“辽宁师范大学”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864个，建议您升级VIP下载更多相关专利

[发明专利]基于二元T分布的数字水印检测方法-CN202310459291.X在审
发明人：牛盼盼;代钰;王向阳 -专利权人： 辽宁师范大学
申请日： 2023-04-26 - 公布日： 2023-07-11 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了基于二元T分布的数字水印检测方法,首先，利用NSST进行参数为[2 3]的分解，将尺度二能量最大高频子带划分成不重叠的大小为8×8的图像子块，按照熵值大小降序排列，选择与熵值最高的L个高熵块进行奇异值分解，通过乘性嵌入水印策略修改奇异值系数，然后进行SVD重构和逆变换获取含水印图像；接着，充分利用NSST域尺度间相关性，通过二元T分布对NSST域奇异值系数进行统计建模，并使用对数矩估计方法估计参数；最后，根据对数似然准则设计最大似然检测方法进行水印位提取。
基于二元分布数字水印检测方法

[发明专利]基于空频综合特征的图像篡改检测方法-CN202310459290.5在审
发明人：牛盼盼;陈文聪;王向阳 -专利权人： 辽宁师范大学
申请日： 2023-04-26 - 公布日： 2023-07-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于空频综合特征的图像篡改检测方法,首先对输入图像进行一定比例的放大以找到更多特征点，利用低阈值和低对比度的SIFT算法，在图像信息的高熵处提取足够数量的特征点；然后，利用图像梯度的幅角和幅值等方法计算特征点的空域特征，利用HSV色系下的QCHFM计算特征点的频域特征；最后，利用粒子群聚类算法对匹配对进行聚类，然后利用RANSAC方法、优化的NNPROD等算法进行后处理，本发明的方法由于使用了快捷有效的空域特征、QCHFM的频域特征、随机森林查找和优化的2NN匹配以及后处理，该算法较之前算法不仅具有较强的特征描述能力，而且具有优秀的后处理攻击和几何攻击的鲁棒性，不仅提高了精度，而且还降低了时间。
基于综合特征图像篡改检测方法

[发明专利]基于遗传算法和BP神经网络的索引图预测方法-CN202010644840.7有效
发明人：宋传鸣;刘定坤;郑宏亮;王相海 -专利权人： 辽宁师范大学
申请日： 2020-07-07 - 公布日： 2023-07-11 - 主分类号： G06T9/00 文献下载
摘要：本发明公开一种基于遗传算法和BP神经网络的索引图预测方法，首先，发掘BP神经网络良好的预测和泛化能力，建立了一种用于索引图预测编码的BP神经网络模型，从而利用待预测像素周围、因果邻域内的4个像素作为BP神经网络模型的输入，对待预测像素的索引值进行预测，能有效刻画索引图的全局数据相关和非局部相关的特定索引模式；其次，引进具有全局搜索能力的遗传算法来优化BP神经网络的初始连接权值和神经元阈值，建立了一种基于遗传算法的BP神经网络模型GA‑BP，从而降低BP神经网络对初始连接权值和神经元阈值的敏感性，提高了网络训练的速度和精度。
基于遗传算法 bp 神经网络索引预测方法

[发明专利]基于双通道卷积神经网络学习的非刚性三维模型分类方法-CN202010672065.6有效
发明人：韩丽;于冰;朴京钰;佟宇宁 -专利权人： 辽宁师范大学
申请日： 2020-07-14 - 公布日： 2023-07-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于双通道卷积神经网络学习的非刚性三维模型分类方法，首先，提取三维模型的BoF特征向量，通过构建的BoF‑CNN学习通道，获取内蕴的深度几何特征；其次，基于MVCNN(Multi‑view CNN,多视图卷积神经网络)，建立并行的2D视图CNN学习通道，提取外蕴的深度视图特征；进而，将视图特征与几何特征连接，构建信息图像的特征表示；最终，通过神经网络进一步细化与加权融合，生成具有区分性的深度特征表示，基于Softmax实现三维模型的有效分类，不仅适用范围广，而且有效提高了分类精度及效率。
基于双通道卷积神经网络学习刚性三维模型分类方法

[发明专利]基于双重注意机制的水下图像处理方法-CN202011140666.9有效
发明人：傅博;王丽妍;吴越楚;杜飞飞;王瑞子;王奕;张天壮 -专利权人： 辽宁师范大学
申请日： 2020-10-22 - 公布日： 2023-07-11 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种于双重注意机制的水下图像处理方法，利用双重注意机制（非局部注意机制和通道注意机制）对水下图像进行处理。在浅层网络，采用非局部抑制噪声和提取浅层颜色特征；在深层网络，利用通道注意来增强水下图像的细节特征和校正颜色；只需一套端到端的网络模型参数即可对水下图象进行去噪、增强和校正颜色等处理，不仅效率高，而且效果好。
基于双重注意机制水下图像处理方法

