专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于注意力机制的多尺寸图像鲁棒水印方法及系统-CN202211434925.8在审
  • 王成优;赵怡梦;周晓 - 山东大学;山东大学威海工业技术研究院
  • 2022-11-16 - 2023-03-17 - G06T1/00
  • 本发明提出了一种基于注意力机制的多尺寸图像鲁棒水印方法及系统,涉及数字图像水印领域,通过图像特征提取网络,对输入的彩色图像进行预处理,提取图像特征张量;利用水印特征提取网络,对要嵌入的水印信息进行Arno l d置乱,生成与图像特征张量大小相同的水印特征张量;通过水印嵌入网络,对图像特征张量和水印特征张量进行深度融合,生成彩色含水印图像;利用模拟攻击网络,对彩色含水印图像进行模拟攻击,生成被攻击图像;将被攻击图像输入到水印提取网络中,提取水印信息;本发明利用多头注意力机制捕捉到更丰富的特征信息,利用注意力机制加强有用通道特征,抑制不重要通道特征,提高方法的不可感知性和水印算法的嵌入容量和鲁棒性。
  • 一种基于注意力机制尺寸图像水印方法系统
  • [发明专利]基于叠加导频抵消的加权信道估计的信号恢复方法及系统-CN202111602929.8有效
  • 周晓;吴群;王成优 - 山东大学
  • 2021-12-24 - 2022-09-02 - H04L25/02
  • 本发明提供了一种基于叠加导频抵消的加权信道估计的信号恢复方法及系统,包括:获取无线信道中叠加格式不同的第一路接收信号和第二路接收信号;对所述第一路接收信号和所述第二路接收信号求差,去除叠加导频引入的数据干扰,得到处理后的信号;对所述处理后的信号进行最小二乘估计,得到信道初估计;根据无线信道的时间相关性,对所述信道初估计进行加权处理,得到加权后的信道信息;依据所述加权后的信道信息,得到恢复数据;本发明利用叠加导频和无线信道的时间相关性,提供了一种应用于正交频分复用系统的基于叠加导频抵消的加权信道估计的信号恢复方法;该方法可在提高信道估计精度的同时,节省频带资源、提高频谱效率。
  • 基于叠加抵消加权信道估计信号恢复方法系统
  • [发明专利]基于帧间DCT系数相关性的视频水印嵌入和提取方法及系统-CN202110463286.7有效
  • 王成优;周杨铭;周晓 - 山东大学
  • 2021-04-23 - 2022-08-12 - H04N19/172
  • 本发明公开了一种基于帧间DCT系数相关性的视频水印嵌入和提取方法,包括,视频水印嵌入方法,步骤为:读取原始宿主视频,从原始宿主视频中提取出原始宿主视频的亮度分量;将亮度分量的每一帧分为互不重叠的图像块,计算所有帧的运动块比率,提取嵌入帧和参考帧;对当前嵌入帧及其参考帧的图像块进行DCT变换,计算嵌入帧和参考帧的同一位置DCT块中的系数差,调制系数差,在所有嵌入帧中嵌入水印图像,得到含水印帧;将所有含水印帧和其他不含水印的视频帧拼接,得到含水印视频;视频水印提取方法,步骤为:读取含水印视频,从中提取出含水印亮度分量;根据含水印帧的位置,提取出含水印帧和参考帧;对含水印帧及其参考帧的图像块进行DCT变换,根据含水印帧和参考帧的同一位置DCT块中的系数差,得到水印图像,使用投票策略得到最终的水印图像。基于视频帧间的相关性,利用相邻低运动帧系数的差值相对稳定的性质,具有更好的不可感知性和鲁棒性,可有效保护视频的版权。
  • 基于dct系数相关性视频水印嵌入提取方法系统
  • [发明专利]一种基于梳状导频辅助的信道估计方法及系统-CN202210099021.8在审
  • 周晓;吴群;王成优;曹海 - 山东大学
  • 2022-01-25 - 2022-04-22 - H04L25/02
  • 本发明属于无线通信信道估计与信号检测领域,提供了一种基于梳状导频辅助的信道估计方法及系统,包括如下步骤:获取随机比特流;为随机比特流分配子载波,并进行星座调制,得到发射符号;选择导频间隔,对发射符号进行空时编码,在频域进行梳状导频插入得到发射序列;对发射序列进行IFFT变换,在时域插入保护间隔;去除保护间隔得到接收符号,对接收符号进行FFT变换;对接收符号进行信道估计和空时译码;对空时译码后的接收符号进行星座解调;将星座解调后的比特流和发射的比特流进行比较,得到信道的误码率,通过动态可变导频间隔的导频插入方式,实现精确的信道估计。
