一种图像描述文本生成方法及装置

    公开(公告)号:CN113468357B

    公开(公告)日:2023-07-11

    申请号:CN202110823822.X

    申请日:2021-07-21

    Abstract: 本发明实施例提供了一种图像描述文本生成方法及装置,涉及图像处理技术领域,上述方法包括:检测目标所在的目标区域;计算平均像素值,得到区域特征;对第一输入信息进行特征提取,得到第一隐藏特征;生成各目标区域的权重系数;对各个目标区域中相同位置的像素点的像素值进行加权计算得到第一输出信息;对第二输入信息进行特征提取,得到第二隐藏特征;获得预设词汇表中输出概率最高的输出单词;将第一输入信息更新为包含第一隐藏特征、已获得的输出单词和区域特征的信息,并返回得到第一隐藏特征的步骤,直至输出文本满足输出结束条件,将输出文本确定为图像描述文本。应用本发明实施例提供的方案能够提高生成图像描述文本的准确度。

    一种基于生成对抗网络的日志入侵检测系统

    公开(公告)号:CN116318830A

    公开(公告)日:2023-06-23

    申请号:CN202310051810.9

    申请日:2023-02-02

    Abstract: 本发明公开了一种基于生成对抗网络的日志入侵检测系统,通过使用基于生成对抗网络的无监督学习,避免了因为异常样本数量严重不足对训练造成的负面影响。通过使用基于LSTM/GRU的自动编码器作为生成器生成异常样本,提升了训练的有效性。使用DR分数的重构误差和判别器的判别结果,更有效的利用了生成对抗网络在判别阶段的生成器,并且综合和先前生成模型和判别模型提高了识别异常的效果。使用基于前缀树的日志解析算法,在解析过程中保留了日志时间等数据信息,在入侵检测过程中引入时间信息,提升了入侵检测的准确性。基于前缀树的数据结构压缩了词典,减少内存的占用,在大型分布式日志系统中或丰富的日志信息的场景中使入侵检测系统拥有更好的性能。

    基于单光子和旋转加密的量子私密比较方法、系统和存储介质

    公开(公告)号:CN114697024B

    公开(公告)日:2022-09-16

    申请号:CN202210368396.X

    申请日:2022-04-08

    Abstract: 本发明公开了一种基于单光子和旋转加密的量子私密比较方法、系统和存储介质,方法包括:第三方随机生成密钥,制备初始光子序列并发送给第一参与者,并与第一参与者对初始光子序列进行窃听检测;第一参与者随机生成密钥,利用密钥与第一私有整数加密来自初始光子序列并发送给第二参与者,与第二参与者对光子序列进行窃听检测;第二参与者随机生成密钥,利用密钥与第二私有整数加密来自第一参与者的光子序列并发送给第三方,与第三方对光子序列进行窃听检测,加密为利用幺正算符的旋转加密;由第一参与者和第二参与者公开各自密钥,第三方以所述第一参与者、第二参与者和自己的密钥解密来自第二参与者的光子序列,进行单粒子测量并公布测量结果。

    基于P张量秘密共享和多个数据隐藏器的信息隐藏方法

    公开(公告)号:CN115002291A

    公开(公告)日:2022-09-02

    申请号:CN202210577089.2

    申请日:2022-05-25

    Abstract: 本发明公开了一种基于P张量秘密共享和多个数据隐藏器的信息隐藏方法,通过压缩感知技术处理原始图像以尽可能地减小影子图像的大小,并为信息隐藏者嵌入额外信息提供了便利,且由于压缩感知能够在采样的同时对信号压缩,因此,可实现较高的嵌入率。另外,将P张量积理论应用到矩阵运算当中,使用较小维数的测量矩阵同样可以处理高维信号,避免内存浪费,且P变换的矩阵是随机矩阵,可根据需求灵活地选择,所以经过P张量积运算的结果也更加多样,可以表示的矩阵也更多。在信息隐藏阶段,我们使用多个数据隐藏器进行信息嵌入,避免因单个信息隐藏器遭到损坏而不能恢复原始图像,提高信息隐藏模型的安全性。

    一种基于并行压缩感知和秘密共享的图像加密方法

    公开(公告)号:CN114944911A

    公开(公告)日:2022-08-26

    申请号:CN202210570594.4

    申请日:2022-05-24

    Abstract: 本发明公开了一种基于并行压缩感知和秘密共享的图像加密方法,首先利用性能良好的测量矩阵作为密钥对图像进行并行压缩,不仅实现了加密,而且减少了图像的大小,具有更低的存储和计算复杂度。其次对于非方阵图像引入分块Arnold变换加密,使图像显得杂乱无章,从而实现对并行压缩后的图像加密。然后,为了进一步提高系统的可靠性和保密性,防止秘密过于集中,利用(k,n)‑门限秘密共享技术对分块Arnold变换后的秘密图像进行处理,不仅实现了秘密图像的加密,而且分散了风险,容忍了入侵。最后,利用Zigzag混淆对由秘密共享技术生成的影子图像进行处理,干扰元素在影子图像中的位置,实现影子图像加密。

