-
公开(公告)号：CN113920156A
公开(公告)日：2022-01-11
申请号：CN202111004320.0
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于视频目标跟踪的加速度估计方法、系统、设备及介质，所述方法包括：对第一帧视频帧中的目标进行抓取，识别出目标物体；并使用核相关滤波算法进行跟踪，获得目标物体的运动轨迹；根据目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据速度估计的最大测量噪声幅值，通过使用一阶滑膜跟踪微分器和高阶滑膜跟踪微分器，从而计算出精确估计目标的加速度。本发明通过人工抓取视频中的第一帧图像中的目标，保证了核相关滤波算法能够准确找到目标并进行跟踪，同时使用增广最小二乘法进行参数辨识，保证了高阶滑膜跟踪微分器估计目标的加速度，可以达到要求的精度。
-
公开(公告)号：CN113645187A
公开(公告)日：2021-11-12
申请号：CN202110761477.1
申请日：2021-07-06
Applicant: 暨南大学
IPC: H04L29/06
Abstract: 本发明公开了一种隐私度量和保护策略选择方法、装置、服务器和存储介质，应用于服务器，所述方法包括：接收用户客户端发送的隐私因素集和用户id；根据所述隐私因素集和用户id，将所述隐私因素集里的因素进行大类划分，获取对应的隐私策略参数；根据所述用户id，将所述隐私策略参数发送给对应的用户客户端；接收用户客户端根据所述隐私策略参数发送的新隐私策略参数；确认所述新的隐私策略参数后，将所述新隐私策略参数、所述隐私因素集和所述用户id绑定存储，作为隐私策略。本发明提出对隐私因素集里的因素进行大类划分，对影响环境的因素具有较高的可扩展性和容错性。
-
Patent Agency Ranking
公开(公告)号：CN113626566A
公开(公告)日：2021-11-09
申请号：CN202110763112.2
申请日：2021-07-06
Applicant: 暨南大学
IPC: G06F16/332 , G06F40/211 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于合成数据的知识对话跨域学习方法。该方法针对知识对话系统跨域学习时数据资源不充分的问题，提出了以下策略：针对问答，闲聊提出模板和多轮对话生成模型共同构造合成数据方法；针对灾难性遗忘提出知识保留和模板方法构造合成数据方法；为了利用不匹配对话语料，我们提出了使用检索、过滤、排序等方法构建合成数据方法。使用该合成数据训练的模型性能可近似使用人工标注数据进行训练的模型，有效缓解了知识对话系统跨域学习对数据资源的依赖。
-
公开(公告)号：CN112651007A
公开(公告)日：2021-04-13
申请号：CN202011634886.7
申请日：2020-12-31
Applicant: 暨南大学
Abstract: 本发明公开的一种基于数字水印的阈值谓词加密生物特征认证方法，包括以下步骤，获取用户的生物特征，对每个用户的生物特征生成参考模板并存储在服务端；用户发起认证请求；服务端收到认证请求，将向用户发送挑战；客户端收到挑战后将采集客户端新的生物特征样本，并得到生物特性向量，经过嵌入水印信息操作，进而得到质询模板并发送至服务端；服务端收到质询模板，进行每个片段中检测向量的信号计算，判断水印信息是否正确，根据水印信息的判断结果得到第一步认证结果；进行总相关值计算，根据总相关值和第一步认证结果得出最终认证结果；本申请可以防止系统受到欺骗攻击，且计算简单、效率高，可以使生物特征认证工作安全高效的进行。
-
公开(公告)号：CN109195162B
公开(公告)日：2020-05-08
申请号：CN201811190159.9
申请日：2018-10-12
Applicant: 暨南大学
Abstract: 本发明公开了一种车联网中聚合两种信任评估的消息可靠性评估方法，其中，信任中心负责维护车辆的信任信息，车辆定期向信任中心请求自己最新的信任证书；消息发布者发送消息时附带最新的信任证书以证明自己可信赖；消息接收者收到每条消息后提取信任证书并综合考虑多个消息发布者的消息以判断其是否可靠，然后根据消息质量为每个消息发布者生成一条信任反馈，并发送至信任中心，随后信任中心更新本地存储。本发明高效聚合两种信任评估，且无需消息接收者实时请求信任中心，因而评估结果更加准确，评估速度更快，且兼容车辆短时间内无法连接到信任中心的情况，更符合车联网的高动态特性。
-
公开(公告)号：CN108282469A
公开(公告)日：2018-07-13
申请号：CN201810006640.1
申请日：2018-01-04
Applicant: 暨南大学
IPC: H04L29/06 , H04N19/467 , G06F21/60
Abstract: 本发明为支持基于属性信息提取的隐写方法，发送者可以同时在一个载体中隐藏多个具有不同属性的信息，接收者只能根据身份属性解密相应信息。本发明包括以下步骤：密钥中心选定对称加密算法、嵌入密钥和提取公共参数；发送方嵌入消息：选定载体图像，计算每个像素的蒙板值，得到嵌入位置蒙板，生成每个像素点的嵌入适合程度度量，将属于蒙板的像素、嵌入适合程度以及要嵌入的秘密消息输入嵌入器，得到嵌入后像素；合并嵌入后像素和不属于蒙板的像素得到临时含密图像，将含密图像发送给各个接收方；接收方提取消息，恢复出嵌入密钥，计算每个像素位置的蒙板值、嵌入位置蒙板，将含密图像中所有属于蒙板的像素输入提取器，得到秘密消息。
-
公开(公告)号：CN107103405A
公开(公告)日：2017-08-29
申请号：CN201710172228.2
申请日：2017-03-22
Applicant: 暨南大学
CPC classification number: G06Q10/0631 , G06F21/602
Abstract: 本发明公开了一种基于区块链技术的众包系统及其建设方法，系统包括依次连接的应用层、区块链层以及数据存储层，所述区块链层包括若干相互连接的区块，所述区块包括智能合约模板；所述应用层用于编辑和录入雇主和工作者信息；所述智能合约模板用于用户信息注册、用户任务众包条件达成、任务众包结果汇总以及创建和修改智能合约；所述数据存储层用于存储原数据信息的任务的详细描述信息以及任务结果上传信息；所述原数据信息的哈希值由所述区块链层进行保存。本发明使得雇主与工作者无需经过第三方中介机构中即可自动完成交易，而且区块链层的数据无需依赖中心数据库，从而不存在单点故障问题，并且数据具备不可篡改性及可追溯性。
-
-
-
-
-
-
Search Results
67
records
(took 0.023 seconds)
