-
公开(公告)号：CN113254908A
公开(公告)日：2021-08-13
申请号：CN202110558372.6
申请日：2021-05-21
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于可穿戴手环的手势密码破解系统，包括数据处理器以及输入密码的人员携带的可穿戴手环终端，该数据处理模块集成有无线传输主模块、信号预处理模块、加速度数据分析模块、角速度数据分析模块、第一模型分类模块、第二模型分类模块、剪枝模块和手势密码输出模块，该可穿戴手环终端集成有无线传输从模块、三轴加速度传感器和三轴陀螺仪。本发明通过分析输入密码的人员在智能手机上输入密码时腕部产生的加速度和角速度信号中蕴含的腕部运动规律，以对当前流行的手势密码的内容进行侧信道攻击。
-
公开(公告)号：CN113238659A
公开(公告)日：2021-08-10
申请号：CN202110726971.4
申请日：2021-06-29
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于WIFI信号的实时行为识别方法与系统，通过用户终端将WIFI信号的物理层信息进行提取，根据WIFI信号的变化情况，可以自动判断出室内用户的行为；不仅方便在遮挡环境中、夜晚环境中工作，并且基于无线信号的动作识别具有无需携带设备、可穿墙扫描、保障个人隐私等优点。
-
公开(公告)号：CN113221979A
公开(公告)日：2021-08-06
申请号：CN202110460812.4
申请日：2021-04-27
Applicant: 北京市商汤科技开发有限公司 , 中国科学技术大学
Abstract: 本公开提供了一种样本的生成方法、神经网络的训练方法以及装置，其中，样本的生成方法包括：获取参考增强策略；利用所述参考增强策略对第一样本数据进行变换处理，得到增强样本数据；利用多个第一神经网络对所述增强样本数据进行处理，得到第一处理结果；基于所述第一处理结果、以及所述参考增强策略，确定目标增强策略；利用所述目标增强策略对第二样本数据进行数据增强处理，得到所述第二样本数据的目标增强样本数据。
-
公开(公告)号：CN107832716B
公开(公告)日：2020-05-12
申请号：CN201711130646.1
申请日：2017-11-15
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于主动被动高斯在线学习的异常检测方法，包括：将输入的正常的连续视频帧进行预处理使目标形态上融入运动的信息，获得处理后的融合图像；利用深度神经网络提取融合图像的特征，获得一系列的特征向量；利用特征向量并结合基于主动被动规则约束的在线学习方法训练高斯分布，作为正常参考模型；在异常检测阶段，采用同样的方式对输入的连续视频帧进行预处理与特征提取操作，并求取各个特征向量在训练后的高斯分布上的分布距离，根据分布距离来判断相应特征向量是否异常。该方法可以在保证检测精度的前提下，降低训练时间并减少资源消耗。
-
公开(公告)号：CN110276016A
公开(公告)日：2019-09-24
申请号：CN201910583416.3
申请日：2019-06-28
Applicant: 中国科学技术大学
IPC: G06F16/9535 , G06N3/08
Abstract: 本发明公开了一种基于差分隐私的社会化推荐方法，一方面，将差分隐私运用于给用户推荐物品的社会化推荐系统，在做出数值型的评分预测的同时能够保护用户过去数值型评分记录的存在与否；另一方面，由于评分数据中有些评分可能会更加敏感，可以给不同敏感度的评分给予不同强度的隐私保护，使得敏感评分可以得到比普通评分更高的保护强度。
-
Patent Agency Ranking
公开(公告)号：CN109118513A
公开(公告)日：2019-01-01
申请号：CN201810907725.7
申请日：2018-08-10
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种二值运动描述子的计算方法，包括：获取依据临近块划分规则得到与所述目标视频帧组中每一个目标视频帧对应的中心块和各个基本块；计算每一个目标视频帧对应的中心块和各个基本块的范数；依据每一个目标视频帧对应的中心块和各个基本块的范数，分别确定与所述目标视频组对应的基于临近块相似运动的第一二值运动描述子和确定基于临近块总体运动的第二二值运动描述子；将所述第一二值运动描述子和所述第二二值运动描述子作为所述目标视频帧组的目标描述子。上述的计算方法，不但对目标视频帧中的中心块和基本块按预设的划分规则进行划分，而且还计入了临近块总体运动对目标描述子进行描述，提高了目标描述子计算的准确性。
-
公开(公告)号：CN109011395A
公开(公告)日：2018-12-18
申请号：CN201810895061.7
申请日：2018-08-08
Applicant: 中国科学技术大学
CPC classification number: A63B23/08 , A63B71/0619 , A63B2220/80
Abstract: 本发明公开了一种深静脉血栓康复运动的评估方法，包括：获取待治疗脚踝康复运动的各个运动状态；依次选取每一个运动状态作为待检测运动状态，判断所述待检测运动状态是否满足第一标准康复动作；若是，判断与所述待检测运动状态存在相邻关系的下一运动状态是否满足第二标准康复动作；若是，将所述待检测运动状态和与所述待检测状态存在相邻关系的下一运动状态作为一次标准康复动作，当接收到判断完成指令时，对所述待治疗脚踝康复运动进行评估。上述的评估方法，可以实现对静脉血栓康复运动中的各个运动状态进行检测和评估，不需要护理人员进行监督，就可以实现帮助患者完成正确的脚踝康复运动评估。
-
-
公开(公告)号：CN107766823A
公开(公告)日：2018-03-06
申请号：CN201711013558.3
申请日：2017-10-25
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于关键区域特征学习的视频中异常行为检测方法，包括：将视频帧序列划分为若干个的时空视频块，并通过关键区域检测算法检测出可能出现异常的时空视频块；利用训练好的基于自编码器的特征提取模块来提取每一可能出现异常的时空视频块的特征；利用基于马氏距离的分类器在提取到特征的基础上判断相应时空视频块是否是异常。该方法可以自动检测视频中异常行为的场景，具有检测速度快，稳定性高的优点。
-
公开(公告)号：CN107644217A
公开(公告)日：2018-01-30
申请号：CN201710909836.7
申请日：2017-09-29
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于卷积神经网络和相关滤波器的目标跟踪方法，该方法对不同特征做了深入分析，包括深度特征与手工特征在表征目标方面的优势与劣势、来自同一卷积神经网络不同卷积层的深度特征之间的多样性，并针对不同的特征设计了不同的相关滤波器来有效利用这些特征，同时，将深度特征与手工特征进行有效地结合，从而显著提高跟踪算法的整体性能。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.109 seconds)