  • 一种基于梳状导频辅助信道估计方法系统
  • [发明专利]基于深度学习和注意力网络的鲁棒图像水印方法及系统-CN202111607588.3有效
  • 王成优;赵怡梦;周晓 - 山东大学
  • 2021-12-27 - 2022-04-12 - G06T1/00
  • 本发明属于数字图像水印技术领域,提供了一种基于深度学习和注意力网络的鲁棒图像水印方法及系统,包括以下步骤:获取原始图像张量;根据所获取的原始图像张量和注意力模型,得到注意力图像张量;基于所得到的注意力图像张量和水印嵌入模型,生成含水印图像;根据所生成的含水印图像和构建的攻击网络模型,生成被攻击图像;根据所述被攻击图像、所述注意力模型和深度学习模型,提取图像水印。本发明利用人类视觉系统对不同区域的感知能力以及不同像素点的抗攻击能力,沿着通道和空间两个维度推断注意力权值,寻找对人类视觉感知影响小且鲁棒性能好的区域进行水印嵌入。
  • 基于深度学习注意力网络图像水印方法系统
  • [发明专利]基于分割和深度卷积网络的图像复制-粘贴篡改检测方法-CN202110729864.7有效
  • 王成优;李倩雯;周晓 - 山东大学
  • 2021-06-29 - 2022-03-18 - G06T7/00
  • 本公开提供了一种基于分割和深度卷积网络的图像复制‑粘贴篡改检测方法,包括以下步骤:获取待检测图像;搭建图像分割模型,对所述待检测图像进行训练和分割处理,得到分割权重参数和图像的边界像素方向信息,获取分割图像;基于深度卷积网络进行所述待检测图像的特征提取,输出图像特征;结合所述分割图像和所述图像特征,进行自相关匹配,得到图像匹配特征;将所述图像匹配特征输入分类模型,得到初步篡改区域检测图像;通过所述图像的边界像素方向信息提取边缘信息图像;构建细节优化模型,输入所述初步篡改区域检测图像和所述边缘信息图像,输出篡改检测图像。
  • 基于分割深度卷积网络图像复制粘贴篡改检测方法
  • [发明专利]基于等偶长度反对称双正交小波滤波器组的边缘检测方法-CN201410264614.0在审
  • 王成优;王晓艳;周晓 - 山东大学(威海)
  • 2014-06-13 - 2014-09-10 - G06T7/00
  • 本发明公开了一种基于等偶长度反对称双正交小波滤波器组的边缘检测方法,包括以下步骤:使用等偶长度反对称双正交小波对图像进行三层小波分解,小波分解使用Mallat算法;根据图像在每一尺度的小波分解数据计算梯度矢量模值图和相角图;在每一尺度,根据相角图确定的方向检测模极大值点;采用阈值法去除伪边界点;综合各尺度得到的边界点集合以得到准确的单像素宽的边界。本发明通过使用具有微分算子功能的等偶长度反对称双正交小波滤波器组进行小波分解,并综合利用各个尺度的边界信息,提高了图像边缘检测的完整度和精度,且具有一定的抗噪性能。
  • 基于长度对称正交滤波器边缘检测方法
  • [发明专利]全相位沃尔什双正交变换及其对JPEG的改进方法-CN200610013346.0无效
  • 侯正信;王成优 - 天津大学
  • 2006-03-22 - 2006-09-06 - H04N7/30
  • 全相位沃尔什双正交变换及其对JPEG的改进方法。本发明将二维全相位沃尔什双正交变换定义为[F]=[V][f][VT],反变换定义为[f]=[V-1][F][(V-1) T],其中[V]是全相位沃尔什双正交变换矩阵。改进方法是:输入原始图像及比特率;分成8×8像素块,分别进行全相位沃尔什双正交变换;根据比特率确定量化间隔,对变换系数进行均一量化;直流系数(DC)的预测编码和交流系数(AC)的“之”字形(Zig-Zag)扫描、可变长编码;哈夫曼(Huffman)熵编码;输出压缩图像的比特序列。在接收端,经过哈夫曼(Huffman)熵解码、直流系数(DC)和交流系数(AC)可变长解码、反量化后,再进行反全相位沃尔什双正交变换得到重建图像。本发明对变换系数进行均一量化,去掉了量化表,节省了内存,简化了计算,提高了编解码速度,大大缩短了运算时间。
  • 相位沃尔什双正交变换及其jpeg改进方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top