一种基于Transformer及扩散模型的人体姿态估计方法、系统及装置

    公开(公告)号:CN118447536A

    公开(公告)日:2024-08-06

    申请号:CN202410575937.5

    申请日:2024-05-10

    Abstract: 本发明公开了一种基于Transformer及扩散模型的人体姿态估计方法、系统和装置,方法包括:获取人体姿态估计数据集;对姿态目标帧及姿态支持帧特征提取得到目标帧姿态特征图和支持帧姿态特征图;构建基于Transformer架构的姿态估计模型,用目标帧姿态特征图、支持帧姿态特征图及关键点数据生成支持帧姿态热图集和真实姿态热图集,并基于姿态支持热图集生成预测姿态热图集;构建基于扩散模型的人体姿态特征提取训练模型并进行训练得到人体姿态特征提取模型;通过人体姿态估计模型对测试集中的待测姿态估计图像进行预测,得到人体姿态数据。本方法同时利用了Tansformer的内容全觉性和扩散模型的推理能力来处理姿态估计中遮挡等问题,增强了模型的推理能力,避免了错误估计。

    基于区块链技术的食堂补贴账本管理方法、系统及装置

    公开(公告)号:CN118096078A

    公开(公告)日:2024-05-28

    申请号:CN202410335135.7

    申请日:2024-03-22

    Abstract: 本发明公开了一种基于区块链技术的食堂补贴账本管理方法、系统及装置,方法包括:获取账本信息及第一数字签名;将账本信息输入至预设审计检测模型中得到检测结果,并对检测结果进行审计,审计通过后基于双方账本信息、第一数字签名及审计时间生成用于检验的第二数字签名;基于智能合约将审计后的双方账本信息、第二数字签名、审计时间及审计公钥上传至区块链系统的记录模块中;调用智能合约查看记录模块的相应信息并进行判断是否存疑,并调用智能合约对举报信息进行反馈,进而对存疑的账本信息进行审查和处理。本方法解决了传统食堂补贴账本易被篡改进而导致的一系列贪污挪用等问题,以及传统账本防篡改人工审计成本高、周期长的问题。

    一种基于图神经网络的设备能耗预测方法及系统

    公开(公告)号:CN117575072A

    公开(公告)日:2024-02-20

    申请号:CN202311503502.1

    申请日:2023-11-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于图神经网络的设备能耗预测方法及系统,属于深度学习和时间序列预测领域。该方法包括:采集系统中各设备的历史操作状态数据;提取历史操作状态数据的初始特征并进行预处理,得到设备特征;所述的初始特征至少包含能耗信息;根据系统中各设备之间的关系构建图模型,以各设备特征作为初始节点特征,利用图注意力网络更新节点特征;对更新后的节点特征进行逆标准化处理,并与能耗信息拼接,构建训练样本;利用训练样本训练能耗预测模型,基于训练后的能耗预测模型对设备未来一段时间的能耗进行预测。本发明考虑了设备间的复杂关系以及设备自身的历史数据,从而提高了预测的精度。

    一种多层次特征增强的智能合约漏洞检测方法及系统

    公开(公告)号:CN116361808A

    公开(公告)日:2023-06-30

    申请号:CN202310310536.2

    申请日:2023-03-28

    Applicant: 浙江大学

    Abstract: 本发明提出了一种多层次特征增强的智能合约漏洞检测方法及系统,通过融合外部包调用关系、函数间调用与依赖关系、函数内程序信息流等多维度的合约语义信息,精准地建模合约代码特征,实现智能合约代码异常分析与漏洞检测。具体为:构建智能合约抽象语法树AST,基于AST分析合约外部包调用关系,生成外部包调用关系有向图,并提取相应的图特征;基于AST分析函数间调用与依赖关系,生成函数间依赖关系有向图,并提取相应的图特征;以函数为单位拆分合约AST,对函数AST进行信息流增强;基于多源特征融合输出合约异常分数。本发明准确地建模了合约代码特征,提高了合约代码异常分析与漏洞检测的效率和准确率,具有很好的拓展性与借鉴意义。

    基于硬件特性的非线性注入攻击检测方法与装置

    公开(公告)号:CN115862670A

    公开(公告)日:2023-03-28

    申请号:CN202211399084.1

    申请日:2022-11-09

    Abstract: 本发明公开了一种基于硬件特性的非线性注入攻击检测方法与装置,其中,检测方法包括以下步骤:(1)对采集的待测音频做语音活动检测,并将待测音频按语音部分进行切分,剔除无语音部分后得到多个语音片段;(2)对于每一个语音片段,同时进行欠采样音频检测与异常白噪声检测;若存在与常规语音部分相似的欠采样音频和/或存在与语音能量高度相关的近似白噪声,则判定该语音片段由非线性注入,并对用户发出警告。本发明中,检测方法可以直接部署于智能设备上,检测装置可以部署于智能设备附近,均可独立完成检测工作,可以为语音助手用户提供便捷、普适、无法规避的非线性注入攻击检测方案。

    一种基于人类语音结构的语音干扰噪声设计方法

    公开(公告)号:CN115841821A

    公开(公告)日:2023-03-24

    申请号:CN202211427811.0

    申请日:2022-11-15

    Abstract: 本发明公开了一种基于人类语音结构的语音干扰噪声设计方法,包括如下步骤:(1)获取大量包含不同说话人、不同说话内容的语音数据,进行声纹信息提取后构建初始语音数据集;(2)对于每个用户,获取少量的用户语音数据,进行声纹信息提取后在初始语音数据集中匹配最为接近的语音数据;(3)对匹配得到的语音数据进行数据增广;(4)利用音素切割算法对增广后的语音数据进行切分,构成元音数据集和辅音数据集;(5)基于元音数据集和辅音数据集构建三段噪声序列,叠加后得到干扰噪声;(6)持续生成随机干扰噪声并播放,持续的干扰噪声注入录音中实现连续干扰。利用本发明,可以使干扰噪声无法从语音中去除,从而避免用户隐私信息的泄漏。

    一种基于策略型Fuzzer的智能合约漏洞检测方法及系统

    公开(公告)号:CN115033883A

    公开(公告)日:2022-09-09

    申请号:CN202210455506.6

    申请日:2022-04-27

    Applicant: 浙江大学

    Abstract: 本发明提出了基于策略型Fuzzer的智能合约漏洞检测方法及系统,属于区块链智能合约安全领域。该方法具体包括:设计智能合约控制流图,提取控制流执行路径;分析测试用例的可达性以及控制流执行路径的漏洞性,并构建具有标注的测试用例和执行路径的数据集,训练相应的策略模型;集成策略模型到模糊检测器中,指导模糊检测器实现效率更快、检测更精准的漏洞检测,并进一步根据策略模型决判的高优先级测试用例,优化测试用例队列,动态更新策略模型。相较于传统的智能合约漏洞检测工具,该方法提供了一种新颖的智能合约漏洞检测方案,尝试将基于深度神经网络的策略模型与模糊检测器相结合,有效地降低了传统静态分析方法的漏报率和误报率,提高了模糊检测方法的执行效率和检测准确率,展望了智能合约漏洞检测的新方向。

Patent Agency Ranking