-
公开(公告)号：CN118397367A
公开(公告)日：2024-07-26
申请号：CN202410608173.5
申请日：2024-05-16
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/32 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于卷积视觉Mamba的篡改检测方法，该方法首先使用接缝裁剪算法对数据集进行处理，按照不同的接缝裁剪率对图片宽度进行缩小，得到数据集。其次将处理后的原图，随机裁剪到与对应接缝裁剪率处理后图像相同的大小。然后将数据集输入基于卷积视觉Mamba的网络模型，使用交叉熵计算分类损失，利用反向传播更新网络模型参数。最后将待检测的图像输入到训练后的网络模型，输出图像是否经过接缝裁剪处理的检测结果。本发明更容易捕捉到图像中存在的伪影，能够有效提高在处理低接缝裁剪率图像检测时的检测准确度。
-
公开(公告)号：CN116777855A
公开(公告)日：2023-09-19
申请号：CN202310691903.8
申请日：2023-06-13
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06V10/764 , G06V10/44 , G06V10/22 , G06V10/40 , G06V10/26
Abstract: 一种基于多级门控单元的修复图像检测方法，属于多媒体信息安全与图像识别技术领域。该方法首先基于两个现有数据集合成新的修复数据集。其次由双流编码器分支提取修复图像的不同层级的空域特征和局部噪声残差，并在通道上拼接，输入到感受野模块，经过多分支卷积层和空洞卷积层，提取修复图像的多尺度特征。最后根据空域特征、局部噪声残差和多尺度特征通过多级门控单元，产生不同层级的门控特征，并通过解码器分支进行特征融合，并输出修复图像的分类、修复区域定位和图像分割结果。本发明解决了现有方法对于未知的修复手段存在的检测精度差、缺乏泛化能力的问题，抑制干扰特征的同时突出修复特征。
-
公开(公告)号：CN114491597A
公开(公告)日：2022-05-13
申请号：CN202210088994.1
申请日：2022-01-25
Applicant: 杭州电子科技大学
IPC: G06F21/60 , G06F40/129 , G06F40/151 , G06F40/289 , G06F40/30 , G06F40/247 , G06N3/04
Abstract: 本发明公开了一种基于汉字部件组合的文本无载体信息隐藏方法，首先确定搜索式无载体信息隐藏方法，对索引生成算法进行改进，引入汉字部件组合机制，同时改进标签形式，以区分关键词与生成汉字。发送方对秘密信息进行切分，得到关键词集合，使用选定的信息隐藏方法并结合改进后的标签，将关键词嵌入到多个载体文本并发送给接收方完成秘密通信。接收方按顺序接收所有文本，使用提取算法结合改进标签从多个载体中提取关键词，最后将关键词按顺序组成原始秘密信息。本发明方法有效地提升了非常用汉字的隐藏成功率，在使用小型文本库的前提下依然可以保证高隐藏成功率和高隐藏容量。
-
Patent Agency Ranking
公开(公告)号：CN118138521A
公开(公告)日：2024-06-04
申请号：CN202410391696.9
申请日：2024-04-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度强化学习和进化策略的低轨卫星路由方法，该方法首先深度强化学习DRL智能体收集当前LEO卫星网络状态，做出路由决策并获得环境返回的奖励和下一时刻状态。其次以经验元组的形式存储智能体与环境的交互过程。最后在训练阶段，智能体从数据库中随机抽样一批经验元组，训练路由决策模型；在决策阶段，路由决策模型根据当前LEO卫星网络环境和通信需求做出路由决策。本发明运用历史学习得到的经验，做出符合当前网络环境的决策，并且降低深度强化学习模型的训练时间。
-
公开(公告)号：CN116634131A
公开(公告)日：2023-08-22
申请号：CN202310534831.6
申请日：2023-05-12
Applicant: 杭州电子科技大学
IPC: H04N17/00
Abstract: 本发明公开了一种基于SegNeXt的深度视频修复检测方法，包括：首先依次读入被修复视频序列的每一帧，并使用光流感知模块提取目标帧及其前后相邻帧的光流感知残差特征，得到三种不同尺度的残差特征。其次使用编码网络提取目标帧及其前后相邻帧的修复痕迹特征，同时编码网络的第二、三、四阶段分别接收三种不同尺度的光流感知残差特征。最后将编码网络第二、三、四阶段的输出特征连接后，通过解码网络得到对目标帧的像素级修复检测结果。本发明弥补了图像分割网络无法利用视频时间信息的不足，增强编码网络对视频帧的修复痕迹特征提取能力，能够得到对视频修复痕迹的像素级定位结果。
-
公开(公告)号：CN114548038A
公开(公告)日：2022-05-27
申请号：CN202210178088.0
申请日：2022-02-25
Applicant: 杭州电子科技大学
IPC: G06F40/109 , G06N3/04 , G06N3/08 , G06T3/00
Abstract: 本发明公开了一种基于汉字字形扰动的字体风格迁移方法，本发明设计风格迁移网络，使用注意力增强卷积替换普通卷积，弥补普通卷积在图像处理时只关注局部信息的不足，先编码提取汉字骨架特征，再解码生成目标字体风格的汉字变体。同时设计风格提取网络辅助风格迁移网络，将多次卷积输出的特征进行拼接送入风格迁移网络，提高网络学习汉字特征的能力。最后，将生成的和真实的汉字图像送入判别器完成真伪二分类。与现有方法相比，本发明能够捕捉到汉字的结构和风格特征，在汉字字形扰动的前提下，生成的汉字笔画清晰、结构完整、笔画风格明显，具有较高的可识别性和真实性。
-
公开(公告)号：CN118552756B
公开(公告)日：2025-04-18
申请号：CN202410332649.7
申请日：2024-03-22
Applicant: 杭州电子科技大学
IPC: G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/42 , G06N3/04 , G06N3/088
Abstract: 本发明公开了一种基于视觉语言模型的生成式图像无监督检测方法，包括如下步骤：获取图像数据集；通过噪声指纹提取、频域特征提取和聚类算法，为未标记数据有效分配噪声标签，并利用预训练的视觉语言模型和对比学习策略，建立了一个高效的特征提取器；使用训练好的特征提取器提取待测试样本的高维度判别特征，并通过聚类算法将得到的判别特征归为两个聚类簇，通过计算余弦相似度判别真实图像和生成图像。该方法通过无监督学习，自始至终都不需要使用标记数据，克服了有监督学习依赖正确标记的大规模数据的问题。并通过预训练的视觉语言模型提升检测器的泛化性和鲁棒性。在检测不同生成模型生成的图像时展现了一定的泛化能力。
-
公开(公告)号：CN118552756A
公开(公告)日：2024-08-27
申请号：CN202410332649.7
申请日：2024-03-22
Applicant: 杭州电子科技大学
IPC: G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/42 , G06N3/04 , G06N3/088
Abstract: 本发明公开了一种基于视觉语言模型的生成式图像无监督检测方法，包括如下步骤：获取图像数据集；通过噪声指纹提取、频域特征提取和聚类算法，为未标记数据有效分配噪声标签，并利用预训练的视觉语言模型和对比学习策略，建立了一个高效的特征提取器；使用训练好的特征提取器提取待测试样本的高维度判别特征，并通过聚类算法将得到的判别特征归为两个聚类簇，通过计算余弦相似度判别真实图像和生成图像。该方法通过无监督学习，自始至终都不需要使用标记数据，克服了有监督学习依赖正确标记的大规模数据的问题。并通过预训练的视觉语言模型提升检测器的泛化性和鲁棒性。在检测不同生成模型生成的图像时展现了一定的泛化能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
