“彭春蕾”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果48个，建议您升级VIP下载更多相关专利

[发明专利]基于语义流图挖掘的系统日志异常检测方法-CN202310873970.1在审
发明人：李腾;魏少博;林炜国;彭春蕾;李思琦;崔金玉;李德彪 -专利权人：西安电子科技大学;西安联飞智能装备研究院有限责任公司
申请日： 2023-07-17 - 公布日： 2023-10-20 - 主分类号： G06F16/18 文献下载
摘要：本发明公开一种基于语义流图挖掘的系统日志异常检测方法，主要解决了现有技术针对海量非结构化日志在异常检测任务中日志噪声去除难、系统变更导致检测效果不佳的问题。包括：1)对日志原始语句进行预处理，去除无意义符号并进行分词；2)利用Word2Vec结合日志语句中单词的重要度计算日志语句的词向量；3)利用基于注意力机制的双GRU网络，得到日志语句的句向量表示；4)对日志句向量进行聚类，将相似度高的日志语句划分为一类，构造语义流图；5)通过图卷积神经网络对语义流图进行特征提取和训练，实现异常检测。本方法能够有效解决日志噪声对异常检测的影响，并利用日志语句之间的空间结构信息提高异常检测的准确性。
基于语义挖掘系统日志异常检测方法

[发明专利]基于有向图信息交互的在线动作检测算法、系统、设备-CN202310403357.3在审
发明人：张鼎文;高源远;杨乐;程乐超;孙佳欣;韩军伟;彭春蕾 -专利权人：西北工业大学
申请日： 2023-04-17 - 公布日： 2023-10-13 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于有向图信息交互的在线动作检测算法，用于建模时序信息，完成时序动作定位任务。其针对一个动作类别，首先，收集此类所有动作实例的每个特征并进行聚类，选取有代表性的特征作为典型动作片段。其次，将典型动作片段划分为三个阶段并按照时间顺序嵌入到一个有向图中，从类别层面全局地构建典型动作网络。再次，在典型动作网络中设计四种信息交互步骤：阶段内部交互、相邻阶段传递、典型信息聚合和视频帧广播，按顺序处理时序信息，调整典型动作网络中每个典型动作片段的特征，为所处理的每帧视频提供恰当的时序信息引导。最终，该基于有向图信息交互的在线动作检测算法与已有的时序动作定位方法相结合，在有监督的情况下取得性能增益。
基于信息交互在线动作检测算法系统设备

[发明专利]基于多源日志的多步可持续性攻击检测方法-CN202310955068.4在审
发明人：李腾;朱雄杰;唐智亮;彭春蕾;李德彪;马卓 -专利权人：西安电子科技大学;西安联飞智能装备研究院有限责任公司
申请日： 2023-08-01 - 公布日： 2023-10-10 - 主分类号： H04L9/40 文献下载
摘要：本发明提出了一种基于多源日志的多步可持续性攻击检测方法，主要解决现有恶意多步可持续性攻击行为预测准确率不佳的问题。包括：1)收集系统日志、应用日志、网络日志等多源日志进行评分和聚类；2)对日志进行三维张量建模，利用张量分解进行日志数据的逐层分解提取事件；3)根据事件关系构造事件溯源图并提取事件路径；4)对事件的因果关系进行建模；5)利用泊松‑伽马混合分布对事件的邻域关系进行建模；6)建立因子图模型预测攻击者所处的攻击阶段，得到阶段关系矩阵；7)将三种关系矩阵输入LSTM和BNN结合的分类器，进行恶意攻击事件路径预测。本发明能够利用原生多源日志实现多步可持续性攻击检测，且有效提高了检测准确率。
基于日志多步可持续性攻击检测方法

[发明专利]用于缺陷检测的神经网络模型及其训练方法、系统和设备-CN202310401126.9在审
发明人：张鼎文;韩军伟;李龙;刘念;彭春蕾 -专利权人：西北工业大学
申请日： 2023-04-15 - 公布日： 2023-09-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种用于缺陷检测的神经网络模型及其训练方法、系统和设备，属于工业产品图像缺陷检测技术领域。用于缺陷检测的神经网络模型包括分割模块和分类模块；分割模块用于对原始图片进行分割预测，分类模块用于对分割模块预测的图片进行缺陷或正常分类。该神经网络模型的训练包括具体为：从不同的缺陷图片中提取缺陷构件；将缺陷构件随机粘贴到不同的正常图片上，形成合成图片；将合成图片对应的缺陷图片和正常图片进行复制，形成训练集数据；采用训练集数据对用于缺陷检测的深度神经网络模型进行训练。该训练方法能够利用极少量缺陷图片生成大量的含有缺陷图像特征的合成图片，来有效训练缺陷检测深度神经网络模型。
用于缺陷检测神经网络模型及其训练方法系统设备

