一种恒压供水的反渗透装置

    公开(公告)号:CN101613141A

    公开(公告)日:2009-12-30

    申请号:CN200810115617.2

    申请日:2008-06-25

    Abstract: 本发明一种恒压供水的反渗透装置,涉及恒压供水技术,包括供水阀、增压泵、反渗透膜组件、纯水箱、水箱出口电磁阀、使用点;其还包括变频器、电动调节阀、压力变送器、流量计;压力变送器控制变频器的工作频率,压力变送器实时显示供水压力的大小,在水压的一设定值范围内,控制变频器的工作频率,以使供水压力保持在一恒定值;流量计控制电动调节阀的开启程度,在流量的一设定值范围内,控制电动调节阀的开启程度,以使回流水流量维持在恒定值范围内。本发明既实现了恒压供水,又实现了回流至纯水箱水流量的恒定,保证了正常供水又减少电耗。

    人脸图像盲修复方法及系统

    公开(公告)号:CN113763268B

    公开(公告)日:2023-03-28

    申请号:CN202110990835.6

    申请日:2021-08-26

    Inventor: 赫然 黄怀波 李佳

    Abstract: 本发明提供一种人脸图像盲修复方法及系统,首先获取待修复人脸图像;然后将待修复人脸图像输入至三维记忆调制生成模型,由三维记忆调制生成模型对待修复人脸图像进行盲修复,并得到三维记忆调制生成模型输出的盲修复后的目标人脸图像。三维记忆调制生成模型中包含的三维记忆调制模块可以从拓扑优化、小波记忆以及通用先验这三个方面对待修复人脸图像进行调制,并引入层规范化层面以及实例规范化层面的特征融合,最终得到修复后的目标人脸图像。通过三维记忆调制生成模型,可以克服待修复失真人脸图像中可能包含的退化模式带来的不确定性,极大地提高了人脸图像盲修复的效果,使得人脸图像盲修复更加精准,得到的目标人脸图像的图像质量更高。

    一种视听伪造检测方法及装置

    公开(公告)号:CN114596609A

    公开(公告)日:2022-06-07

    申请号:CN202210062374.0

    申请日:2022-01-19

    Abstract: 本发明提供一种视听伪造检测方法及装置,该方法包括:获取待测视频数据;其中,待测视频数据包括至少两个视频帧,每个视频帧均包括至少一组由人脸图像和音频数据组成的视听对;将各视听对输入至训练好的双流网络,得到待测视频数据的伪造检测结果;其中,双流网络包括图像网络分支、音频网络分支和预测网络;图像网络分支用于提取人脸图像的面部关键点特征,并基于面部关键点特征提取人脸图像的帧间一致性特征;音频网络分支用于提取音频数据的音频特征,并基于音频特征提取音频数据的时间一致性特征;预测网络基于帧间一致性特征和时间一致性特征获取待测视频数据的伪造检测结果。本发明能够全面准确地对待测视频数据进行真伪检测。

    人脸图像盲修复方法及系统

    公开(公告)号:CN113763268A

    公开(公告)日:2021-12-07

    申请号:CN202110990835.6

    申请日:2021-08-26

    Inventor: 赫然 黄怀波 李佳

    Abstract: 本发明提供一种人脸图像盲修复方法及系统,首先获取待修复人脸图像;然后将待修复人脸图像输入至三维记忆调制生成模型,由三维记忆调制生成模型对待修复人脸图像进行盲修复,并得到三维记忆调制生成模型输出的盲修复后的目标人脸图像。三维记忆调制生成模型中包含的三维记忆调制模块可以从拓扑优化、小波记忆以及通用先验这三个方面对待修复人脸图像进行调制,并引入层规范化层面以及实例规范化层面的特征融合,最终得到修复后的目标人脸图像。通过三维记忆调制生成模型,可以克服待修复失真人脸图像中可能包含的退化模式带来的不确定性,极大地提高了人脸图像盲修复的效果,使得人脸图像盲修复更加精准,得到的目标人脸图像的图像质量更高。

    一种基于多线索的双流视频人脸伪造检测方法及系统

    公开(公告)号:CN114596608B

    公开(公告)日:2023-03-28

    申请号:CN202210061187.0

    申请日:2022-01-19

    Abstract: 本发明提供一种基于多线索的双流视频人脸伪造检测方法及系统,包括:将待检测视频流输入至预先训练好的多线索视频伪造检测模型,得到人脸真假分类检测结果;该检测模型是基于EfficientNet‑B5网络和Swin Transformer网络并行交互融合形成多线索,对伪造视频训练数据集进行训练所得到的。本发明通过利用视频图像帧中的高频信息、低级纹理和光流信息的组合线索,融合EfficientNet‑B5网络的局部特征提取能力以及Swin Transformer网络的全局关系感知能力,在分辨视频帧中人脸图像的真假时,体现了更优越的分类性能,有效克服传统分类模型在线索上的单一性和模型上泛化性低的缺陷。

    一种基于多线索的双流视频人脸伪造检测方法及系统

    公开(公告)号:CN114596608A

    公开(公告)日:2022-06-07

    申请号:CN202210061187.0

    申请日:2022-01-19

    Abstract: 本发明提供一种基于多线索的双流视频人脸伪造检测方法及系统,包括:将待检测视频流输入至预先训练好的多线索视频伪造检测模型,得到人脸真假分类检测结果;该检测模型是基于EfficientNet‑B5网络和Swin Transformer网络并行交互融合形成多线索,对伪造视频训练数据集进行训练所得到的。本发明通过利用视频图像帧中的高频信息、低级纹理和光流信息的组合线索,融合EfficientNet‑B5网络的局部特征提取能力以及Swin Transformer网络的全局关系感知能力,在分辨视频帧中人脸图像的真假时,体现了更优越的分类性能,有效克服传统分类模型在线索上的单一性和模型上泛化性低的缺陷。

Patent Agency Ranking