公开(公告)号：CN115761348A

公开(公告)日：2023-03-07

申请号：CN202211467688.5

申请日：2022-11-22

Applicant: 杭州电子科技大学

Inventor： 杨高敏 ,  张善卿 ,  陈昱杰 ,  朱伟康 ,  李黎 ,  陆剑锋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/36 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于自适应衰减柔性剪枝算法的图像分类方法。柔性剪枝的主要缺点是在图像分类网络训练的初始阶段就对模型权重做置零操作，这会造成更多信息丢失，这些信息可能对图像分类网络的精度起到正向的作用。与柔性剪枝不同的是，本发明使用滤波器的衰减操作替代了原来的置零操作，这可以加速图像分类网络的推理速度且模型性能不会受到太大的影响，使图像分类网络在训练的初始阶段保留更多有效的信息。

公开(公告)号：CN116469157A

公开(公告)日：2023-07-21

申请号：CN202211465109.3

申请日：2022-11-22

Applicant: 杭州电子科技大学

Inventor： 张善卿 ,  陈昱杰 ,  杨高敏 ,  俞韬 ,  陆剑锋 ,  李黎

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/40 ,  G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提出了一种基于多尺度特征融合的视频动作识别方法，首先将视频中的每一帧图像的人物参考姿态估计的方法估计其关节点，对关节点进行增强，然后定义骨架图的特征信息，分别为关节点信息，骨骼信息，以及关节点运动信息，提取它们的多尺度特征，将骨架图的特征信息输入到图卷积网络中，动态更新节点之间的拓扑关系，融合相关的节点之间的特征，输出特征进行融合，对视频进行动作识别。考虑到图节点之间的相似性以及骨架图中多种特征信息，并有效的消除计算关节点之间拓扑关系时冗余信息的影响，因此检测准确率很高，而且检测效率快，整体性能由优于前人的方法。

公开(公告)号：CN115830370A

公开(公告)日：2023-03-21

申请号：CN202211482140.8

申请日：2022-11-24

Applicant: 杭州电子科技大学

Inventor： 陆剑锋 ,  俞韬 ,  王兴伟 ,  陈昱杰 ,  杨高敏 ,  李黎

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/24 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于孪生网络与空间变换的印鉴识别方法，针对印鉴数据角度参差的特点，进行初步的旋转矫正归一化，大角度的样本会导致模型训练不收敛，通过预处理对待识别印鉴进行初步的矫正，解决了样本不均匀的问题。并且基于孪生网络思想，自建相似度衡量网络，并引入空间变换网络来对印鉴数据进行进一步的旋转矫正，再通过STN网络对印鉴数据进行进一步的旋转矫正，通过网络获得适合印鉴分类的仿射变换，在此基础上提高了识别准确率。本发明方法对于印鉴这种特殊的数据识别具有可行性与有效性。本发明可以避免有新种类印鉴数据引入时，算法失效的情况，可以做到一次训练，永久使用的效果，在一定程度上减少了训练网络的繁琐。

公开(公告)号：CN115861748A

公开(公告)日：2023-03-28

申请号：CN202211486801.4

申请日：2022-11-25

Applicant: 杭州电子科技大学

Inventor： 陆剑锋 ,  王兴伟 ,  俞韬 ,  陈昱杰 ,  杨高敏 ,  李黎

IPC: G06V10/80 ,  G06V10/82

Abstract: 本发明提出了一种改进双流网络的数字图像来源取证方法，包含如下步骤：步骤1、搭建双流网络N；步骤2、特征提取；步骤3、使用双线性池化层融合噪声流特征和RGB流特征；步骤4、使用全连接层及交叉熵损失函数判别图像的来源；步骤5、训练双流网络N，将待识别图像输入N中，最终获得图像来源取证的结果。该方法能够更好地提取多种图像的设备唯一性特征并将这些特征进行融合，从而快速并且准确地识别出数字图像的来源，分别提取RGB特征和噪声特征；使用双线性池化方法去融合上述两种特征，从而去进行数字图像的来源取证。本发明方法对于数字图像来源取证具有可行性与有效性，与传统方法相比，有着更高的识别准确率和更好的鲁棒性。