“孙星明”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72个，建议您升级VIP下载更多相关专利

[发明专利]基于边缘纹理强化和对称差分统计的指纹活性检测的方法-CN202010989868.4有效
发明人：孟若涵;袁程胜;崔琦;付章杰;孙星明 -专利权人：南京信息工程大学
申请日： 2020-09-18 - 公布日： 2023-10-13 - 主分类号： G06V40/13 文献下载
摘要：本发明涉及一种基于边缘纹理强化和对称差分统计的指纹活性检测的方法，属于信息安全领域，该方法主要设计两种特征描述符提取特征：边缘强化纹理特征描述符和对称差分方法特征描述符，通过统计上述两类特征的二维直方图，将其转换为一维向量，作为区分真假指纹图像的特征描述符，输入到支持向量机分类器中进行训练和测试。利用本专利设计的两种特征描述符，使得对指纹图像的特征提取更为准确，从而提高真假指纹图像的分类准确率。
基于边缘纹理强化对称统计指纹活性检测方法

[发明专利]一种基于文件分割的信息隐藏方法及系统-CN202210740832.1有效
发明人：张小瑞;陈春辉;孙伟;孙星明;付章杰;夏志华 -专利权人：南京信息工程大学
申请日： 2022-06-28 - 公布日： 2023-09-22 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于文件分割的信息隐藏方法及系统，属于数字取证技术领域，包括：获取映射序列、载体文件和秘密信息；根据映射序列的长度将载体文件平均分割，得到文件片段；对文件片段每次扫描预设数量的字节得到字节码，将字节码排列组成文件片段矩阵；对文件片段矩阵中的字节码进行概率统计得到各字节码出现的概率；根据字节码及其出现的概率计算文件信息序列；对映射序列进行预处理使其长度达到秘密信息的长度，得到判定序列，根据判定序列将秘密信息和文件信息序列进行比对生成对比序列，完成信息隐藏；降低寻找载体文件的难度，提高实用性。
一种基于文件分割信息隐藏方法系统

[发明专利]一种基于GAN扩增图像前景物体的高容量数据保护方法-CN202010257335.7有效
发明人：孟若涵;崔琦;袁程胜;周志立;付章杰;孙星明 -专利权人：南京信息工程大学
申请日： 2020-04-03 - 公布日： 2023-08-25 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于GAN扩增图像前景物体的高容量数据保护方法，通过应用多种GAN于信息隐藏，得到嵌入失真概率图，并根据嵌入失真概率图计算不适合隐写区域，在不适合隐写区域中通过固定区域物体生成及信息嵌入模块生成前景物体，在生成图像中隐藏秘密信息，主要步骤如下：(1)将原始图像输入隐写概率图生成器；(2)计算隐写概率图；(3)计算不适合隐写区域；(4)向原始图像中增加纹理物体；(5)进行信息隐藏算法嵌入秘密信息。本发明预先为图像计算出不适合隐藏区域，实现对信息隐藏中原图像不适合隐藏区域的定向隐藏能力提升；提供增加隐藏容量、高安全性的高容量数据保护方法。
一种基于 gan 扩增图像前景物体容量数据保护方法

[发明专利]一种基于长短期记忆网络的换脸视频检测方法-CN202010105761.9有效
发明人：夏志华;余佩鹏;费建伟;顾飞;付章杰;孙星明 -专利权人：南京信息工程大学
申请日： 2020-02-19 - 公布日： 2023-07-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于长短期记忆网络的换脸视频检测方法，该检测方法包括视频帧提取、图像特征提取、长短期记忆网络训练测试。其中，视频帧提取负责提取视频片段中的关键帧及其之后的连续多帧图像，然后对图像中人脸区域进行裁剪，并使用高通滤波对人脸图像进行处理，提取人脸图像中的细节信息；利用在ImageNet图像分类数据集中训练好的Xception卷积神经网络对图像进行特征提取，将卷积神经网络的输出作为图像的特征，然后将各帧图像提取到的特征拼接为特征序列，输入到长短期记忆网络进行训练，最终得到一个高精度的换脸视频分类器。本发明充分利用了伪造视频中存在的帧间不一致性，大大提高了伪造视频的检测精度，取得了很好的分类效果。
一种基于短期记忆网络视频检测方法

