-
公开(公告)号：CN119200387B
公开(公告)日：2025-05-06
申请号：CN202411720857.0
申请日：2024-11-28
Applicant: 南京信息工程大学
IPC: G05B11/42
Abstract: 本发明公开了多移动智能体防抖动自动瞄准方法、系统、设备及介质，涉及目标检测与跟踪技术领域。本发明接收摄像机场景图像画面帧，并将其输入检测器中，对检测器输出的目标点集进行多项后处理以及优化操作，挑选出最佳的目标点作为跟踪点，最终通过外部控制设备进行跟踪。本发明以关键点检测器为基础，融合基于MOT的多目标筛选策略，并首次将机械控制中的PID控制方法应用于跟踪的后处理阶段，通过自适应微调抵消跟踪延时，实现抗多余目标干扰的高平滑度目标跟踪，最大程度上弥补了推理延时带来的跟踪滞后现象及准星抖动，同时能够预知跟踪方向大幅度变化、跟踪点丢失等突发状况并提前做出决策。
-
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：CN114693189B
公开(公告)日：2022-09-23
申请号：CN202210605047.5
申请日：2022-05-31
Applicant: 南京信息工程大学 , 江苏数一科技服务有限公司
Abstract: 本发明公开了一种板体翻堆落位方法、系统、存储介质及计算设备，本发明筛选初步缓冲提货单，根据当前提货单和初步缓冲提货单，进行货位作为缓冲货位的评分，根据评分进行缓冲货位分配，确定当前提货单板体上方的板体的翻堆落位方案，通过动态分配缓冲货位，有效避免翻堆操作造成的后续多次翻堆，提高效率，降低翻堆比，实现降本增效。
-
公开(公告)号：CN114998082A
公开(公告)日：2022-09-02
申请号：CN202210585035.0
申请日：2022-05-27
Applicant: 南京信息工程大学 , 南京启圣羽图信息科技有限公司
Abstract: 本发明公开了一种保护图像处理网络的水印嵌入方法、水印提取方法及系统，本发明获取模型层中对应输入图像的位置，将n个水印数值分别嵌入模型输出图像上的n个位置，仅将水印串嵌入到输出的图像中，并没改变网络模型的结构，没有增加网络模型的规模，进而不会增加网络训练的难度。
-
公开(公告)号：CN114662806A
公开(公告)日：2022-06-24
申请号：CN202210581010.3
申请日：2022-05-26
Applicant: 南京信息工程大学 , 江苏数一科技服务有限公司
Abstract: 本发明公开了一种中厚钢板翻堆出库优化方法、系统及存储介质，本发明计算一次翻堆代价和最小K次翻堆代价，在K次翻堆代价最小化的情况下，从当前提货单中获取每轮次的优先提取中厚钢板，将每轮次优先提取中厚钢板的翻堆方案合并，获得当前提货单的翻堆出库优化方案，可大大降低翻堆对后续提货单提货的影响，提高翻堆出库效率。
-
Patent Agency Ranking
公开(公告)号：CN114119335A
公开(公告)日：2022-03-01
申请号：CN202210091866.2
申请日：2022-01-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于GAN的神经网络水印生成方法、系统和存储介质，生成器生成原始数据集的噪声数据集；在原始数据集中加上噪声，得到触发样本水印集；将触发样本水印集和原始数据集同时送入到判别器中；将与原始数据集之间的相似度满足要求的触发样本水印集输入到神经网络模型，输出结果；通过设置判别器的损失函数、生成器的损失函数以及软铰链损失函数，确定整体损失函数；利用整体损失函数同步训练生成器、判别器和神经网络模型；利用触发样本水印集验证所述神经网络模型，获得最终生成水印的神经网络模型。本发明可以自动地根据不同的神经网络模型生成噪声，基本可以满足对不同神经网络模型生成水印的需求。
-
-
-
公开(公告)号：CN119720140A
公开(公告)日：2025-03-28
申请号：CN202510237396.X
申请日：2025-03-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多分区自适应触发的模型版权保护方法及系统，涉及计算机科学技术领域，通过引入变换场进行局部像素位移，使得触发器在样本中不可感知，采用离散粒子群优化DPSO算法自适应地优化每个子分区的触发器位置和形状，精确控制水印的嵌入过程，此外，由于分区的秘密函数难以被盗版者知晓，盗版者很难提取并篡改水印，具备较强的抗攻击能力。同时，对抗性样本的设计能够进一步确保水印在面对对抗性攻击和其他扰动条件时，依然有效地保护模型版权。综合而言，本发明在提升水印隐蔽性、鲁棒性和抗攻击能力方面具有显著优势，能够有效防止水印被识别和去除，并在黑盒环境中提供强大的版权保护，确保模型的知识产权得到充分保障。
-
公开(公告)号：CN117951506A
公开(公告)日：2024-04-30
申请号：CN202410315970.4
申请日：2024-03-20
Applicant: 南京信息工程大学
IPC: G06F18/2134 , G06F18/214 , G06F18/24
Abstract: 本发明公开一种基于特征空间频域分布的模型后门攻击方法，属于人工智能安全技术领域；一种基于特征空间频域分布的模型后门攻击方法为：首先逆向生成触发输入，接着利用代码注入的方式将包含分布检测器和木马寄存器的木马结构注入预训练模型中；然后将触发输入输入预训练模型中，来激活所述木马结构；通过将触发分布嵌入模型的特征空间，并利用特征图频域分布的鲁棒性，使模型后门能够抵御模型权重修改攻击，从根本上提高了模型后门的鲁棒性；此外，通过引入木马寄存器结构，可以将木马特征图隐蔽地注入模型中，替换正常特征图而不被察觉；这种隐蔽性使得后门攻击更难被检测到，并增加了攻击的成功率和持久性，且不会影响模型的原始性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.031 seconds)
