-
公开(公告)号:CN118212219A
公开(公告)日:2024-06-18
申请号:CN202410434746.7
申请日:2024-04-11
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06N3/0464 , G06V10/80
Abstract: 本发明涉及一种输电线缺陷检测方法、装置、设备及介质,方法包括:采集待检测的目标图像数据;对所述目标图像数据进行预处理,得到预处理图像数据;将所述预处理图像数据输入至预先建立的检测模型中,获取所述目标图像数据中输电线缺陷检测结果;其中,所述检测模型包括深度轻卷积模块和特征感知采样模块。本发明提出的检测方法将YOLOv8模型中步长为2的3×3卷积替换为深度轻卷积模块,防止小目标的细粒度信息丢失,同时降低了卷积计算量;引入融合特征感知采样模块的可变形卷积DCNv3,更好地聚合上下文信息进行偏移预测,提高检测模型对区分性特征的学习能力,显著提高了改进后的YOLOv8模型对输电线路中微小缺陷的检测精度。
-
公开(公告)号:CN117972732A
公开(公告)日:2024-05-03
申请号:CN202410393695.8
申请日:2024-04-02
Applicant: 南京信息工程大学
IPC: G06F21/57 , G06F18/2415 , G06F18/25 , G06N3/048 , G06N3/09
Abstract: 本发明公开了基于多特征融合的智能合约漏洞检测方法及系统,涉及数据处理技术领域,方法包括以下步骤:接收待测智能合约,分别提取待测智能合约的专家模式特征和全局图特征;将待测智能合约的专家模式特征和全局图特征输入至预先建立的自注意力编码器网络模型内进行进一步特征提取,输出得到二次专家模式特征和全局图特征;将二次专家模式特征和全局图特征输入至预先建立的交叉注意力编码器网络模型内进行特征融合,输出得到融合特征,将融合特征输入至预先建立的多层感知器分类模型内,输出得到待测智能合约的检测结果。
-
公开(公告)号:CN117939027A
公开(公告)日:2024-04-26
申请号:CN202410325137.8
申请日:2024-03-21
Applicant: 南京信息工程大学
IPC: H04N1/32 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于DCT特征提取的JPEG图像隐写方法及系统,涉及图像处理技术领域,包括:接收JPEG载体图像,将JPEG载体图像输入至预先建立的策略网络模型内,得到策略矩阵;根据策略矩阵,以逐系数的方式对修改动作进行采样,通过迭代生成模拟隐写图像,其中,所述修改动作通过预先建立的环境网络模型评估贡献并返回奖励矩阵;将策略矩阵输入至预先建立的环境网络模型内进行训练,输出得到训练后的策略矩阵,将训练后的策略矩阵转换为嵌入代价,模拟隐写图像根据嵌入代价生成得到最终的隐写图像。
-
公开(公告)号:CN117371540B
公开(公告)日:2024-03-15
申请号:CN202311671340.2
申请日:2023-12-07
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06Q40/04 , G06N3/042 , G06F18/241 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于深度图神经网络的区块链地址身份推断方法及系统,所述区块链地址身份推断方法包括基于采集到的区块链交易数据集生成有向交易网络图,并基于联合子图采样策略得到所述有向交易网络图中每个节点的节点子图,其中,所述有向交易网络图中节点代表区块链上的交易地址,边表示一个交易地址与另一个交易地址之间的交易;将每个节点的节点子图分别输入至预先训练好的多任务身份识别图模型中,输出节点的嵌入表示;将各节点的嵌入表示输入至预先训练好的分类器,利用分类器输出各个身份类别的概率分布,取概率最高的身份类别作为各节点最终的身份标签,完成身份推断。本发明能够提高区块链中交易地址身份推断的精度。
-
公开(公告)号:CN111325807B
公开(公告)日:2023-11-24
申请号:CN202010111838.3
申请日:2020-02-24
Applicant: 南京信息工程大学
IPC: H04L9/08 , G06F21/60 , H04N19/124 , H04N19/625 , G06V10/77 , G06V10/40
Abstract: 本发明公开了一种基于JPEG图像的加密和特征提取方法,包括加密方法和特征提取,加密步骤包括:解析JPEG图像;并对图像的VLI码进行异或加密;对量化表进行加密;特征提取步骤包括:解析JPEG图像;将量化DCT系数转化成VLI码的组号索引;对索引值进行截断;计算各通道每一个a×b块的状态转移概率矩阵;计算各通道内的平均状态转移概率矩阵并连接起来作为密文图像特征。本发明提取的密文图像特征可以用来进行检索和分类,简单易行,且具有很高的安全性、效率和准确率。