[发明专利]基于图变换网络的弱监督视频动作检测方法、系统、设备-CN202310417858.7在审
发明人：张鼎文;孙佳欣;杨乐;程乐超;高源远;韩军伟;彭春蕾 -专利权人：西北工业大学
申请日： 2023-04-19 - 公布日： 2023-09-29 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于图变换网络的弱监督视频动作检测方法，其从动作背景判别性特征学习的角度研究弱监督视频动作检测，构建了一个新颖的图变换网络模块。该模块从每类动作中选择有代表性的典型特征，按照时空结构嵌入有向图中，并设计阶段内部交互、相邻阶段传递、典型信息聚合和视频帧广播四种信息传播机制。通过本发明方法能在视频帧和图变换网络之间进行有效的信息交互，为弱监督视频动作检测任务提供动作结构信息引导。并且本发明的图变换网络模块能够有效地建模动作结构，可以作为即插即用模块部署到已有的弱监督视频动作检测框架中，显著地提升其在相关任务上的性能。
基于变换网络监督视频动作检测方法系统设备

[发明专利]一种协同身份辨识与虚假属性检测的认证方法-CN202310967711.5在审
发明人：胡瑞敏;曲颖;彭春蕾;余成熙;岳菁斐;刘海涛;叶波 -专利权人：西安电子科技大学
申请日： 2023-08-02 - 公布日： 2023-09-12 - 主分类号： G06V40/40 文献下载
摘要：本发明公开了一种协同身份辨识与虚假属性检测的认证方法，涉及可信身份验证技术领域，该方法解决了现有技术中未知攻击难以检测的问题；该方法包括：获取待测对象的多维身份属性分别对应的多个第一特征，在数据库中查找与每个第一特征对应多条数据；确定最优深度；结合上述参数，得到共识身份集合，并分别计算汇聚度，确定最优共识身份；判断最优共识身份的多个第二特征是否在第一集合topδ中，得到判断结果，对多个第二特征的进行特征标识；输出特征标识，完成待测对象的身份认证；实现了利用无监督的未知攻击检测方法，提高了身份辨识方法的准确性以及系统的安全性能，以便实现身份精准辨识的目的。
一种协同身份辨识虚假属性检测认证方法

[发明专利]一种基于渐进式对抗生成架构的异质人脸口罩图像生成方法-CN202310397214.6在审
发明人： 彭春蕾;孔子墨;刘德成;王楠楠;高新波 -专利权人：西安电子科技大学
申请日： 2023-04-13 - 公布日： 2023-08-22 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于渐进式对抗生成架构的异质人脸口罩图像生成方法，包括：获取并提取异质人脸图像的人脸关键点，根据人脸关键点选取目标口罩模板；根据目标口罩模板对应的预设关键点和基于人脸关键点确定的目标关键点确定口罩图像；将口罩图像与异质人脸图像合成得到初始图像，并生成该图像的蒙版图像；将该图像的特征向量输入预训练的生成模块得到生成图像；生成图像中口罩部分与背景部分风格一致；预训练的生成模块包括n个预训练的生成网络，前n‑1个生成网络根据输入的图像生成特征图并进行上采样，第n个生成网络根据输入的特征图得到生成图像；根据蒙版图像从生成图像中裁剪口罩区域后将其与异质人脸图像融合，得到目标异质人脸口罩图像。
一种基于渐进对抗生成架构异质人脸口罩图像方法

[发明专利]一种基于联邦残差的人脸伪造线索检测方法-CN202310364000.9在审
发明人： 彭春蕾;党展;刘德成;郑昱;王楠楠;高新波 -专利权人：西安电子科技大学
申请日： 2023-04-06 - 公布日： 2023-08-01 - 主分类号： G06V40/40 文献下载
摘要：本发明涉及一种基于联邦残差的人脸伪造线索检测方法，包括：构建联邦学习框架，本地客户端包括多个数据中心，每个数据中心设置有伪造检测模型，服务器端设置有全局检测模型；将训练数据分配给各数据中心进行训练，将客户端得到的模型参数上传至服务器端进行加权聚合后下发，本地客户端利用下发参数对各自模型进行参数更新，该通信过程会持续进行，在伪造检测模型达到预设的截至条件后，利用全局检测模型对待测人脸图像进行真伪识别。在伪造检测模型中利用变分自编码器来学习鲁棒的残差判别特征来检测伪造线索，以便于引导分类器学习更有辨别性的伪造特征。本发明方法提高模型对于复杂来源伪造数据的泛化能力同时实现人脸隐私的保护。
一种基于联邦伪造线索检测方法

