-
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。
-
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：CN113379888B
公开(公告)日：2023-08-22
申请号：CN202110060417.7
申请日：2021-01-18
Applicant: 兰州理工大学
IPC: G06T17/00 , G06T7/00 , G06N3/0464
Abstract: 本发明公开了一种基于图片的人体三维重建及参数测量方法，包括步骤：将获取的二维图片进行人体骨骼关键点检测与关联，得到关键点在二维图片中的相对位置；根据关键点在二维图片中的相对位置，进行二维图片到正面法线图与背面法线图的转换；利用二维图片、正面法线图与背面法线图得到人体三维模型；将人体三维模型导入3d Max，分割出人体的胸围、腰围、臀围、肩宽的截面，进行模型参数的测量；计算三维模型数据与人体真实数据之间的比例系数；将测量的三维模型数据乘以比例系数进行修正，得到真实的人体数据。本发明为人体参数的测量提供了一种新方法，丰富了人体数据的检测手段，具有数据获取快、运行成本低、操作简单、精确性高等特点。
-
公开(公告)号：CN115374931A
公开(公告)日：2022-11-22
申请号：CN202111496687.9
申请日：2021-12-09
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于元对抗训练的深度神经网络鲁棒性增强方法，包括步骤：使用多种对抗攻击算法生成对抗样本，验证元对抗训练防御方法的鲁棒性；将对抗样本与干净样本按照不同的比例进行融合构造训练集；使用卷积神经网络的卷积操作对所述训练集中的数据进行特征提取；元学习阶段，变换特征提取器的参数，使得深度神经网络快速适应小样本任务；输出对抗样本的类别，计算准确率。与现有技术相比，在对抗训练过程中加入元学习方法，利用元学习在面对新出现的样本时具有较强的泛化性、较高的识别准确率的特点，解决对抗训练泛化性较差的问题。
-
公开(公告)号：CN113379888A
公开(公告)日：2021-09-10
申请号：CN202110060417.7
申请日：2021-01-18
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于图片的人体三维重建及参数测量方法，包括步骤：将获取的二维图片进行人体骨骼关键点检测与关联，得到关键点在二维图片中的相对位置；根据关键点在二维图片中的相对位置，进行二维图片到正面法线图与背面法线图的转换；利用二维图片、正面法线图与背面法线图得到人体三维模型；将人体三维模型导入3d Max，分割出人体的胸围、腰围、臀围、肩宽的截面，进行模型参数的测量；计算三维模型数据与人体真实数据之间的比例系数；将测量的三维模型数据乘以比例系数进行修正，得到真实的人体数据。本发明为人体参数的测量提供了一种新方法，丰富了人体数据的检测手段，具有数据获取快、运行成本低、操作简单、精确性高等特点。
-
Patent Agency Ranking
公开(公告)号：CN115249275B
公开(公告)日：2025-03-25
申请号：CN202111332783.X
申请日：2021-11-11
Applicant: 兰州理工大学
IPC: G06T9/00 , G06N3/0464 , G06N3/049 , G06N3/08 , H04N21/84
Abstract: 本发明公开了一种基于Vision Transformer和强化学习的视频内容描述方法，包括步骤：视频数据分割，利用FFMPEG将视频随机切割为多个视频帧；特征提取，使用ResNet‑152网络和ResNeXt‑101网络提取视频帧的静态特征和动态特征，并统一所述静态特征和动态特征的特征维度；特征编码，利用Vision Transformer模型的编码器对所述静态特征和动态特征进行特征编码；特征解码，利用多层LSTM网络对编码后的静态特征和动态特征进行解码；强化学习优化；和生成视频内容描述。本发明克服了在编码阶段极易丢失大量中间隐藏信息，导致描述准确率低的问题，有效地提高视频描述的准确率，同时，本发明所生成的视频内容描述具有逻辑性强、可读性高的优点。
-
公开(公告)号：CN115661697A
公开(公告)日：2023-01-31
申请号：CN202111420124.1
申请日：2021-11-26
Applicant: 兰州理工大学
IPC: G06V20/40 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/77 , G06V10/82 , G10L25/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种多模态融合结合多层注意力的视频内容描述方法，包括步骤：将数据集中视频的每一帧转换为单张JPEG图像，将视频的音频信息存储为音频文件；提取视频的单帧模态特征，单模态运动时序特征和音频模态MFCC特征；将各单模态特征嵌入到利用self‑attention机制设计的网络结构中，进行单模态特征参数的学习，利用协作表示结构对模态特征进行融合；利用两层LSTM对融合特征进行编码；利用多层LSTM网络对编码后的特征向量进行解码，生成视频对应的描述。本发明克服了现有技术对于视频整体表征信息提取不完善，极易造成中间隐藏信息的丢失，导致生成描述文本准确率低的问题，有效地提高了视频内容描述的准确率。
-
公开(公告)号：CN115249275A
公开(公告)日：2022-10-28
申请号：CN202111332783.X
申请日：2021-11-11
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于Vision Transformer和强化学习的视频内容描述方法，包括步骤：视频数据分割，利用FFMPEG将视频随机切割为多个视频帧；特征提取，使用ResNet‑152网络和ResNeXt‑101网络提取视频帧的静态特征和动态特征，并统一所述静态特征和动态特征的特征维度；特征编码，利用Vision Transformer模型的编码器对所述静态特征和动态特征进行特征编码；特征解码，利用多层LSTM网络对编码后的静态特征和动态特征进行解码；强化学习优化；和生成视频内容描述。本发明克服了在编码阶段极易丢失大量中间隐藏信息，导致描述准确率低的问题，有效地提高视频描述的准确率，同时，本发明所生成的视频内容描述具有逻辑性强、可读性高的优点。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