    一种基于类明确表示的一分类对抗性诈骗检测方法

    公开(公告)号:CN114282596A

    公开(公告)日:2022-04-05

    申请号:CN202111409648.0

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于类明确表示的一分类对抗性诈骗检测方法,采用改进的自编码器和改进的生成对抗网络,包括四个阶段:第一阶段:基于正常行为数据提取初步特征,利用改进后的自编码器提取其数据特征;第二阶段:修改原始生成对抗网络的目标函数得到改进的生成对抗网络,利用改进的生成对抗网络生成伪异常行为数据;第三阶段:将正常用户行为数据和伪异常行为数据输入改进的自编码器中一同训练,用训练完成后的编码器对正常行为数据提取最终特征;第四阶段:用最终提取好的正常行为数据特征对改进的生成对抗网络进行训练,训练完成后得到的判别器作为诈骗检测器对诈骗进行检测。本发明的方法在诈骗检测的准确率和稳定性方面都有显著提高。

    一种应用于视频传感器网络的视频安全高效传输系统

    公开(公告)号:CN114143551A

    公开(公告)日:2022-03-04

    申请号:CN202111515868.1

    申请日:2021-12-01

    Abstract: 本发明公开了一种应用于视频传感器网络的视频安全高效传输系统,在编码端采用采样率自适应选择和非关键帧自适应采样算法,防止相邻非关键帧之间恢复质量波动过大的问题;采用基于视频帧块的加密算法,能够降低计算复杂度,缩短加解密的时间;还使用混沌系统所产生的混沌序列作为测量矩阵和加密算法的密钥,来提高传输方案的安全性;此外在解码端,采用基于分块压缩感知和深度学习的视频帧恢复网络,当云端服务器接收到最早发送的少量非压缩视频帧时,重构单元会立刻进行快速训练,训练完成后便可用其恢复之后所接收的视频帧;最后在恢复的过程中采用并行恢复算法,在计算资源较为充足的情况下,可大幅提高恢复速度,极大降低实时视频解码时延。

    一种应用于边缘云环境下图像任务的深度学习安全方法

    公开(公告)号:CN114065193A

    公开(公告)日:2022-02-18

    申请号:CN202111393890.3

    申请日:2021-11-23

    Abstract: 本发明公开了一种应用于边缘云环境下图像任务的深度学习安全方法,包括以下步骤:对AMP‑Net+模型进行训练,将AMP‑Net+应用于深度学习安全模型的图像重建过程;训练完成后整个AMP‑Net+通过结构化多重哈希映射对网络模型进行压缩减小后部署到边缘云网络设备中;当第三方用户需要获得边缘云上的数据时,第三方用户发出数据请求,通过用户认证后与边缘云建立通信;而后根据数据请求,通过提前部署的网络模型来恢复获得原始数据。本发明引入结构化多重散列方法对训练好的AMP‑Net+网络模型压缩,同时提出了一个新的用户认证和隐私保护安全协议,深度学习安全模型保证在图像任务中边缘云系统安全性的同时,在不影响图像恢复质量的前提下进一步降低了边缘云网络设备的开销。

    一种图像风格迁移模型训练方法、装置及电子设备

    公开(公告)号:CN113160042A

    公开(公告)日:2021-07-23

    申请号:CN202110556271.5

    申请日:2021-05-21

    Abstract: 本申请实施例提供的一种图像风格迁移模型训练方法、装置及电子设备,通过将样本源域图像和样本目标域图像输入待训练的图像风格迁移模型;通过内容编码层对样本源域图像和样本目标域图像进行特征提取,得到源内容张量和源风格张量;通过风格编码层对样本源域图像和样本目标域图像进行特征提取,得到目标内容张量和目标风格张量;通过预设损失函数,根据源内容张量、源风格张量、目标内容张量和目标风格张量计算待训练的图像风格迁移模型的当前损失;根据当前损失对待训练的图像风格迁移模型的参数进行调整,直至当前损失小于预设阈值,得到训练好的图像风格迁移模型。实现了提取样本图像的多个维度的特征进行模型的训练,避免模型的内容敏感性。

Patent Agency Ranking