-
公开(公告)号：CN117935120A
公开(公告)日：2024-04-26
申请号：CN202410140380.2
申请日：2024-01-31
Applicant: 河南大学
IPC: G06V20/40 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06V10/24 , G06V10/764
Abstract: 本说明公开一种基于Transformer的可解释性视频异常事件检测方法及装置，该方法包括：对原始视频数据进行预处理；将所有预处理后的视频帧输入深度网络，生成特征图并分割展开，构造时空张量表示；构造可解释时空Transformer模型，包括空间自注意力模块和时间自注意力模块；利用自减去机制作用于时间自注意力模块的查询和键投影之前的输入Token；利用二元交叉熵分类训练损失进行训练，构建正常数据和异常数据的分类损失函数；利用时间自注意力模块和空间自注意力模块分别提取矩阵序列每一行上的Token关联信息，并通过双线性插值将其放大至原始尺寸，最终实现可视化热图。本发明实现了视频异常事件检测的可解释性。
-
公开(公告)号：CN119210711A
公开(公告)日：2024-12-27
申请号：CN202411292313.9
申请日：2024-09-14
Applicant: 河南大学
IPC: H04L9/08
Abstract: 本发明公开一种基于安全多方计算的隐私保护数据挖掘方法和系统，该方法包括：步骤一：每个参与者将自己的私有数据集通过秘密分享机制分割成多个秘密份额，并将多个所述秘密份额分发给其他参与者；步骤二：每个参与者通过对秘密份额进行初步计算，得到中间结果的秘密份额；步骤三：所有参与者通过安全多方计算共同对中间结果的秘密份额进行计算，得到所述中间结果，并根据安全多方计算对中间结果计算，得到最终结果；步骤四：所有参与者通过结果还原对最终结果进行计算，得到数据挖掘结果。本发明通过安全多方计算对多源联合数据挖掘过程中的数据隐私进行安全防护，帮助用户共享其敏感但有价值的数据，并使多个用户共同对多个数据集的数据挖掘。
-
Patent Agency Ranking
公开(公告)号：CN118570599A
公开(公告)日：2024-08-30
申请号：CN202410724476.3
申请日：2024-06-05
Applicant: 河南大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06T3/4038 , G06N3/048 , G06N3/08
Abstract: 本发明涉及AI生成图像鉴别技术领域，具体涉及基于冻结ViT特征融合网络的AI生成图像检测方法。方法包括：获取待鉴别的图像以及由样本图像构成的数据集；基于冻结CLIP‑ViT建立多层次特征融合网络，利用数据集对多层次特征融合网络进行训练，获得训练好的多层次特征融合网络；将待鉴别的图像输入到训练好的多层次特征融合网络中，获得待鉴别的图像的鉴别结果。本发明提高了图像鉴别结果的准确度。
-
公开(公告)号：CN119250924A
公开(公告)日：2025-01-03
申请号：CN202411250085.9
申请日：2024-09-06
Applicant: 河南大学
IPC: G06Q30/0601 , G06F21/60 , G06F21/62
Abstract: 本发明公开一种基于zk‑SNARKs的Web3.0在线交易方法，该方法基于Web3.0框架，包括：步骤1：用户输入身份信息，上传属性集获取自己的基于属性的加密密钥，并基于所述身份信息生成对应的零知识证明信息；步骤2：获取商品信息并根据商品信息部署智能合约；步骤3：用户在客户端根据上传的商品信息选择自己需要的商品进行购买，并在购买过程中根据自己的零知识证明信息验证商品是否可以购买；步骤4：服务端根据交易情况将客户端购买的商品分发给对应的用户；步骤5：交易信息上传至区块链后实行数据加密和隐私保护方案。本发明实现了一个安全、透明、去中心化的商品销售环境，同时保护了用户的隐私和权益。
-
公开(公告)号：CN119402164A
公开(公告)日：2025-02-07
申请号：CN202411505966.0
申请日：2024-10-25
Applicant: 河南大学
Abstract: 本发明提供一种基于区块链的可验证安全多方计算方法。该方法包括：获取敏感数据，为每个参与者分配唯一标识符，根据所述敏感数据和每个参与者的唯一标识符为每个参与者分配秘密份额；每个参与者接收到秘密份额后，为自身的秘密份额生成承诺，对秘密份额的承诺进行签名，将秘密份额、秘密份额的承诺和签名上传至区块链；每个参与者根据接收到的秘密份额执行本地计算，将本地计算结果安全传输至其他所有参与者；每个参与者接收其他参与者传输的本地计算结果，对所有的本地计算结果进行重构，以便还原得到最终的计算结果；使用零知识证明在区块链上对安全多方计算的计算结果的一致性和有效性进行公开验证。
-
公开(公告)号：CN118037641A
公开(公告)日：2024-05-14
申请号：CN202410076328.5
申请日：2024-01-18
Applicant: 河南大学
Abstract: 本发明涉及图像篡改检测技术领域，具体涉及一种基于双流特征提取多尺度图像篡改检测与定位方法，包括：获取不同篡改类型的待检测图像；构建篡改检测与定位模型；将待检测图像分别输入RGB流和频域流，提取待检测图像的RGB特征，提取待检测图像的频域特征，获得不同尺度的RGB特征图和频域特征图；将RGB特征图和频域特征图输入注意力机制模块，对篡改区域进行定位获得预测掩码；将RGB特征图和频域特征图输入检测模块，利用线性层对图像进行检测得到预测标签；构建损失函数，利用损失函数监督篡改检测与定位模型的训练过程；将待检测图像输入所述篡改检测与定位模型获得检测结果。本发明提升了图像篡改检测定位结果的精度。
-
公开(公告)号：CN117853862A
公开(公告)日：2024-04-09
申请号：CN202311583587.9
申请日：2023-11-24
Applicant: 河南大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06V10/80 , G06V10/764 , G06V10/40
Abstract: 本发明涉及图像取证技术领域，具体涉及基于RGB通道信息融合的深度学习图像操作链取证方法。将预处理后的原始图像数据集划分为训练数据集和测试数据集；建立ResNet变体深度学习取证模型，确定ResNet变体深度学习模型取证算法以及评估指标；使用训练后的ResNet变体深度学习取证模型，验证模型的取证精确度；使用不同相机源数据、不同分辨率数据的场景，验证ResNet变体深度学习取证模型的泛化性能；根据得到的性能分析结果，调整训练后的ResNet变体神经网络模型参数，优化训练后的ResNet变体神经网络模型。本发明提升了图像操作链取证结果的准确率，解决了没有先验信息条件下的鲁棒性问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
