-
公开(公告)号：CN118366089B
公开(公告)日：2024-09-27
申请号：CN202410797280.7
申请日：2024-06-20
Applicant: 暨南大学
IPC: G06V20/40 , G06V10/141 , G06V10/145 , G06V10/147 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于LED照明调制与稀疏扰动传播的视频识别物理对抗攻击系统及方法，系统包括对抗攻击扰动信号生成模块、LED照明调制与驱动模块、LED照明光源、CMOS图像传感器和视频识别模型；本发明对视频进行关键帧选择，并利用这些关键帧生成可传播的对抗攻击扰动信号，用于LED照明调制对不同视频拍摄场景进行物理对抗攻击；其中，设计了一种关键帧选择算法，通过聚类及熵值度量选出视频中的重要帧和脆弱帧；通过对关键帧执行稀疏对抗攻击破坏视频特征；在训练阶段引入基于关键帧分类线索、扰动传播路径和信号调制因子的融合对抗损失，增强对抗扰动的传播能力以及隐蔽性；LED照明调制的对抗攻击扰动形式可泛化和迁移至不同视频样本和视频识别模型。
-
公开(公告)号：CN115100279B
公开(公告)日：2024-09-13
申请号：CN202210654874.3
申请日：2022-06-10
Applicant: 暨南大学
IPC: G06T7/73 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于BN‑CNN的高速可见光定位图像处理方法、系统及介质，方法为：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获光信号图像，并划分为训练集和测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。本发明通过批规范化卷积神经网络来进行深度学习，提高了高速运动下捕捉到的模糊图像的识别速度和准确率，具有良好的鲁棒性。
-
公开(公告)号：CN118114208A
公开(公告)日：2024-05-31
申请号：CN202410062504.X
申请日：2024-01-16
Applicant: 深圳市华汇数据服务有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种神经网络输出结果产权证明方法、系统和装置，该方法包括：S1、生成证明π；S2、提交证明；S3、添加记录和出示证明π；S4、检验唯一性；S5、验证证明π；该系统包括：生成证明π模块、提交证明模块、添加记录和出示证明π模块、检验唯一性模块、验证证明π模块；通过将原本用于神经网络可验证计算场景的zkCNN协议应用到神经网络输出结果的产权证明场景当中，在保证神经网络权重参数不泄露的同时，生成一份安全可靠且持久有效的证明π，从而证明某个数值或向量确实是由该神经网络计算出来的。
-
公开(公告)号：CN114844621A
公开(公告)日：2022-08-02
申请号：CN202210365746.7
申请日：2022-04-08
Applicant: 哈尔滨工业大学(深圳) , 暨南大学
Abstract: 本发明公开了一种基于多密钥全同态加密的多用户隐私保护机器学习方法及装置，方法包括：由公共字符串CRS进行多密钥全同态加密算法的初始化、生成安全参数λ及生成公共参数集mkparams；服务器S整合各个数据提供方上传的单密钥密文数据Encski(di)得到多密钥密文数据集Encsk(D)；服务器S在多密钥密文数据集Encsk(D)的基础上将普通机器学习算法中的线性运算替换为全同态加法和全同态乘法，对多密钥密文数据集Encsk(D)进行机器学习建模训练；服务器S将多密钥加密的模型密文Encsk(model)下发给各个数据提供方DPi和解密方DE；解密多密钥模型密文Encsk(model)，从而得到由各个数据提供方DPi的数据D训练得到的模型model＝Decsk(Encsk(model))。本发明在保证较高安全性的同时，以较低通信代价和较少交互次数完成隐私计算任务。
-
公开(公告)号：CN113820661A
公开(公告)日：2021-12-21
申请号：CN202111030860.6
申请日：2021-09-03
Applicant: 暨南大学
IPC: G01S5/16 , H04B10/116
Abstract: 本发明公开了一种基于二分及双指针条纹搜索的可见光定位方法及系统，该方法包括：基于两个LED发射调制光信号；基于CMOS图像传感器拍摄源图像；基于二分及双指针的条纹搜索算法对源图像进行采样搜索，得到条纹信息；根据条纹信息计算两个LED中心点的像素坐标及像素距离并对图像进行裁剪；对裁剪后图像进行像素值计算并结合ITF编码真值表，计算出两个LED的世界坐标及世界距离；根据两个LED中心点的像素坐标及像素距离、两个LED的世界坐标及世界距离并基于双灯几何关系算法求解得到定位点的世界坐标。该系统包括：发射端和接收端。通过使用本发明，降低了算法复杂度和运行时间，从而提升系统的实时性能。本发明可广泛应用于可见光定位领域。
-
Patent Agency Ranking
公开(公告)号：CN117857008A
