-
公开(公告)号：CN119850773A
公开(公告)日：2025-04-18
申请号：CN202510331508.8
申请日：2025-03-20
Applicant: 中国科学技术大学
IPC: G06T11/00 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种文本到图像扩散模型概念擦除方法、系统、设备及介质，它们是相对应的方案，方案中：从概念生成概率的角度出发，整体性地降低目标概念的生成概率，真正实现对目标概念的遗忘，同时，为了避免图像中无关概念带来的影响，提出概念局部化方法，引入目标概念分割掩码，防止无关视觉信息的引入，保证了概念擦除的精准和高效；并且，还从模型本身机制出发，通过扰乱模型的自注意力响应，从模型层面进一步破坏目标概念的生成，提高了概念擦除的鲁棒性。总体而言，本发明同时从概率分布层面和模型层面考虑，真正意义上实现了鲁棒且高效的概念擦除。
-
公开(公告)号：CN119723689A
公开(公告)日：2025-03-28
申请号：CN202510234677.X
申请日：2025-02-28
Applicant: 中国科学技术大学
IPC: G06V40/40 , G06N3/0455 , G06N3/08 , G06T1/00 , G06V40/16
Abstract: 本发明公开了一种人脸深度伪造取证方法、系统、设备及存储介质，它们是一一对应的方案，方案中：提取出面部的多级区域性语义特征，并将即鲁棒性水印与半脆弱性水印自适应的嵌入至不同语义区域，最终重建出水印图像，之后可向外发布；并且，利用深度伪造过程中水印完整性难以保持的特性，从获取的水印图像中提取出两种水印信息，一方面，可以实现身份溯源，另一方面，可通过交叉对比实现深度伪造检测；本发明提供的上述方案是一种主动溯源并且与具体深度伪造方法无关的检测方案，可以显著提升了深度伪造的溯源与检测性能，在多个数据集上的实验结果均表明其达到了领先水平。
-
公开(公告)号：CN118761368B
公开(公告)日：2024-11-29
申请号：CN202411253234.7
申请日：2024-09-09
Applicant: 中国科学技术大学
IPC: G06F30/337 , G06F30/27 , G06N3/092 , G06N3/126 , G06F111/06
Abstract: 本发明提供了一种电路遗传进化方法，可以应用于算术逻辑电路优化技术领域。该方法包括：将基因序列模型中的电路基因作为局部搜索算子的初始状态信息；利用目标案例集合对强化学习代理任务的初始状态进行反复重启进而完成对局部搜索算子的设计，利用局部搜索算子对基因序列模型的局部结构进行优化；基于多粒度遗传变异因子设计全局搜索算子，利用全局搜索算子对局部结构优化后的基因序列模型进行全局结构优化；利用基于深度神经网络的混合学习评估模型对全局结构优化后的基因序列模型进行筛选，得到电路基因更新后的基因序列模型；迭代进行局部结构优化操作、全局结构优化操作以及筛选操作，直到满足预设训练条件，得到结构优化后的目标电路。
-
公开(公告)号：CN114863470B
公开(公告)日：2024-11-22
申请号：CN202110183197.7
申请日：2021-02-08
Applicant: 中国科学技术大学
IPC: G06V40/10 , G06V40/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/088 , G06N3/09
Abstract: 本公开提供了一种伪造人像检测模型的训练方法，包括：获第一人像样本集，其中，第一人像样本集包括支撑集和查询集；对于每一个任务，从支撑集中选取对应于任务的多个样本作为支撑子集，从查询集中选取对应于任务的多个样本作为查询子集；将支撑子集输入第一初始网络模型中，计算得到第一过程参数；将查询子集输入以第一过程参数为模型参数的第二初始网络模型中，计算得到第二过程参数；基于多个任务中每个任务对应的第二过程参数，调整第一初始网络模型的模型参数；以及使用第二人像样本集及样本标签训练调整模型参数后的第一初始网络模型，得到伪造人像检测模型。
-
公开(公告)号：CN118378707B
公开(公告)日：2024-09-13
申请号：CN202410805095.8
申请日：2024-06-21
Applicant: 中国科学技术大学
IPC: G06N5/04 , G06N3/0475 , G06N3/0455 , G06N3/094 , G06N3/0985 , G06F40/30 , G06F18/25 , G06F18/22 , G06N3/048
Abstract: 本发明涉及多模态内容生成技术领域，公开了一种基于价值体系引导的动态演化多模态价值生成方法；将给定的与价值体系有关的初始文本，输入到完成训练的生成模型，生成符合价值体系的多模态内容；生成模型的训练过程包括：查询与初始文本相关的语料文本；构建单一对抗多阶段结构，每个阶段采用一个生成结构；每个生成结构包括生成器和动态语义演化模块，且最后一个阶段的生成结构还包括判别器；通过判别器目标函数、生成器对抗目标函数，以及图文匹配度目标函数对生成模型进行训练。本发明利用动态演化模块和单一对抗多阶段结构，实现了内容生成的动态调整，能够根据历史阶段的状态重新组合词语特征，提升内容的生成效率和质量。
-
Patent Agency Ranking
公开(公告)号：CN118379744B
公开(公告)日：2024-08-20
