-
公开(公告)号：CN108921087A
公开(公告)日：2018-11-30
申请号：CN201810699566.6
申请日：2018-06-29
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种视频理解方法，旨在解决如何有效提取视频的密集帧特征和长期时空特征的技术问题。为此目的，本发明提供的视频理解方法首先利用残差网络获取目标视频的视频帧组，然后利用时序关系网络并根据多个视频帧组生成视频的时序关系特征，最后根据时序关系特征预测目标视频的视频行为类别。其中，视频帧组包括两个有序视频帧，每个有序视频帧均包括多个按照时间顺序依次排列的视频帧。基于上述步骤，能够有效获取到目标视频的密集帧特征和长期时空特征，进而可以快速且准确地预测出目标视频的视频行为类别。
-
公开(公告)号：CN109815789A
公开(公告)日：2019-05-28
申请号：CN201811514183.3
申请日：2018-12-11
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
Abstract: 本发明涉及人脸检测技术领域，具体涉及一种在CPU上实时多尺度人脸检测方法与系统及相关设备，目的在于降低人脸检测的硬件成本，提高人脸检测的速度与准确度。本发明的人脸检测系统包括：特征提取模块、多尺度检测模块和非极大值抑制模块。其中，特征提取模块配置为：从待检测图像中提取关键特征，得到多尺度的待检测特征图；多尺度检测模块配置为：根据多尺度的待检测特征图预测人脸得分和相应的位置；非极大值抑制模块配置为：根据人脸得分进行非极大值抑制，从而得到检测结果。本发明降低了人脸检测的硬件成本，提高了多尺度人脸检测的速度与准确度，能在CPU上实现准确率较高的多尺度人脸检测功能，继而可以应用在手机等平台上。
-
公开(公告)号：CN109190750A
公开(公告)日：2019-01-11
申请号：CN201810737975.0
申请日：2018-07-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
Abstract: 本发明涉及深度学习技术领域，具体提供了一种基于对抗生成网络的小样本生成方法及装置，旨在解决如何在少量样本数据的情况下利用生成对抗网络生成样本数据的技术问题。为此目的，本发明提供的基于对抗生成网络的小样本生成方法能够基于对抗生成网络并根据随机噪声和标签信息，生成小样本类型对应的样本。在此过程中，本发明采用迁移学习和批量训练的方法对对抗生成网络进行网络训练，使生成对抗网络可以有效迁移应用于少量样本的对抗生成网络样本生成任务中。
-
公开(公告)号：CN118014049A
公开(公告)日：2024-05-10
申请号：CN202410177798.0
申请日：2024-02-08
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
IPC: G06N3/09 , G06N3/0455 , G06F18/22 , G06F18/2431 , G06F40/30 , G06V20/70 , G06V10/40 , G06V10/82
Abstract: 本发明提供一种图文互生模型的训练方法，该方法包括：基于模态自感单元从样本模态数据中提取自感信息；模态自感单元基于自注意力网络通过多任务有监督训练得到；基于图文编码器对自感信息进行编码，得到隐空间特征，并对隐空间特征进行多模态扩散处理，得到扩散后的目标模态类型的隐空间特征；基于图文解码器对自感信息和扩散后的目标模态类型的隐空间特征进行解码，得到解码信息；根据解码信息和多任务损失函数对图文编码器和图文解码器进行训练，得到图文互生模型；目标损失包括重建损失、图像类的理解辅助任务对应损失和文本类的理解辅助任务对应损失确定。本发明所述方法提高了图文互生对应模型的性能和可适配性。
-
公开(公告)号：CN109190750B
公开(公告)日：2021-06-08
申请号：CN201810737975.0
申请日：2018-07-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
Abstract: 本发明涉及深度学习技术领域，具体提供了一种基于对抗生成网络的小样本生成方法及装置，旨在解决如何在少量样本数据的情况下利用生成对抗网络生成样本数据的技术问题。为此目的，本发明提供的基于对抗生成网络的小样本生成方法能够基于对抗生成网络并根据随机噪声和标签信息，生成小样本类型对应的样本。在此过程中，本发明采用迁移学习和批量训练的方法对对抗生成网络进行网络训练，使生成对抗网络可以有效迁移应用于少量样本的对抗生成网络样本生成任务中。
-
Patent Agency Ranking
公开(公告)号：CN119600625A
公开(公告)日：2025-03-11
申请号：CN202510143447.2
申请日：2025-02-10
