-
公开(公告)号：CN118918589B
公开(公告)日：2025-01-21
申请号：CN202411399134.5
申请日：2024-10-09
Applicant: 厦门理工学院
IPC: G06V30/146 , G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于网格点的医疗文档图像矫正识别方法及系统，该方法包括以下步骤：步骤A：获取医疗文档的待矫正图像及其对应的真实图像，构建测试数据集；步骤B：构建基于网格点的医疗文档图像矫正模型并通过训练数据集对其进行训练，得到训练好的医疗文档图像矫正模型；步骤C：利用测试数据集对训练好的医疗文档图像矫正模型进行测试，评估合格的即为最终得到的医疗文档图像矫正模型；步骤D：将最终得到的医疗文档图像矫正模型应用于医疗文档图像矫正，获取矫正后的医疗文档图像；然后对矫正后的医疗文档图像进行文字识别，得到识别后的医疗文本。该方法及系统有利于快速、准确地校正医疗文档图像并对其进行文字识别。
-
公开(公告)号：CN119229220A
公开(公告)日：2024-12-31
申请号：CN202411746649.8
申请日：2024-12-02
Applicant: 厦门理工学院
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/096
Abstract: 本发明提供了基于跨域截断式迁移学习的放大内镜图像病变分类方法，包括获取放大内镜的真实图像、病变类别，构建训练、验证和测试数据集；构建基于跨域截断式迁移学习的放大内镜图像病变分类模型，设置截断点后进行训练，得到训练后的放大内镜图像病变分类模型；利用验证数据集对模型进行评估，根据验证结果调整模型参数，确定最终的模型；利用测试数据集进行测试，将经过测试的放大内镜图像病变分类模型应用于实际的放大内镜图像病变分类任务中。该方法适用于关于放大内镜图片病变类别工作，在模型训练过程中利用分层截断策略以及动态学习率调整机制，提升了模型的分类精度和训练效率，具有较强的实用性和推广价值。
-
公开(公告)号：CN118885827B
公开(公告)日：2024-12-17
申请号：CN202411379898.8
申请日：2024-09-30
Applicant: 厦门理工学院
IPC: G06F18/22 , G06F8/53 , G06N3/0442 , G06N3/0455 , G06N3/042
Abstract: 本发明提供的跨架构二进制代码的相似性检测方法、系统、设备及介质，涉及信息安全技术领域。本发明通过获取待检测的两份二进制代码文件；将两份二进制代码文件进行反汇编，提取得到对应的二进制代码函数信息;将二进制代码函数信息输入预先训练好的基于孪生网络架构的多模态跨架构二进制代码相似性检测模型，输出相似性检测结果。本发明基于K‑BERT深度学习模型生成不同架构下的语义嵌入向量；采用GGNN模型提取出结构嵌入向量；并经MLP多层感知机融合处理后，在孪生网络进行相似性度量，得到相似性检测结果。本发明有效解决了现有技术的局限性，通过多模态信息的有效融合，实现了跨架构特征的统一表达，显著提升了二进制代码相似性检测的精度与鲁棒性。
-
公开(公告)号：CN118968598A
公开(公告)日：2024-11-15
申请号：CN202411154082.5
申请日：2024-08-21
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于提示学习的人脸属性识别方法及系统，该方法包括以下步骤：1）从数据集中获取人脸图像和人脸属性识别标签，并对人脸图像进行预处理，形成人脸图像Token序列；2）将人脸图像Token序列输入构建的人脸属性识别网络模型，人脸属性识别网络模型对提示序列进行初始化，并将其与人脸图像Token序列拼接后输入Transformer模型；Transformer模型部分冻结，只有提示序列进行迭代，以引导模型进行微调；Transformer模型的不同编码器层之间插入动态可调门控模块，以自适应地调整不同编码器层的提示序列的贡献；对人脸属性识别网络模型进行训练；3）将训练好的人脸属性识别网络模型用于人脸属性识别。该方法及系统有利于更加鲁棒、准确、轻量化的获得人脸属性识别结果。
-
公开(公告)号：CN118918589A
公开(公告)日：2024-11-08
申请号：CN202411399134.5
申请日：2024-10-09
Applicant: 厦门理工学院
IPC: G06V30/146 , G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于网格点的医疗文档图像矫正识别方法及系统，该方法包括以下步骤：步骤A：获取医疗文档的待矫正图像及其对应的真实图像，构建测试数据集；步骤B：构建基于网格点的医疗文档图像矫正模型并通过训练数据集对其进行训练，得到训练好的医疗文档图像矫正模型；步骤C：利用测试数据集对训练好的医疗文档图像矫正模型进行测试，评估合格的即为最终得到的医疗文档图像矫正模型；步骤D：将最终得到的医疗文档图像矫正模型应用于医疗文档图像矫正，获取矫正后的医疗文档图像；然后对矫正后的医疗文档图像进行文字识别，得到识别后的医疗文本。该方法及系统有利于快速、准确地校正医疗文档图像并对其进行文字识别。