[发明专利]一种具有区块链特征的物联网应用数字孪生方法-CN202211208371.X有效
发明人：刘海涛;叶波;胡瑞敏;洪勇;彭春蕾;张胜利;黄冬艳 -专利权人：广西产研院人工智能与大数据应用研究所有限公司;西安电子科技大学;武汉光谷信息技术股份有限公司
申请日： 2022-09-30 - 公布日： 2023-07-14 - 主分类号： G06F16/2455 文献下载
摘要：本发明公开了一种具有区块链特征的物联网应用数字孪生方法。本发明中，以系统位硬件分配的ID号为连接介质，进行结构化数据内容与接入硬件的关联，使硬件产生的数据、硬件的ID号与对应硬件产生的数据实时映射，一一对应。实时数字孪生，在系统内通过调用硬件ID号即可获取到硬件产生的数据，并在应用时可动态更新硬件ID号获取硬件的实时数据，更为精准地实现了物理世界的数字化模型仿真,从而达到对仿真的结果进行数据分析的目的。期间,在研究成果上,也形成了标准化的固化形式,更为突出地体现了标准引领下的指导理念,全方位推动了我国数字化智能制造的转换速率,为我国领域的发展全面保驾护航，从而提高了该方法的高效性。
一种具有区块特征联网应用数字孪生方法

[发明专利]一种基于重构误差分布的人脸伪造检测方法-CN202211648476.7在审
发明人： 彭春蕾;陈涛;王楠楠;刘德成;高新波 -专利权人：西安电子科技大学
申请日： 2022-12-21 - 公布日： 2023-06-02 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于重构误差分布的人脸伪造检测方法，包括：基于双流重构策略构建包括局部变压器重建模块、全局卷积重建模块以及伪造检测模块的人脸伪造检测网络模型；利用随机掩码策略对待检测图像进行数据增强，得到像素序列；分别利用局部变压器重建模块和全局卷积重建模块对像素序列和待检测图像进行重建，得到局部重建图像和全局重建图像；基于局部重建图像和全局重建图像对应的重建误差分布进行图像合并，得到融合图像；利用伪造检测模块对融合图像进行预测，得到人脸伪造检测结果。该方法同时考虑了鲁棒性提取真伪特征和从局部与全局鲁棒性的表征特征，使得最终得到的特征更加具有分辨性和鲁棒性，从而实现了更鲁棒的人脸伪造检测。
一种基于误差分布伪造检测方法

[发明专利]物联网系统的可信指令预警装置、方法、设备及存储介质-CN202310237261.4有效
发明人：刘海涛;洪勇;叶波;彭春蕾;刘波;李林强;李秀华;鲁瑞颖;闻辉 -专利权人：移动广播与信息服务产业创新研究院（武汉）有限公司;广西产研院人工智能与大数据应用研究所有限公司;西安电子科技大学;润建股份有限公司
申请日： 2023-03-13 - 公布日： 2023-05-23 - 主分类号： H04L9/32 文献下载
摘要：本发明涉及一种物联网系统的可信指令预警装置、方法、电子设备及存储介质，指令模板化模块用于基于设置的指令模板对物联网指令进行模板化生成结构化指令；TOKEN验证模块用于基于设置的TOKEN验证规则对同时刻进入指令寄存器的结构化指令的唯一性、正则化以及校验位的三重验证，将经过三重验证的可信结构化指令存储进入指令寄存器；TuI接口用于对物联网指令与设备指令之间进行耦合解析；提出了定义物联网结构化指令内容的思想，对结构化指令进行TOKEN可信认证预警，在不需要增加验证流程的情况下保证物联网系统与设备之间指令传输的准确性，并能够在不准确的指令进入设备之前及时提供预警信息。在应用时可根据特定的物联网系统稍加改变和转换。
联网系统可信指令预警装置方法设备存储介质

