“贾晨鸽”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种面向TEE环境的低开销联邦学习方法及系统-CN202310878242.X在审
发明人：任杰;王煜华;陈炜航;刘蓉庆;贾晨鸽 -专利权人：陕西师范大学
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种面向TEE环境的低开销联邦学习方法及系统，实现了一个隐私保护联邦学习方法及系统，以限制联邦学习中的隐私泄漏，设计了基于多臂老虎机的自适应选择客户端策略，选择优质客户端进行全局参数更新；利用高端和移动设备中广泛存在的可信执行环境(TEE)，在客户端上利用TEE进行本地训练，在服务端上利用TEE进行安全聚合，从而使模型参数更新对恶意攻击隐藏起来。由于当前TEE内存大小有限，利用贪婪的逐层训练来训练可信区域内的每个模型层，直到其收敛。从而保护模型免受恶意隐私攻击，以此实现了隐私保护，同时在客户端产生较小的系统开销。
一种面向 tee 环境开销联邦学习方法系统

[发明专利]高可靠半监督联邦学习方法及系统-CN202310272582.8在审
发明人：任杰;陈炜航;刘蓉庆;贾晨鸽;王煜华 -专利权人：陕西师范大学
申请日： 2023-03-20 - 公布日： 2023-07-07 - 主分类号： G06N20/00 文献下载
摘要：本申请涉及一种高可靠半监督联邦学习方法及系统，解决了半监督学习中现有技术对类不平衡数据处理效果较差、半监督学习中共用监督学习参数与无监督学习参数而相互影响的问题；本申请提供了良好的基于自定义可靠性的模型聚合方法，并且增强了处理类不平衡数据的能力；而对模型参数进行稀疏可加分解，以减少有监督和无监督任务之间的干扰，从而提高了联邦学习中半监督学习的性能；同时通过参数分解减少了服务端与客户端间的通讯成本，以此提高了联邦学习的通讯效率。
可靠监督联邦学习方法系统

[发明专利]实时4K视频传输方法及装置-CN202310041856.2在审
发明人：任杰;刘蓉庆;贾晨鸽;王煜华;陈炜航 -专利权人：陕西师范大学
申请日： 2023-01-12 - 公布日： 2023-05-16 - 主分类号： H04N19/132 文献下载
摘要：本申请涉及一种实时4K视频传输方法及装置，解决了现有技术在视频编码和超分时产生的时延大、内存资源消耗过大和视频信息不完整的问题，有效提升了视频的压缩性能，避免视频传输过程中因网络状态恶劣所造成的较大带宽消耗和网络延迟，在满足用户要求的基础上，实现高分辨率视频的低时延传输；在减少内存资源的消耗和缓解计算压力的同时，也实现了高效的视频的超分还原，有效平衡质量与速度，提升用户视频体验感；具有实时快速、精准还原、节省带宽、内存资源占用低的优点。
实时视频传输方法装置

[发明专利]面向云端融合的视频超分辨率方法及系统-CN202111536269.8在审
发明人：任杰;贾晨鸽;王煜华;朱晓奥 -专利权人：陕西师范大学
申请日： 2021-12-15 - 公布日： 2022-03-18 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种面向云端融合的视频超分辨率方法及系统，属于视频处理领域，包括还原效果预测模块、任务动态调度模块、移动端处理模块、云端处理模块和帧融合模块；方法包括：采集当前低分辨率视频帧特征，将其输入还原效果预测模块，预测当前视频帧经过双立方插值方法后及经过基于增强可变卷积网络的视频恢复模型后的超分辨率效果；通过任务动态调度模块决定是否将当前低分辨率视频帧卸载至云端处理模块进行超分辨率还原；将云端超分完成后的视频帧同本地处理完成后的视频帧输入到帧融合模块得到超分辨率还原后的高清视频。该方法在利用云端资源的前提下，实现对低分辨率视频的超分辨率处理，具有实时快速、精准还原、内存资源占用低的优点。
面向云端融合视频分辨率方法系统

[发明专利]基于边缘密度的云端协作图像超分辨率分析方法及系统-CN202111480454.X在审
发明人：任杰;朱晓奥;贾晨鸽;王煜华 -专利权人：陕西师范大学
申请日： 2021-12-06 - 公布日： 2022-03-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了基于边缘密度的云端协作图像超分辨率分析方法及系统，包括：包括边缘密度提取模块、图像分割模块、图像超分辨率处理模块和图像融合模块，首先对低清图像的边缘密度进行检测，计算低清图像的边缘密度值，基于边缘密度值对图像进行分块，根据设定的图像边缘密度阈值对高于阈值的图片上传到云服务器，利用基于深度学习的超分辨率模型进行处理，其余图片在本地进行双三次差值处理，最后将云端超分辨率模型处理后的图片同移动端本地处理的图片进行融合渲染，生成高分辨率图像。该发明在保证图像超分辨率还原效果的前提下，降低图像超分辨处理时间，具有广阔的应用前景。
基于边缘密度云端协作图像分辨率分析方法系统

[发明专利]一种基于联邦学习社交媒体用户隐私信息保护方法和系统-CN202111299629.7在审
发明人：任杰;侯佳乐;贾晨鸽;王煜华;马苗 -专利权人：陕西师范大学
申请日： 2021-11-04 - 公布日： 2022-02-01 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于联邦学习的社交媒体用户隐私信息保护方法和保护系统，包括：确定初始通用目标识别模型，并发送至参与联邦学习的智能移动设备；利用本地数据集，对各智能移动设备的模型参数进行更新；根据各智能移动设备的数据集占比，对更新后的模型参数进行加权平均，并更新模型参数；实时监测各智能移动设备自身数据集变化情况，并更新本地数据集；当设备数量或本地数据集出现变化时，更新各智能移动设备的模型参数；根据更新后的智能移动设备的模型参数对图像中的隐私信息进行识别，并基于高斯滤波对其进行打码处理。该方法可在保证用户数据隐私的前提下，实现对图像、视频中隐私信息的保护，具有即时响应、保护隐私、适用场景多样的优点。
一种基于联邦学习社交媒体用户隐私信息保护方法系统