公开(公告)号：CN108460390A

公开(公告)日：2018-08-28

申请号：CN201810162586.X

申请日：2018-02-27

Applicant: 北京中晟信达科技有限公司 ,  国家计算机网络与信息安全管理中心

Inventor： 王鲁华 ,  李雄 ,  孙润涛 ,  赫树龙

IPC: G06K9/46 ,  G06K9/62

Abstract: 一种基于特征学习的敏感图像识别方法。首先，提取四种颜色SIFT特征，并采用密集采样和点采样方式将四种颜色SIFT描述子融合在一起。接着，采用高斯混合模型对图像数据建模，并基于该概率产生式模型的对数似然函数的下界导出特征映射，这是特征学习的过程。该特征映射编码了数据的中高层语义特征，是观测变量、高斯混合模型的模型参数和隐变量的函数。最后，将数据集分割成训练集和测试集，利用训练集训练分类器的参数。对于输入的测试图像，送入分类器，输出其标签，完成敏感图像识别。本发明采用融合的颜色SIFT描述子描述图像，基于高斯混合模型学习出编码数据分布信息的特征映射,对于识别敏感图像中所包含的高层语义内容非常有效。

公开(公告)号：CN108171223A

公开(公告)日：2018-06-15

申请号：CN201810162040.4

申请日：2018-02-27

Applicant: 北京中晟信达科技有限公司 ,  国家计算机网络与信息安全管理中心

Inventor： 赫树龙 ,  孙润涛 ,  李雄 ,  王鲁华

IPC: G06K9/00

Abstract: 本发明是一种基于多模型多通道的人脸识别方法及系统，具体是指利用不同的人脸识别模型生成不同的人脸特征，不同的特征携带不同的信息，融合这些特征来进行人脸识别能很大程度上提高识别率，涉及人脸识别技术领域。本发明通过普通摄像头获取人脸图像，利用人脸检测算法检测是否出现人脸，在有人脸的基础上分割人脸区域，对分割出来的图像做预处理。对预处理后的图像提取不同模型所对应的特征，然后对这些特征进行特征处理，最后使用余弦距离来度量待识别人员与数据库中已注册人员的特征的相似度。该发明克服了现有技术存在的方法精确度不高，对于人脸环境变化(光照、表情、姿态、遮挡)鲁棒性低的缺点，能有效的提高人脸识别的准确率。

公开(公告)号：CN107528832B

公开(公告)日：2020-07-07

申请号：CN201710660939.4

申请日：2017-08-04

Applicant: 北京中晟信达科技有限公司

Inventor： 李雄 ,  赫树龙 ,  孙润涛 ,  张健 ,  柏洪涛

IPC: H04L29/06

Abstract: 本发明公开了一种面向系统日志的基线构建与未知异常行为检测方法，该方法包括：步骤一：用户操作日志量化，即用户行为量化；步骤二：用户行为特征筛选：步骤三：异常行为检测：步骤四：异常行为描述。本发明提出的面向系统日志的基线构建与未知异常行为检测方法首先针对用户操作日志进行量化，生成行为特征向量；然后对样本进行异常标注构建出基准样本集，同时评估和筛选子特征，构成新的特征向量；最后对用户行为特征向量进行主动聚类分析，构建行为基线，检测异常行为。由于检测过程中排除了异常点，能有效避免产生“异常点效应”并准确检测出典型的用户行为和异常行为。

公开(公告)号：CN107528832A

公开(公告)日：2017-12-29

申请号：CN201710660939.4

申请日：2017-08-04

Applicant: 北京中晟信达科技有限公司

Inventor： 李雄 ,  赫树龙 ,  孙润涛 ,  张健 ,  柏洪涛

IPC: H04L29/06

Abstract: 本发明公开了一种面向系统日志的基线构建与未知异常行为检测方法，该方法包括：步骤一：用户操作日志量化，即用户行为量化；步骤二：用户行为特征筛选：步骤三：异常行为检测：步骤四：异常行为描述。本发明提出的面向系统日志的基线构建与未知异常行为检测方法首先针对用户操作日志进行量化，生成行为特征向量；然后对样本进行异常标注构建出基准样本集，同时评估和筛选子特征，构成新的特征向量；最后对用户行为特征向量进行主动聚类分析，构建行为基线，检测异常行为。由于检测过程中排除了异常点，能有效避免产生“异常点效应”并准确检测出典型的用户行为和异常行为。