-
Patent Agency Ranking
公开(公告)号：CN118918298A
公开(公告)日：2024-11-08
申请号：CN202411411644.X
申请日：2024-10-11
Applicant: 厦门理工学院
Abstract: 本发明提供了基于球面几何的点云转移攻击方法、装置、设备及介质，涉及点云攻击技术领域，利用球面大地测量距离和配对向量之间的角度生成扰动。通过流形变换，将点云从欧几里得空间映射到球面空间，并计算球面上最近的大地测量距离，从而获得弯曲点对的几何位置。随后，通过学习正负角度偏移生成两个子扰动，控制成对矢量的角度变化以增强扰动多样性。旨在解决解决模型的可移植性较弱的问题。
-
公开(公告)号：CN118916077A
公开(公告)日：2024-11-08
申请号：CN202411396600.4
申请日：2024-10-09
Applicant: 厦门理工学院
Abstract: 本发明提供的基于分层解析的代码克隆检测方法、装置、设备及介质，涉及人工智能与语言处理技术领域，本发明方法通过获取待克隆检测的两份源代码片段；再分别进行解析得到AST；然后对AST分别进行分层提取，得到分层AST；遍历分层AST的每个节点，依次计算节点之间的相对距离，得到相对位置嵌入矩阵，进而得到相对位置分层AST；利用解耦注意力机制处理相对位置分层AST的每个节点，得到内容向量与位置嵌入向量，并分别计算它们之间的注意力权重，得到注意力矩阵；将所述两份源代码片段的相对位置分层AST与注意力矩阵输入暹罗网络进行克隆检测，最后通过相似度得到检测结果。本发明提高了代码克隆检测的效率和准确性，解决了梯度消失问题，降低了计算开销。
-
公开(公告)号：CN118898846A
公开(公告)日：2024-11-05
申请号：CN202411396493.5
申请日：2024-10-09
Applicant: 厦门理工学院
IPC: G06V30/146 , G06V30/148 , G06V30/18 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出一种应用于歪曲试卷的文档矫正系统，包括试卷图像的分割模块和基于多头注意力机制的试卷图像矫正模块；所述试卷图像的分割模块基于UNet构建的分割模型以实现对于试卷文档的左缘信息和右缘信息分割，通过卷积层、残差连接以及转置卷积层提取和融合图像特征，以获得图像分割图，随后进行后处理以获得实际的掩码图；再将分割后的信息输入到基于多头注意力机制的试卷图像矫正模块中以对分割后的图形进行矫正；所述基于多头注意力机制的试卷图像矫正模块采用Transformer结构，包括Encoder‑Decoder结构，采用多头注意力结构网络生成图像的光流图，通过一系列的Encoder编码器块进行逐步降采样和Decoder解码器块进行逐步上采样，得到矫正后的试卷文档图像。
-
公开(公告)号：CN117786682A
公开(公告)日：2024-03-29
申请号：CN202410217549.X
申请日：2024-02-28
Applicant: 厦门理工学院
IPC: G06F21/55 , G06F18/214 , G06F18/2415
Abstract: 本发明提供了基于增强框架的物理对抗攻击方法、装置、设备及介质，涉及物理对抗攻击技术领域，在FA(fast autoaugmentation，快速自动增强)的基础上引入了一种高效的增强策略搜索方法，通过学习这些策略来提高鲁棒对抗攻击的泛化性能；同时，在AFA(adversarial fast autoaugmentation，对抗快速自动增强)的基础上，进一步提出了结合MSEM（multi‑sample ensemble method，多样本集成方法）和MLEM（most‑likely ensemble method，最可能集成方法）的对抗性图像攻击，能够在数字和真实世界场景中同时欺骗多个分类器。能够解决现有的物理对抗攻击方案存在不确定性，使得在训练过程中拟合对抗噪声具有新的挑战性，并且在处理大规模攻击数据集时，存在增加人力问题。
-
公开(公告)号：CN117540379A
公开(公告)日：2024-02-09
申请号：CN202311506052.1
申请日：2023-11-13
Applicant: 厦门理工学院
Abstract: 本发明提出一种防御前向幽灵攻击的方法，用于具有硬件CFI特性的处理器的前向幽灵攻击防御，所述方法将CFI机制应用到处理器流水线的预测执行阶段，利用处理器中已有的硬件CFI特性来实现高效的BTB预测地址的检查，通过维护处理器前端预测时的控制流完整性，阻止错误的预测执行，以防御前向的幽灵攻击；所述方法还通过跟踪间接跳转指令预测执行过程的状态机和lfence指令来防御跨地址空间的前向幽灵攻击；包括以下方法；方法A、BTB跳转目标地址检测；方法B、通过代码填充来控制目标集合的槽位，所述槽位即指令地址的低位；方法C、利用有限状态机跟踪BTB跳转目标地址的检测过程；本发明能实现高安全性、低性能损耗、低硬件开销的前向幽灵攻击防御技术。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.027 seconds)
