-
公开(公告)号：CN113505247A
公开(公告)日：2021-10-15
申请号：CN202110747290.6
申请日：2021-07-02
Applicant: 兰州理工大学
Abstract: 本发明公开了基于内容的高时长视频色情内容检测方法，包括步骤：构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类；构造文本情感分类网络，使用数据集对此文本情感分类网络进行训练，得到评论色情内容分类模型；对原视频附带的评论文本进行分类，并记录结果；构造图像分类网络，使用数据集对此图像分类网络进行训练，得到封面色情内容分类模型；对原视频附带的封面图像进行分类，并记录结果；针对于原视频的视频、封面、评论的结果进行综合评定。本发明克服了现有技术中处理高分辨率变化的长视频效率低下、对硬件要求高、延迟高的弊端。
-
公开(公告)号：CN115146762A
公开(公告)日：2022-10-04
申请号：CN202210668973.7
申请日：2022-06-14
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于SE模块增强ViT模型鲁棒性的方法，包括步骤：使用多种对抗攻击算法生成对抗样本，验证所提出现有的ViT模型的防御方法在面对不同对抗样本时的鲁棒性；将对抗样本输入所提出ViT模型的Convolutional Token Embedding层，然后再通过归一化层；将S2得到的特征输入SE‑Transformer块，特征首先经过SE模块，然后计算特征的Query、Key和Value值；将步骤S2、S3重复执行，并在最后阶段中添加cls分类标记；使用MLP Head预测最终的类别，计算准确率。本发明利用SE模块突出每个特征图的重要信息，抑制次要信息，有助于模型进行关键特征的提取，强化通道的特征信息，减少无用的特征；同时结合ViT模型的自注意力机制(self‑attention)可以提取特征的长距离信息。
-
Patent Agency Ranking
公开(公告)号：CN113505247B
公开(公告)日：2022-06-07
申请号：CN202110747290.6
申请日：2021-07-02
Applicant: 兰州理工大学
IPC: G06F16/38 , G06F16/35 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于内容的高时长视频色情内容检测方法，包括步骤：构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类；构造文本情感分类网络，使用数据集对此文本情感分类网络进行训练，得到评论色情内容分类模型；对原视频附带的评论文本进行分类，并记录结果；构造图像分类网络，使用数据集对此图像分类网络进行训练，得到封面色情内容分类模型；对原视频附带的封面图像进行分类，并记录结果；针对于原视频的视频、封面、评论的结果进行综合评定。本发明克服了现有技术中处理高分辨率变化的长视频效率低下、对硬件要求高、延迟高的弊端。
-
公开(公告)号：CN115146762B
公开(公告)日：2024-10-29
申请号：CN202210668973.7
申请日：2022-06-14
Applicant: 兰州理工大学
IPC: G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于SE模块增强ViT模型鲁棒性的方法，包括步骤：使用多种对抗攻击算法生成对抗样本，验证所提出现有的ViT模型的防御方法在面对不同对抗样本时的鲁棒性；将对抗样本输入所提出ViT模型的Convolutional Token Embedding层，然后再通过归一化层；将S2得到的特征输入SE‑Transformer块，特征首先经过SE模块，然后计算特征的Query、Key和Value值；将步骤S2、S3重复执行，并在最后阶段中添加cls分类标记；使用MLP Head预测最终的类别，计算准确率。本发明利用SE模块突出每个特征图的重要信息，抑制次要信息，有助于模型进行关键特征的提取，强化通道的特征信息，减少无用的特征；同时结合ViT模型的自注意力机制(self‑attention)可以提取特征的长距离信息。
-
公开(公告)号：CN113505680B
公开(公告)日：2022-07-15
申请号：CN202110747446.0
申请日：2021-07-02
Applicant: 兰州理工大学
IPC: G06V20/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于内容的高时长复杂场景视频不良内容检测方法，包括步骤：构造高低分辨率特征图融合单元模块，构造多分辨率图像预处理网络；将视频数据进行标注后处理为合适的训练格式；搭建低延迟复杂场景分割网络；使用处理后的视频数据集进行训练，得到低延迟复杂场景分割模型；使用低延迟复杂场景分割模型和双进程调度方案，对视频进行视频缩略和重点位置标注；构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类。本发明克服了现有技术中处理高分辨率复杂场景变化的长视频效率低下、对硬件要求高、延迟高的弊端。
-
公开(公告)号：CN113505680A
公开(公告)日：2021-10-15
申请号：CN202110747446.0
申请日：2021-07-02
Applicant: 兰州理工大学
Abstract: 本发明公开了基于内容的高时长复杂场景视频不良内容检测方法，包括步骤：构造高低分辨率特征图融合单元模块，构造高分辨率图像预处理网络；将视频数据进行标注后处理为合适的训练格式；搭建低延迟复杂场景分割网络；使用处理后的视频数据集进行训练，得到低延迟复杂场景分割模型；使用低延迟复杂场景分割模型和双进程调度方案，对视频进行视频缩略和重点位置标注；构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类。本发明克服了现有技术中处理高分辨率复杂场景变化的长视频效率低下、对硬件要求高、延迟高的弊端。
-
公开(公告)号：CN210377539U
公开(公告)日：2020-04-21
申请号：CN201920942777.8
申请日：2019-06-21
Applicant: 兰州理工大学 , 甘肃博奥视创信息科技有限公司
Abstract: 本实用新型公开了一种基于物联网的畜牧养殖与管理一体化系统，包括自发电装置，自发电装置包括动物胸腔自发电装置和稳压装置；连接自发电装置的充放电模块，充放电模块包括充电保护装置和锂电池；连接充放电模块的动物体征参数采集与传输装置，动物体征参数采集与传输装置包括LoRa无线传输模块、温度传感器，湿度传感器、心率血氧传感器、音频采集装置、定位装置和九轴姿态传感器；和连接动物体征参数采集与传输装置的数据处理中心，数据处理中心包括数据储存单元和异常数据监测模块、手机APP及报警装置。本实用新型通过多传感器采集动物体征参数，根据用户设定的阈值进行自动检测，并根据检测结果发出报警，实时有效地监测动物身体异常。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