-
公开(公告)号:CN112329518B
公开(公告)日:2023-10-13
申请号:CN202010989868.4
申请日:2020-09-18
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于边缘纹理强化和对称差分统计的指纹活性检测的方法,属于信息安全领域,该方法主要设计两种特征描述符提取特征:边缘强化纹理特征描述符和对称差分方法特征描述符,通过统计上述两类特征的二维直方图,将其转换为一维向量,作为区分真假指纹图像的特征描述符,输入到支持向量机分类器中进行训练和测试。利用本专利设计的两种特征描述符,使得对指纹图像的特征提取更为准确,从而提高真假指纹图像的分类准确率。
-
公开(公告)号:CN112767226B
公开(公告)日:2023-09-12
申请号:CN202110053000.8
申请日:2021-01-15
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06T9/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN网络结构自动学习失真的图像隐写方法和系统,其将增强载体图像输入预设的改进U‑Net网络,依次生成初始像素改变概率图和初始含密图像,将初始含密图像输入判别网络,得到判别结果,根据判别结果计算判别网络的损失,根据判别结果和当前的隐写容量计算生成网络的总损失函数,以最小化损失函数为目标优化生成式对抗网络,当损失下降并保持稳定时认为训练结束,在训练结束后从生成式对抗网络中提取生成网络,将待传输的原始图像输入生成网络,得到像素改变概率,计算像素改变概率对应的嵌入失真,依据嵌入失真采用伴随式矩阵编码技术对秘密信息与待传输的原始图像进行编码,得到与原始图像对应的隐写图像。
-
公开(公告)号:CN113610711B
公开(公告)日:2023-05-23
申请号:CN202110879676.2
申请日:2021-08-02
Applicant: 南京信息工程大学
IPC: G06T3/40 , G06T17/00 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种单图像引导的三维表面重建方法及装置,首先,建立一个预定义的顶点分布均匀的椭球体网格;其次,采用轻量级网络AlexNet的主体架构提取输入图像特征:将AlexNet后三个卷积池化层生成的特征图像拼接,采用双线性插值法,寻找到原图像投影点在各个特征图像上的特征点;提取特征点邻近四个像素的图像特征向量并串联;然后,构建基于三维图卷积神经网络的网格变形模块,将预定义的椭球体网格变形为与二维图像对应的三维模型;最后,增加网格顶点数量,优化表面细节,并通过最小化三维损失函数调整参数矩阵,生成三维网格模型。本发明生成了高精度的三维网格表面模型,能够预测出更丰富的三维表面细节。
-
公开(公告)号:CN115841685B
公开(公告)日:2023-05-12
申请号:CN202310116481.1
申请日:2023-02-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于复合像元梯度的伪造指纹检测系统及方法,包括对指纹图像集进行预处理和提取指纹图像的感兴趣区域,构建复合像元梯度和复合像元梯度特征矩阵,将多个复合像元梯度特征矩阵进行降维,输入到支持向量机,经训练后得到指纹图像的真假判别模型,用于对测试指纹图像进行检测,提高真假指纹判断的准确度。
-
公开(公告)号:CN115952528A
公开(公告)日:2023-04-11
申请号:CN202310240044.0
申请日:2023-03-14
Applicant: 南京信息工程大学
IPC: G06F21/60 , G06F40/166 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种多尺度联合文本隐写方法及系统,其方法包括:获取文本序列和秘密信息;将文本序列输入预构建的生成替换联合模型中,获取各单词的生成概率分布;根据秘密信息和生成概率分布对文本序列进行隐写操作,获取第一隐写文本以及隐写记录;根据隐写记录确定文本序列中未隐写单词,将文本序列输入预构建的生成替换联合模型中,获取各未隐写单词的替换概率分布;根据秘密信息和替换概率分布对未隐写单词进行隐写操作,获取第二隐写文本;根据第一隐写文本和第二隐写文本生成联合隐写文本;本发明能够解决传统的文本隐写算法存在隐写文本质量低和嵌入率低的技术问题。
-
-
-
-
-
-
-
-
-