-
公开(公告)号：CN103533344B
公开(公告)日：2016-01-13
申请号：CN201310464607.0
申请日：2013-10-09
Applicant: 上海大学
IPC: H04N17/00 , H04N19/625
Abstract: 本发明公开了一种基于多尺度分解的压缩图像质量无参评估方法，该方法首先，提取压缩图像的边缘像素，采用非下采样的轮廓波变换，构建图像边缘渐变特征因子；其次，对压缩图像进行离散余弦变换(DCT)，获得的图像平滑特征因子；最后，将图像边缘渐变特征因子和图像的平滑特征因子融合，得到压缩图像无参质量评估的评价值公式，实现对压缩图像无参质量评估。本发明采用图像边缘渐变特征因子与图像平滑特征因子进行融合，得到该压缩图像无参质量评估的评价值，综合反映了图像压缩导致的结构失真和平滑失真，因此能有效地评价压缩图像的质量，当图像被低通滤波或裁减时，仍可有效反映图像这两方面的失真情况，因此还提高了图像质量评估的鲁棒性。
-
-
公开(公告)号：CN119475282A
公开(公告)日：2025-02-18
申请号：CN202411481815.6
申请日：2024-10-23
Applicant: 上海大学
IPC: G06F21/16 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种黑盒模型水印生成与验证方法、装置和介质，方法包括建立生成器，将预设标签和符合高斯正态分布的随机噪声组成的潜在向量同时输入到生成器中，得到图像作为触发器；基于触发器和原始训练样本，对预先训练好的目标DNN模型进行微调，更新DNN模型的参数，得到含水印的DNN模型；使用生成器、潜在向量和预设标签，生成触发样本，将触发样本输入待验证模型，得到触发样本的分类准确率，实现模型验证。与现有技术相比，本发明具有验证准确、性能影响小、避免水印重复验证等优点。
-
公开(公告)号：CN118862062A
公开(公告)日：2024-10-29
申请号：CN202411010840.6
申请日：2024-07-26
Applicant: 上海大学
IPC: G06F21/55 , G06F21/62 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/088 , G06N3/0985 , G06F18/23213 , G06F18/2131 , G06F18/214
Abstract: 本发明涉及一种基于傅里叶频域分析的图像黑盒对抗攻击方法，该方法包括：在神经网络频域敏感区域建立阶段，首先构建多个神经网络频域的共同敏感区域，然后找到攻击价值最高的频域区域；在频域对抗攻击阶段，将要分享图像从空域变换到频域，得到频域图像，然后对频域图像进行频域增强，接着利用攻击价值最高的频域进行梯度计算与迭代，并更新频域图像，最终获得要分享图像的对抗样本。与现有技术相比，本发明具有提升对抗攻击的迁移性与不可见性，以及增强图像分享隐私保护的安全性等优点。
-
公开(公告)号：CN110727927B
公开(公告)日：2023-10-20
申请号：CN201910902144.9
申请日：2019-09-24
Applicant: 上海大学
IPC: G06F21/16
Abstract: 本发明专利涉及一种基于区块链技术的数字产品保护系统及方法。本系统包括水印操作系统，模拟智能合约模块及模拟仲裁机构模块。本方法为：用户在系统提供的API进行注册并得到一对公私钥，用户将想要保护的数字产品上传到系统，系统对其进行嵌入水印并将联合时间戳生成的摘要信息返还给用户，用户用其私钥对摘要信息进行加密生成签名，系统将水印，数字作品，摘要信息以及用户公钥上传至区块链进行保存，后期发生纠纷时只需提取数字作品的检索水印，并验证摘要信息与鲁棒水印是否与区块链上所存是否匹配。
-
Patent Agency Ranking
公开(公告)号：CN111462258B
公开(公告)日：2023-09-15
申请号：CN202010246242.4
