公开(公告)号：CN117953208A

公开(公告)日：2024-04-30

申请号：CN202311697571.0

申请日：2023-12-11

Applicant: 中北大学

Inventor： 郝德琛 ,  章永来 ,  强彦 ,  李华玲 ,  安洋 ,  李强

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于图的边缘注意力门医学影像分割方法及装置，所述装置包括：数据收集单元；数据预处理单元；EAGC_IUNet模型构建单元：构建基于图的边缘注意力门医学影像分割模型，记作EAGC_IUNet；EAGC_IUNet模型训练单元：对构建的EAGC_IUNet进行训练；医学图像分割单元：根据所述医学图像分割方法，给出目标区域分割结果；本发明改进边缘注意力门结构，使用Sobel的横向和纵向算子分别提取特征图两个方向的边缘特征，这样更容易提取特征图的高频边缘信息。使用改进UNet3+作为主干网络，这样可以在保留UNet++优势的同时使模型参数量减少并且全尺度跳跃连接更有利于捕获图像中的细粒度语义特征和粗粒度语义特征。

公开(公告)号：CN117935036A

公开(公告)日：2024-04-26

申请号：CN202410136070.3

申请日：2024-01-31

Applicant: 中北大学

Inventor： 李华玲 ,  霍佳鑫 ,  章永来 ,  张晓波 ,  安洋

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V10/75

Abstract: 本发明公开了一种复杂海洋环境下的鱼类目标检测方法，包括步骤S110‑S150：S110：收集原始水下鱼类图像数据和对应的鱼类目标手动标注数据，标注数据中包含鱼类的类别以及检测框的坐标，将鱼类图像数据和目标标注数据分别构成原始图像数据集I和标签数据集L；S120：使用加权直方图匹配算法对原始图像数据集进行数据预处理，并构建测试和训练数据集；S130：构建改进YOLOv5的水下鱼类目标检测模型，记作HMFD_YOLOv5；S140：对构建的HMFD_YOLOv5进行训练；S150：根据所述水下鱼类目标检测方法，给出目标检测结果；首先，本发明通过加权直方图匹配来解决水下图像模糊、颜色失真以及颜色分布不统一的问题；其次，使用实时检测器中的解码器替换YOLOv5中的检测头部分，从而增强算法对遮挡目标的检测能力。

公开(公告)号：CN119903546A

公开(公告)日：2025-04-29

申请号：CN202411797183.4

申请日：2024-12-09

Applicant: 中北大学

Inventor： 赵利辉 ,  李卓奇 ,  安洋 ,  李頔 ,  康珺 ,  富丽贞 ,  孙文韬 ,  张吉

IPC: G06F21/62 ,  G06V10/774 ,  G06V10/776 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于网络安全领域，旨在解决深度学习模型训练中存在未经授权者随意利用个人数据的问题。提供了一种防止投毒攻击的图像保护方法，包括以下步骤：获取目标类别数据集；提取目标类别数据集中不同类别的主导图像特征；将不同类别的主导图像特征作为扰动，对应添加至源类别数据集中的部分原始图像中，得到的中毒图像；将中毒图像随机插入源类别数据集中，替换相同数量的原始图像，得到中毒数据集；基于中毒数据集训练待投毒攻击的深度学习模型，并使用未中毒的源类别数据集进行模型验证；基于模型验证结果判断投毒攻击是否有效。本发明所提出的方法能够显著降低深度学习模型的准确率，从而有效遏制了未经授权方对数据的滥用。

公开(公告)号：CN119788307A

公开(公告)日：2025-04-08

申请号：CN202411683514.1

申请日：2024-11-22

Applicant: 中北大学

Inventor： 赵利辉 ,  潘广贞 ,  郑淳戈 ,  安洋 ,  孙文韬 ,  何志英

IPC: H04L9/40 ,  G06N3/0464

Abstract: 本发明属于网络入侵检测技术领域，旨在解决网络入侵检测中信息利用不充分、特征维度不完整的问题。提供了一种N‑gram频率和融合改进算法的网络入侵检测方法，包括以下步骤：获取原始网络数据流量包，并将其分割为若干独立的初始会话；将数据包中的包头信息、有效载荷和时间戳进行分别提取；将同一数据包中提取出的包头信息、有效载荷和时间戳组成一数据包集合；同一会话中的所有数据包集合组成一完整会话；提取完整会话的包头特征、有效载荷特征和时间特征，得到一特征序列；并对特征序列进行深层次特征提取，得到深层次会话特征；基于深层次会话特征进行网络数据流量检测结果分类。本发明提取的特征集完整且具有更高的分类精度。