基于颜色空间融合及循环神经网络的人脸活体检测方法

    公开(公告)号:CN114519897B

    公开(公告)日:2024-09-24

    申请号:CN202111663546.1

    申请日:2021-12-31

    Abstract: 本发明请求保护一种基于颜色空间融合及循环神经网络的人脸活体检测方法,涉及生物活体检测技术领域。本发明包括融合新的颜色空间;构建人脸活体检测LSTM网络;将公开数据集的伪造人脸攻击视频的颜色特征输入到构建的LSTM中进行训练;利用新融合的颜色空间与训练好的网络模型用于人脸活体检测。本发明提出的人脸活体检测算法,能够直接对摄像头捕捉到的内容进行人脸活体检测,且能够在二维伪造人脸攻击及做工精细的三维伪造人脸攻击下实现准确检测,解决了实际在多维度、跨数据集伪造人脸攻击下人脸活体检测稳定性低的问题。

    一种智能停电管理方法及系统
    64.
    发明公开

    公开(公告)号:CN116644920A

    公开(公告)日:2023-08-25

    申请号:CN202310602514.3

    申请日:2023-05-25

    Abstract: 本发明涉及电力管理技术领域,特别涉及一种智能停电管理方法及系统,方法包括设置时间窗,获取当前时间前一个时间窗的历史数据;删除历史数据的异常值,并对历史数据中缺失的数据进行填补,构建模型历史用电数据集;根据模型历史用电数据集对所有用户进行集群划分;对每个集群进行人工打标,即为每个集群赋予用电优先级;根据用电优先级确定需提供必要持续用电量的用户范围,并按照上报数据为需提供必要持续用电量的用户提供必要持续用电量;本发明能够根据历史用电信息进行用户评级,对不同级别的用户进行科学停电,减少因停电带来重大的社会损失。

    一种面向行为时序的工作流程识别方法

    公开(公告)号:CN116524423A

    公开(公告)日:2023-08-01

    申请号:CN202211468059.4

    申请日:2022-11-22

    Abstract: 本发明涉及一种面向行为时序的工作流程识别方法,属于计算机视觉技术领域。建立针对不同应用场景下工作行为动作标签库,并进行行为识别;构建轻量化多目标跟踪模型,并进行人物身份识别,对视频中的人物进行跟踪;将人的身份和行为进行绑定,获得身份绑定后的行为序列;建立工作内容训练标签库,使用时序模型对行为序列的工作内容进行检查,从而判断该行为序列的工作内容;建立工作流程检查库,将确定工作内容的行为序列与工作流程检查库中属于同一工作内容的流程序列进行匹配,判断该行为序列的工作流程是否符合标准规范。本发明通过建立不同目标及其行为的关系链,用于复杂视频场景中工作人员工作流程规范性的检查和判断。

    一种终端安全策略生成方法和系统

    公开(公告)号:CN115801378A

    公开(公告)日:2023-03-14

    申请号:CN202211404705.0

    申请日:2022-11-10

    Abstract: 本发明属于网络安全领域,具体涉及一种终端安全策略生成方法和系统,该系统包括:预处理模块、模式处理模块、周期处理模块、分组处理模块、策略生成模块;预处理模块将采集到的流量处理成可以利用的内部流量;模式处理模块将网络流按照合理网络连接数筛选;周期处理模块将网络流按周期性分组;分组处理模块对终端进行物理和逻辑上的分组;策略生成模块生成不同维度的安全策略。本发明从不同维度梳理、设置安全策略,用户可以根据自己的需求,选择不同细粒度的维度来生成更精确的终端策略,可以快速、便捷地批量生成安全策略,减少了用户手动梳理策略规则的复杂性,降低了人为操作上的失误和安全运维难度,用户使用更加方便,交互上更加友好。

    一种针对高维数据的商业信息评估方法及系统

    公开(公告)号:CN114782078A

    公开(公告)日:2022-07-22

    申请号:CN202210347941.7

    申请日:2022-04-01

    Abstract: 本发明涉及一种针对高维数据的商业信息评估方法及系统,属于大数据领域。该方法为:S1:对商业信息评估涉及的高维数据进行预处理。S2:建立基于ECA‑Net注意力机制和FFM的CatNN,和基于LightGBM作为提升树的GBDT2NN。S3:输入类别型稀疏特征到改进的CatNN,计算其输入和损失函数,得到基于类别型稀疏特征的评估结果。S4:输入数值型稠密特征到改进的GBDT2NN,得到基于数值型稠密特征的评估结果。S5:集成改进的CatNN和GBDT2NN,用于实现高维数据下的商业信息评估。该方法针对高维数据下商业信息评估中涉及的不同类型特征进行了专门的改进处理,且实现了评估模型的在线更新。

    一种面向纵向联邦学习的多方多类数据生成方法及系统

    公开(公告)号:CN114648099A

    公开(公告)日:2022-06-21

    申请号:CN202210348440.0

    申请日:2022-04-01

    Abstract: 本发明涉及一种面向纵向联邦学习的多方多类数据生成方法及系统,属于计算机中数据感知与重构领域。本发明包括:S1:建立以生成多方多类数据模型训练为目的纵向联邦学习训练数据集;S2:构建面向纵向联邦学习的双重条件生成对抗网络;S3:设计面向纵向联邦的双重条件生成对抗网络的多方损失函数;S4:建立面向纵向联邦学习的双重条件生成对抗网络的训练过程;S5:设计和实现基于双重条件生成对抗网络的多方多类数据生成方案。本发明提供了一种联合多方进行表格类数据集中样本特征维度和样本数量扩充的方法,联合多方构建高质量表格类训练数据集,满足大数据应用场景中机器学习模型训练的需求。

Patent Agency Ranking