行体积渲染生成渲染结果人脸图像；将渲染结果人脸图像通过鉴别器，使得最终人脸图像的前景和背景与结果人脸图像的前景和背景保持一致，生成视角一致性保持的人脸图像。本发明能够生成视角一致性保持的人脸图像，降低生成图像被伪造图像检测器检测出来的概率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.023 seconds)