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及自然语言处理技术领域，提供一种变体词识别方法及装置，所述方法包括：对待识别文本进行分词，得到至少一个文本分词；对各文本分词进行文本图像生成，得到各文本分词对应的分词图像；基于各文本分词的编码特征，以及对应分词图像的编码特征，得到各文本分词的变体词识别结果。本发明结合各文本分词的编码特征以及对应分词图像的编码特征，可以融合文本语义与视觉细节信息，将文本模态的文本分词和图像模态的分词图像对齐到同一语义空间，更全面地理解和识别变体词，有效提升了变体词识别的准确率。
-
公开(公告)号：CN114817661B
公开(公告)日：2024-08-13
申请号：CN202210448777.9
申请日：2022-04-26
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9035 , G06F18/22 , G06F18/23 , G06F18/24
Abstract: 本发明涉及一种基于IP地址画像的大规模IP自动分类方法，本方法首先基于各个IP画像的相似度关系构建图结构，由此确定核心的IP节点，对于新加入的节点，本方法对其进行分类的计算复杂度为O(n)，n为核心节点的数量，因此适用于大规模IP数据的线上实时处理。同时，本方法在进行IP分类结果的更新时，会将之前的核心节点与新抽样的节点混合起来重新聚类，这一过程在一定程度上保证了各IP群体的核心稳定性，同时又能较好地反映它们的实时变化。本发明还涉及一种基于IP地址画像的大规模IP自动分类装置和存储介质。
-
公开(公告)号：CN115190217B
公开(公告)日：2024-03-26
申请号：CN202210801788.0
申请日：2022-07-07
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04N1/44 , H04N19/60 , H04L9/40 , G06T9/00 , G06F21/60 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种融合自编码网络的数据安全加密方法和装置，涉及互联网数据处理技术领域。本发明为了解决现有数据安全加密时面对包含大量图片的海量数据存储资源开销大、数据传输不安全、数据传输效率低的缺陷，其方法为采用文本加密模块对文本类型数据作加密处理，构建图片自编码网络模型，采用图片压缩模块对待加密的原始图片类型数据作预压缩处理；采用图片加密模块对图片压缩编码作加密处理，采用解密模块对需要应用于下游任务的文本密文数据或图片密文数据进行解密，采用图片重建模块对解密后的图片压缩编码进行重建复原，译码器将码字通过重建处理后得到重建图片类型数据。本发明主要用于海量数据传输。
-
公开(公告)号：CN117591119A
公开(公告)日：2024-02-23
申请号：CN202311441226.0
申请日：2023-11-01
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及软件检测技术领域，公开了一种海量APK源码特征提取及相似分析方法，首先输入两个APK文件，通过源码解析反编译方法提取到APK包的AndroidManifest文件、本地化语言配置文件，提取到SMALI或JAVA源代码；再通过包名索引、启动类索引、固定目录识别方式，识别APK核心源码目录、第三方包目录、系统资源目录，并生成源码树；再对核心源码目录中的文件进行分析，计算文件HASH，提取源码文件中字符串类声明特征表示作为加权特征；计算拟进行分析的两棵源码树结构的相似度情况，根据源码目录的类型对进行不同程度的相似度加权。本发明降低分析资源投入和时间消耗，提升源码相似分析的准确度，能够实现在大规模APK数据分析场景的高性能分析。
-
公开(公告)号：CN116962996B
公开(公告)日：2024-01-16
申请号：CN202311222480.1
申请日：2023-09-21
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W4/12 , H04W4/08 , H04L51/063 , H04L51/214 , H04L51/52 , H04L51/56 , G06N3/006
Abstract: 本发明提供一种基于粒子群算法的信息传播预测方法、装置和设备，属于信息处理技术领域，该方法包括：确定在第一时刻目标信息对应的各个类型的用户的数量；其中，各个类型的用户对目标信息的信任程度和/或传播方式不同；根据第一时刻目标信息对应的各个类型的用户的数量和信息传播模型，确定目标信息的传播预测结果；目标信息的传播预测结果中包括在第二时刻目标信息对应的各个类型的用户的数量；信息传播模型用于对信息在传播过程中各个类型用户数量的变化情况进行预测。本发明的方法实现了对目标信息传播过程中各类型用户数量变化情况的准确预测，提升了信息传播预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.084 seconds)