[发明专利]基于多通道下局部区域特征的人脸伪造检测方法-CN202110554168.7有效
发明人： 彭春蕾;马浩天;郑晓晶;王楠楠;高新波;王昱凯;张丛钰;赵思源;苗紫民;刘德成 -专利权人：西安电子科技大学
申请日： 2021-05-20 - 公布日： 2023-04-18 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于多通道下局部区域特征的人脸伪造检测方法，包括：S1：对待检测图像的人脸进行面部分量分离，得到多个待测面部组件；S2：提取多个通道下每个待测面部组件的空域特征；S3：将每个通道下每个待测面部组件的空域特征，输入对应通道下对应面部组件的分类网络模型中，得到每个通道下每个待测面部组件的置信向量；S4：根据每个通道下每个待测面部组件的置信向量，得到待检测图像的人脸伪造检测结果；其中，分类网络模型通过迁移学习，使用预训练的分类网络训练得到，多个通道包括RGB、HSV、YCbCr、DoG、LBP或Canny中的至少两种。本发明的方法，在多通道下检测面部五官等局部区域的伪造细节，使得结果准确率更高，更具鲁棒性。
基于通道局部区域特征伪造检测方法

[发明专利]一种基于对比学习的零样本图像分类网络及深度学习方法-CN202211298406.3在审
发明人：张鼎文;程德;彭春蕾;王格荣;韩军伟 -专利权人：西北工业大学
申请日： 2022-10-23 - 公布日： 2023-01-24 - 主分类号： G06V20/70 文献下载
摘要：本发明涉及一种基于对比学习的零样本图像分类网络及深度学习方法，设计的模型包括语义属性的对比学习嵌入、学生模型和教师模型的一致性约束以及原型模块三个部分。其中语义属性的对比学习嵌入部分从实例级监督和类别级监督两个层上面着手，在正负样本的预测语义属性上以及正负类别的预测语义属性上进行对比学习。一致性约束部分引入了Mean Teacher机制，将采用不同数据增强的图像输入给学生模型和教师模型，再通过让二者输出结果趋于一致来对模型增强约束。原型模块在学生模型和教师模型内部，通过属性原型向量的学习将视觉特征转换为预测属性得分。
一种基于对比学习样本图像分类网络深度学习方法

[发明专利]一种基于深度自注意网络的人脸属性检测方法-CN202210720368.X在审
发明人：刘德成;彭春蕾;何维杰;张鼎文;王楠楠;李洁;高新波 -专利权人：西安电子科技大学
申请日： 2022-06-23 - 公布日： 2023-01-10 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于深度自注意网络的人脸属性检测方法，包括：步骤1、获取训练样本集合，所述训练样本集合中包括N张人脸图像和每个人脸图像的身份信息，其中，每张所述人脸图像包含A个人脸属性标签，N和A为大于0的自然数；步骤2、利用所述训练样本集合训练人脸属性检测模型，得到训练好的深度人脸属性检测模型，所述深度人脸属性检测模型包括共享属性特征学习模块和特定注意力特征学习模块；步骤3、将待检测人脸图像输入至所述训练好的深度人脸属性检测模型，得到检测结果。本发明提出了身份相关的层级人脸属性损失函数，通过同时输入人脸属性以及人脸身份，使学习人脸属性和人脸身份之间关系的任务能够引导模型更好地学习人脸属性检测任务，提高了检测准确率。
一种基于深度注意网络属性检测方法

[发明专利]基于时-空频域线索增强的人脸伪造检测系统和方法-CN202210565433.6在审
发明人： 彭春蕾;王昱凯;刘德成;张鼎文;王楠楠;高新波 -专利权人：西安电子科技大学
申请日： 2022-05-23 - 公布日： 2022-11-01 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于时‑空频域线索增强的人脸伪造检测系统和方法，包括：人脸图像获取模块，用于提取待检测视频的多帧人脸图像；主干网络模块，用于获得多帧人脸图像的特征图序列；频域转化模块，用于将特征图序列映射到频域上，获得离散余弦变换频谱序列；增强模块，用于利用设定的权重矩阵对离散余弦变换频谱序列进行特征增强；时空特征提取模块，用于利用增强后的频谱序列获得空间频域线索和时间频域注意力图，并形成时空频域特征；真伪判别模块，用于根据时空频域特征待检测视频的人脸真伪。本发明将频域引入到时空特征线索中并利用注意力机制捕获多帧之间的时间信息，得到的特征更加具有分辨性和鲁棒性。
基于空频域线索增强伪造检测系统方法

1
2
3
4
下一页»
尾页
共 48 条