公开(公告)号：CN103198303B

公开(公告)日：2016-03-02

申请号：CN201310128913.7

申请日：2013-04-12

Applicant: 南京邮电大学

Inventor： 李云 ,  陈谦 ,  季薇

IPC: G06K9/00

Abstract: 本发明公开了一种基于人脸图像的性别识别方法，属于图像处理及模式识别技术领域。本发明采用将人脸上的局部器官（例如五官）特征分别训练的分类器和人脸整体特征的分类器相结合的分类器融合方式，构造融合分类器来进行性别识别，从而提高识别准确率；并采用2DPCA的方法对图像进行降维，采用2DLDA作为分类方法，在保证检测精度的基础上，减小了运算量，提升了训练和检测速度。

公开(公告)号：CN103198303A

公开(公告)日：2013-07-10

申请号：CN201310128913.7

申请日：2013-04-12

Applicant: 南京邮电大学

Inventor： 李云 ,  陈谦 ,  季薇

IPC: G06K9/00

Abstract: 本发明公开了一种基于人脸图像的性别识别方法，属于图像处理及模式识别技术领域。本发明采用将人脸上的局部器官（例如五官）特征分别训练的分类器和人脸整体特征的分类器相结合的分类器融合方式，构造融合分类器来进行性别识别，从而提高识别准确率；并采用2DPCA的方法对图像进行降维，采用2DLDA作为分类方法，在保证检测精度的基础上，减小了运算量，提升了训练和检测速度。

公开(公告)号：CN110457701A

公开(公告)日：2019-11-15

申请号：CN201910729584.9

申请日：2019-08-08

Applicant: 南京邮电大学

Inventor： 张伟 ,  陈谦 ,  陈云芳

IPC: G06F17/27 ,  G06F17/22 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了本发明是基于可解释性对抗文本的对抗训练方法；包括：(1)对输入的文本使用中和过滤器、去混淆过滤器和拼写检查进行处理，将所有的文本转为可读的文本，修改恶意拼写错误的单词；(2)构建文本分类模型，将经过拼写检查的输入和其对应的标签训练文本分类模型；(3)根据对抗样本生成的方法和初始的文本分类模型依次生成文本对抗样本；(4)利用生成的文本对抗样本和原始的样本，重新训练原始分类模型，得到可以防御对抗样本攻击的文本分类模型。利用本发明的方法，可以提高模型对恶意文本的检测效果，防止恶意文本的攻击。