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明公开了一种针对制作印刷菲林片的彩色纹理线条图像矢量化方法与系统：首先将图像色彩模式转换为CMYK模式，再将各个通道分离成为四幅单独的图像分别进行矢量化；与传统纹理线条矢量化操作不同，本发明利用图像中的面取代线条进行矢量化，将图像背景设为黑色，将非纹理线条区域进行边缘跟踪，并用白色填充覆盖在黑色背景上，以此规避了传统矢量化操作中的线条分离，线条走势预测等复杂计算过程，大大提升了图像矢量化的速度与质量；最后将图像数据保存为EPS格式的矢量图，保证了矢量化结果的通用性，即输出CMYK四个通道对应的四幅矢量图，供用户进行后续的修改创作，并制成菲林片进行印刷。
-
公开(公告)号：CN116597284A
公开(公告)日：2023-08-15
申请号：CN202310665741.0
申请日：2023-06-07
Applicant: 上海大学 , 郑州信大先进技术研究院
IPC: G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/50
Abstract: 本发明涉及一种基于对称直方图分布的神经网络模型隐写分析方法，用于检测广泛分发和使用的图像分类神经网络中嵌入的秘密信息。针对以神经网络模型为秘密信息载体构建隐写分析框架与多样性数据集，隐写分析者通过“黑盒”式输入‑输出交互方式测试预训练神经网络来提取隐写分析特征，并用于训练特征分类器以确定模型超参数，而无需访问深度模型的内部结构和权重参数细节。在此基础上，设计高度对称的直方图分布设计方案用于确定各分段最优分类阈值，并按序排列组成最优阈值向量，作为神经网络隐写分析对照依据。本发明的特征提取过程无需访问模型任何内部结构和参数细节，高度对称的方案可抵抗原始任务类别偏差的干扰，具有较高的实用性和鲁棒性。
-
公开(公告)号：CN116402869A
公开(公告)日：2023-07-07
申请号：CN202310236801.7
申请日：2023-03-13
Applicant: 上海大学
Abstract: 本发明涉及一种印刷纹理图拓扑分析及矢量化方法，所述的方法包括以下步骤：1)对初始图像进行预处理；2)通过Sobel算子和LBFGS++算法建立图像前景点的多向量场模型；3)建立由前景点连接而成的曲线，根据多向量场模型进行曲线跟踪，形成拓扑图；4)按拓扑图结果对每组曲线进行贝塞尔插值拟合，并进行平滑滤波处理，最终输出以线条骨架作为图元信息的svg格式矢量文件。与现有技术相比，本发明具有矢量化精度高、处理范围广等优点。
-
公开(公告)号：CN114842242A
公开(公告)日：2022-08-02
申请号：CN202210376294.2
申请日：2022-04-11
Applicant: 上海大学
IPC: G06V10/764 , G06V10/82 , G06T3/40 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于生成模型的鲁棒图像分类对抗样本分析方法，构建一个生成式神经网络模型，输入原始样本，直接输出目标模型的对抗样本，并使样本获得抗尺度变换的鲁棒性的算法。本发明方法通过设计生成式模型、随机噪声层与特殊的损失函数，通过梯度下降算法，获得抗图像尺度变换的鲁棒对抗样本生成模型。假定攻击者拥有目标模型的所有信息，并利用此先验信息构建并训练生成模型。该生成模型可自适应地改变输入图像的部分像素，在保证其与原始图像相似的情况下，使生成的图像被目标模型判别为另一区别于原始标签的类别。并且，在该生成图像经过一定比例缩小，再填充到原始尺寸后，依然能使目标模型分类错误。
-
公开(公告)号：CN114331875A
公开(公告)日：2022-04-12
申请号：CN202111497526.1
申请日：2021-12-09
Applicant: 上海大学
Abstract: 本发明公开了一种基于对抗边缘学习的印刷工艺中图像出血位预测方法。本方法基于一个二阶段的生成对抗模型，将出血位预测问题分为结构预测和图像修复。第一阶段是轮廓生成网络，该网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。第二阶段是图像修复网络，该网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息，使用图像修复网络对出血位区域进行预测，可以为出血位区域填充具有精致细节的内容，完成对出血位区域的填充。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.02 seconds)