申请号：CN202410824780.5
申请日：2024-06-25
Applicant: 中国科学技术大学
IPC: G06V30/148 , G06V30/19
Abstract: 本发明公开了一种半监督场景文本识别方法、系统、设备及存储介质，它们是一一对应的方案，方案中：关注了字符形态特征，通过采用半监督学习的场景文本识别框架，同时使用简单的合成数据（有标注的图像数据）和无标注的图像数据进行训练，并且通过对文本图像字符形式进行统一化，降低了困难样本的识别难度，其次提出复杂样本在线生成策略和字符单向对齐损失，使得模型能够对具有背景噪声和复杂字符形态的文本图像提取纯净有效的字符特征，进而实现仅从简单的合成训练数据集中泛化出识别复杂文本的能力。大量的实验证明了本发明的性能优于之前的方法，能够以较少的模型参数量和较快的推理速度对困难文本图像进行准确地识别。
-
公开(公告)号：CN118379401A
公开(公告)日：2024-07-23
申请号：CN202410824832.9
申请日：2024-06-25
Applicant: 中国科学技术大学
IPC: G06T13/20 , G06T13/40 , G06V40/16 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0475
Abstract: 本发明公开了一种说话人视频合成方法、系统、设备及存储介质，它们是一一对应的方案，方案中：首先，将静态人物肖像图的前景与背景进行了分离，从而能够更多地关注运动范围较大的关键领域；其次，通过金字塔形结构的面部扭曲流场与掩码提高了关键点引导的面部运动的精度，并且通过将身份表征引入合成过程进一步提高了视频中的身份一致性；最后，基于扩散模型无缝地将前景区域与粗糙的背景融合到说话人视频中，实现了更好的生成效果。本发明上述方案成功地缓解了边界伪影问题并提升了说话人视频合成结果中的身份一致性。
-
公开(公告)号：CN118296414A
公开(公告)日：2024-07-05
申请号：CN202410729803.4
申请日：2024-06-06
Applicant: 中国科学技术大学
IPC: G06F18/231 , G06F18/20 , G06F40/284 , G06F40/216 , G06N3/0455 , G06N3/0895 , G06F18/23213 , G06F40/295
Abstract: 本发明涉及自然语言理解技术技术领域，公开了一种基于层级聚类和属性挖掘的可计算价值体系构建方法，包括：层级节点挖掘，将语料数据聚类为四个类别的语料，提取关键词，将所有关键词汇总并去重后得到的关键词作为词节点；基于软硬权重融合的节点关系属性构建；多层级综合知识匹配计算，初始化测试文本的价值分数，提取测试文本中的实体，根据实体对应的词节点的相邻词节点的层级属性，以及词节点间的边对应的权值，计算实体的价值分数，将测试文本中所有实体的价值分数求和，得到测试文本的价值分数。本发明从多层次知识判别的角度提出了基于层级聚类和属性挖掘的可计算价值体系构建方法，按照由粗到细的粒度对输入文本进行价值计算。
-
公开(公告)号：CN117912005B
公开(公告)日：2024-07-05
申请号：CN202410313466.0
申请日：2024-03-19
Applicant: 中国科学技术大学
IPC: G06V20/62 , G06V30/164 , G06V30/18 , G06V30/186 , G06V30/19 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种利用单个标记解码的文本识别方法、系统、设备及介质，它们是一一对应的方案，方案中：在语义特征提取阶段，可以从图像中提取和压缩关键语义特征的有效性，同时过滤掉噪声或不相关的细节；并且设计了一种新颖的向量到序列范式，从全局语义特征中解码出字符预测（即文本识别结果），与传统方法在二维空间框架内分析特征不同，本发明使用全局语义特征，并在通道维度上解码字符信息，此外，将引入了序列语言建模。得益于上述改进，本发明显著提升了模型的场景文本识别性能，在多个数据集上达到了先进水平，特别是在弯曲文本、多方向文本和艺术字上提升尤为显著。
-
公开(公告)号：CN118154854A
公开(公告)日：2024-06-07
申请号：CN202410565082.8
申请日：2024-05-09
Applicant: 中国科学技术大学
IPC: G06V10/25 , G06N3/0455 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了多视角特征聚合的目标检测方法，涉及图像识别技术领域，通过目标检测模型从自然图像中识别出目标区域对应的位置和类别信息；目标检测模型的训练过程如下：构建训练集；对训练集中的图像进行多视角提取，生成多视角特征，将多视角特征串联得到多视角特征向量，所述多视角特征包括全局视觉特征、局部视觉特征、跨模态视觉特征；将多视角特征向量、全局视觉特征、局部视觉特征以及跨模态视觉特征输入到跨视角注意力特征聚合模块中，得到聚合后特征；将聚合后特征输入到目标检测模块中，生成目标区域的预测坐标值和预测类别标签；构建总损失函数，更新目标检测模型中的模型参数；该目标检测方法有效提升了对目标区域的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
440
records
(took 0.039 seconds)