[发明专利]基于面向属性语言概念格的多重多维语言推理方法-CN202011209073.3有效
发明人：刘新;崔慧;邹丽 -专利权人： 辽宁师范大学
申请日： 2020-11-03 - 公布日： 2023-07-11 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于面向属性语言概念格的多重多维语言推理方法，按照如下步骤进行：数据处理，用语言术语集表示形式背景中对象与属性间的关系；定义具有语言信息的近似算子，构建面向属性语言概念格；研究语言决策形式背景，提取基于优势关系的语言决策规则；通过获取的面向属性语言决策规则，建立多重多维语言推理模型；将多重多维语言推理模型输入到神经网络中，直接利用神经网络对语言决策规则进行自适应学习；计算规则库中各节点的权重并对具有语言信息的规则做不确定性推理。
基于面向属性语言概念多重多维推理方法

[发明专利]具有光学双稳态特性的镱铒共掺氟化物荧光粉及制备方法-CN202210012569.4有效
发明人：赵峰;赵倩昀;褚云婷;李成仁 -专利权人： 辽宁师范大学
申请日： 2022-01-07 - 公布日： 2023-07-11 - 主分类号： C09K11/61 文献下载
摘要：本发明公开一种具有光学双稳态特性的镱铒共掺氟化物荧光粉，含有三相物质，所述三相物质分别是BaF2、LiBaF3和Ba4Yb3F17，化学通式为Li0.4Ba0.6‑0.2‑xF3：0.2Yb3+,xEr3+，所述Yb3+为稀土敏化离子，Er3+为稀土激活离子，x为Er3+的掺杂浓度，0＜x≤2.0 mol%。制备方法：将定量摩尔数的碳酸锂、碳酸钡、氟化氢铵、氧化铒和氧化镱分别称重后倒入玛瑙研钵中，充分研磨至所有原料混合均匀；将研磨好的粉末转移至氧化铝坩埚后放入高温炉中，将炉温升至600℃，恒温保持300分钟，升温速率为10℃/min；待炉内温度自然冷却至室温，取出反应后的产物并转移至玛瑙研钵中，再次充分研磨至纳米级粉末。
具有光学双稳态特性镱铒共掺氟化物荧光粉制备方法

[发明专利]具有AEE特性的咔唑类衍生物、制备方法及应用-CN202210512491.2有效
发明人：闫杰;田昕;潘钰水;张宇晴;赵洹影;刘姿含;李昕;王鹤桐;赵尊皓 -专利权人： 辽宁师范大学
申请日： 2022-05-12 - 公布日： 2023-07-11 - 主分类号： C07D209/86 文献下载
摘要：本发明公开了一种具有AEE特性的咔唑类衍生物，结构式如下：所述式1中R＝‑CHO、‑OCH3。所述化合物通过Suzuki偶联的制备并通过柱层析色谱分离提纯。本发明得到的咔唑类衍生物具有优异的AEE效应，发光强度分别可提高8.2倍和4倍，通过溶剂化效应确定化合物合适的测量溶剂，化合物DPC‑CHO可作为荧光探针对色氨酸有高效专一性识别(检测限为40.8nM)。
具有 aee 特性咔唑类衍生物制备方法应用

[发明专利]融合弱纹理信息的子母神经网络图像超分辨率重建方法-CN202010222700.0有效
发明人：傅博;王丽妍;杜飞飞;张天壮;尹月 -专利权人： 辽宁师范大学
申请日： 2020-03-26 - 公布日： 2023-07-11 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种融合弱纹理信息的子母神经网络图像超分辨率重建方法，首先为了弥补普通超分辨率重建后的图像与高分辨率清晰图像之间的差异，使两者像素值相减，得到网络训练不到的弱纹理信息，并以能够得到弱纹理信息为目标，采用Sobel算子增强这些弱纹理信息，进一步训练一种弱纹理预测模型；得到单通道的弱纹理图像后，与低分辨率图像合并维度，形成多维低分辨率图像，从而更好地完成融合弱纹理信息的超分模型的训练，得到效果更好的高分辨率图像，对于一些具有弱纹理信息的图片，可以保证其细小纹理的清晰度，达到更好的超分辨率重建的效果。
融合纹理信息子母神经网络图像分辨率重建方法

[发明专利]一种基于秘密共享的密文域极端预测双层可逆信息隐藏方法-CN202210580640.9有效
发明人：石慧;周梓怡;耿佳宁 -专利权人： 辽宁师范大学
申请日： 2022-05-26 - 公布日： 2023-07-07 - 主分类号： H04N1/32 文献下载
摘要：本发明公开一种基于秘密共享的密文域极端预测双层可逆信息隐藏方法，首先对载体图像进行全位平面分解，提出基于位平面的加性秘密共享策略，使密文图像多方共享，同时提出可除名机制处理秘密信息，实现在一方共享背叛的情况下，利用其他两方共享仍可实现无损恢复和提取，此外通过极端预测实现密文域双层信息隐藏策略；在接收端，使用对比预测误差和阈值及可除名机制提取并无损恢复秘密信息，并通过相应的逆变换及加性秘密共享的特殊性质实现原始图像的无损恢复。本发明具有安全性强、嵌入容量高、图像质量高及可逆性等优点。
一种基于秘密共享密文域极端预测双层可逆信息隐藏方法