公开(公告)日：2024-04-09
申请号：CN202311686527.X
申请日：2023-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于整数自举的环面全同态加密算法的数据处理方法，方法为：客户端根据安全参数调用密钥生成算法生成自身密钥、自举密钥和转换密钥，并将自举密钥和转换密钥发送给云端服务器，自身密钥本地保存；客户端调用加密算法使用自身密钥对明文数据进行加密操作得到密文传输给云端服务器；云端服务器根据客户端提供的评估函数、自举密钥及转换密钥对密文执行评估算法得到密文状态下的评估结果发回客户端；客户端根据自身密钥调用解密算法对密文状态下的评估结果进行解密操作获得明文数据的评估结果。本发明重新设计自举算法实现支持整数级数据的自举算法，大大提高了计算效率；同时支持整数级数据的非线性函数运算，减少了方案复杂度。
-
公开(公告)号：CN115983851A
公开(公告)日：2023-04-18
申请号：CN202211577353.9
申请日：2022-12-05
Applicant: 暨南大学
IPC: G06Q20/38
Abstract: 本发明公开了一种基于区块链访问可控的公开可链接自动计票方法、系统、介质和设备，该方法的步骤包括：生成主公私钥对并将主公钥上传到区块链，生成与属性集合所对应的属性秘钥，生成随机数，设定投票信息并将该投票信息上传到区块链，获取投票信息，构建选票，构建选票的认证令牌，将选票及其认证令牌发送到区块链，验证选票的有效性，检测选票是否双投，设定计票阈值，获取有效性验证后及认证令牌的标签不同的选票，计算候选人的投票总数，基于计票阈值判定候选人的投票结果。本发明既可以实现自动计票和访问控制，又能实现对双投选票的公开可链接。
-
公开(公告)号：CN114553394A
公开(公告)日：2022-05-27
申请号：CN202210424254.0
申请日：2022-04-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了基于多密钥全同态方案的补码运算器及运算方法，运算器包括多密钥全同态加法运算器、多密钥全同态减法运算器、多密钥全同态乘法运算器和多密钥全同态除法运算器；所述多密钥全同态加法器由多密钥全同态0‑类加法器构成；所述多密钥全同态减法器由多密钥全同态0‑类加法器与多密钥全同态取非器构成；所述多密钥全同态乘法器由多密钥全同态0‑类加法器、多密钥全同态1‑类加法器、多密钥全同态2‑类加法器和多密钥全同态与门构成；所述多密钥全同态除法器由多密钥全同态取补器、多密钥全同态CAS单元与多密钥全同态异或门构成。本发明构造了任意位的补码整数四则运算器，能够支持任意位的正负整数之间的四则运算，大大提高了MKTFHE方案的实用性。
-
公开(公告)号：CN106161012A
公开(公告)日：2016-11-23
申请号：CN201610735588.4
申请日：2016-08-26
Applicant: 暨南大学
IPC: H04L9/08
CPC classification number: H04L9/0858 , H04L9/0819
Abstract: 本发明公开了一种基于极化码纠错的量子密钥分发后处理系统和方法，系统包括依次连接的密钥筛选模块、参数估计模块、极化码纠错模块、一致性校验模块以及密性放大模块；方法包括下述步骤：在量子信道上完成量子比特信息传输后，仅保留基选择相同的原始密钥形成筛选密钥，从筛选密钥中共同挑选一部分密钥比特进行公开比对，在量子误码率不高于安全阈值的条件下对未公开的密钥比特采用系统极化码算法进行编码和译码，对纠错后的量子密钥比特采用密码学算法校验其一致性，计算安全信息熵并进行信息压缩，得到绝对安全的密钥比特。本发明具有线性级的编/译码复杂度特性，使得后处理延时与密钥长度增长呈线性关系，提高了后处理的速度。
-
公开(公告)号：CN118366089A
公开(公告)日：2024-07-19
申请号：CN202410797280.7
申请日：2024-06-20
Applicant: 暨南大学
IPC: G06V20/40 , G06V10/141 , G06V10/145 , G06V10/147 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于LED照明调制与稀疏扰动传播的视频识别物理对抗攻击系统及方法，系统包括对抗攻击扰动信号生成模块、LED照明调制与驱动模块、LED照明光源、CMOS图像传感器和视频识别模型；本发明对视频进行关键帧选择，并利用这些关键帧生成可传播的对抗攻击扰动信号，用于LED照明调制对不同视频拍摄场景进行物理对抗攻击；其中，设计了一种关键帧选择算法，通过聚类及熵值度量选出视频中的重要帧和脆弱帧；通过对关键帧执行稀疏对抗攻击破坏视频特征；在训练阶段引入基于关键帧分类线索、扰动传播路径和信号调制因子的融合对抗损失，增强对抗扰动的传播能力以及隐蔽性；LED照明调制的对抗攻击扰动形式可泛化和迁移至不同视频样本和视频识别模型。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.023 seconds)