[发明专利]一种可视化的荧光增强型铜离子荧光检测探针及制备方法-CN202210630222.6有效
发明人：吕成伟;徐鹤嘉 -专利权人： 辽宁师范大学
申请日： 2022-06-06 - 公布日： 2023-07-07 - 主分类号： C07D417/04 文献下载
摘要：本发明公开一种可视化的荧光增强型铜离子荧光检测探针及制备方法。选择发射波长较长和荧光量子产率高的香豆素结构作为荧光团，以电子密度较大、配位结合能力较强的噻二唑结构为识别基团，综合考虑分子平面刚性、共轭体系大小和配位识别能力设计合成亚胺类荧光探针。达到增强共轭性和改善荧光效果的目的，实现荧光增强响应方式的同时实现可视化简易识别。所述荧光检测探针结构如下：
一种可视化荧光增强离子检测探针制备方法

[发明专利]一种基于位平面分割的可分离密文域可逆数据隐藏方法-CN202210316358.X有效
发明人：石慧;胡宝月;王锋 -专利权人： 辽宁师范大学
申请日： 2022-03-29 - 公布日： 2023-07-07 - 主分类号： H04N1/44 文献下载
摘要：本发明公开一种基于位平面分割的可分离密文域可逆数据隐藏方法，首先提出了一种分块分类置乱算法及遍历矩阵加密算法，完成原始图像加密；然后利用Hilbert曲线加密实现水印图像加密；在密文域中，采用全位平面置乱技术，首先实施位平面旋转，再将其分块分类成连续块和非连续快，最后依据像素预测方法实现可逆数据隐藏。同时，本发明实现了秘钥可分离，拥有隐藏秘钥可以提取隐藏的水印，拥有加密秘钥可以恢复原始图像，拥有双秘钥则既能提取水印图像又可以恢复原始图像。本发明基于像素预测实现了100％可逆，不仅能无差错提取水印图像，而且能够100％恢复原始图像，具有高安全性、大容量、高质量及良好的鲁棒性。
一种基于平面分割可分离密文域可逆数据隐藏方法

[实用新型]一种画框组件-CN202222981813.6有效
发明人：兰昕恬 -专利权人： 辽宁师范大学
申请日： 2022-11-09 - 公布日： 2023-07-07 - 主分类号： A47G1/06 文献下载
摘要：本实用新型属于画框技术领域，尤其是一种画框组件，针对现有的在更换画作、图片或照片时需要将画框取下，并将画框拆开后，才能进行更换，操作繁琐且耗时，重新固定在墙面等处时，易对墙面造成二次破坏，需要使用工具将螺栓等部件拆下，操作不便且在拆卸和安装的过程中，零部件易丢失的问题，现提出如下方案，其包括外壳，所述外壳的一侧开设有空腔。本实用新型中，装置能够实现不从墙上等所固定的位置取下即可更换图片等展示物，避免了对墙体等物体的二次破坏，整个装置内的部件相互连接配合，在置换图片时，不用将画框拆开，也无需借助其他工具，更换时操作便捷，且不易在安装和拆卸的过程中出现零件丢失的情况。
一种画框组件

[实用新型]一种美术器材收纳架-CN202320766593.7有效
发明人：刘苏仪 -专利权人： 辽宁师范大学
申请日： 2023-04-10 - 公布日： 2023-07-07 - 主分类号： B44D3/00 文献下载
摘要：本实用新型公开了一种美术器材收纳架，包括底板、中间板以及顶板形成的三层结构，相邻两层之间通过立柱连接形成收纳空间，其中，中间板与所述顶板之间形成第一收纳空间，所述中间板与所述底板之间形成第二收纳空间，所述第二收纳空间内固定在所述底板上设置一个U形的围板形成一侧开口结构，围板内设置有分隔组件。本实用新型中，便于画笔、画板以及颜料瓶的有序分类收纳。
一种美术器材收纳

[发明专利]特征分而治之的遥感图像目标识别方法-CN202210905706.7在审
发明人：赵文达;张哲溥;解世赓;赵凡;刘兴惠;黄友澎;马晓瑞;孔雨秋 -专利权人：大连理工大学;辽宁师范大学;山东纬横数据科技有限公司;中国船舶集团有限公司第七0九研究所
申请日： 2022-07-29 - 公布日： 2023-07-04 - 主分类号： G06V20/13 文献下载
摘要：本发明属于图像信息处理技术领域，公开了一种特征分而治之的遥感图像目标识别方法。本方法在将特征学习与分类学习解耦的基础上，首先将多数类和少数类的特征空间分离，再在各自的特征空间中学习具体的类边界，以“分而治之”的方式降低多数类和少数类之间的相互影响。本方法也可以直接嵌入到其他受长尾问题影响的与分类相关的视觉任务中，并且可以起到良好的分类效果。同时本方法对于其他分类有关的视觉任务都具有良好的泛化性，可以作为长尾问题的一种有效的解决方案。
特征分而治之遥感图像目标识别方法