[发明专利]大数据隐私保护中基于生成对抗样本的安全性提升方法-CN202010257323.4有效
发明人：崔琦;孟若涵;袁程胜;周志立;付章杰;孙星明 -专利权人：南京信息工程大学
申请日： 2020-04-03 - 公布日： 2023-07-25 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种大数据隐私保护中基于生成对抗样本的安全性提升方法，其特征在于，主要包括步骤如下：(1)原始信息的初始化；(2)通过生成器生成载体图像和通过对抗攻击生成对抗扰动图像；(3)将载体图像和对抗扰动图像进行线性混合；(4)对合成载体图像应用信息隐藏算法进行处理；所述步骤(1)～(4)中通过建立前景物体生成模块、强对抗扰动生成模块、信息隐藏模块以及线性混合函数，实现大数据隐私保护的安全性。本发明基于GAN的框架及对抗攻击算法，通过生成针对隐写分析模型的对抗扰动，实现对隐写分析的对抗干扰；使扰动与前景物体融合，降低不规则扰动的可察觉性；提供一种基于GAN生成对抗样本的大数据隐私保护方法。
数据隐私保护基于生成对抗样本安全性提升方法

[发明专利]基于时空序列聚类算法和LSTM神经网络雷电预测方法-CN202011617345.3有效
发明人：孟宇航;付章杰;孙星明;孟若涵 -专利权人：南京信息工程大学
申请日： 2020-12-30 - 公布日： 2023-07-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于时空序列聚类算法和LSTM神经网络雷电预测方法，属于计算机科学技术领域，本发明的基于时空序列聚类算法和LSTM神经网络雷电预测方法，根据雷电中心经纬度的变化，利用基于雷电预测改进的DBSCAN密度聚类算法得到Eps值和每个时间片的雷电中心，通过LSTM神经网络预测出下一个时间片的雷电中心的地理位置。本发明可以自动计算出密度聚类DBSCAN的聚类半径，LSTM神经网络对雷电中心经纬度预测预测误差小精度高，基本可以满足实际的雷电预测需求。本发明首次尝试用LSTM神经网络解决雷电预测问题，之前的方法一般使用多项式拟合或者其他拟合方法，对雷电中心移动这个复杂的过程模拟的不够完全。
基于时空序列算法 lstm 神经网络雷电预测方法

[发明专利]一种虚拟血管介入手术训练的模拟方法-CN202010114616.7有效
发明人：张小瑞;吴海伦;孙伟;孙星明;宋爱国 -专利权人：南京信息工程大学
申请日： 2020-02-25 - 公布日： 2023-06-23 - 主分类号： G16H50/50 文献下载
摘要：本发明公开了一种虚拟血管介入手术训练的模拟方法，包括以下步骤：(1)使用基于点的方法对血管内部构建形变模型；(2)使用基于位置动力学法对血管内部节点施加距离约束、体积守恒约束和弹性势能守恒约束三种约束条件；(3)使用无网格移动最小二乘法构建从血管内部到血管表面的映射模型；本发明的方法不仅无需网格拓扑结构的初始划分和重构，甚至避免了采用网格法在产生大形变时的网格扭曲或畸形问题，而且考虑了血管的弹性特性和体积守恒特性，并提高了软组织形变模型的计算精度、稳定性和实时性。
一种虚拟血管介入手术训练模拟方法

[发明专利]基于生成嵌入概率图的隐藏信息检测方法和系统-CN202110052916.1有效
发明人：付章杰;陈君夫;李恩露;孙星明 -专利权人：南京信息工程大学
申请日： 2021-01-15 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于生成嵌入概率图的隐藏信息检测方法和系统，上述方法可以根据待测图像生成待测嵌入概率图，将待测嵌入概率图和待测图像分别与多个高通滤波核进行卷积，得到待测嵌入概率图对应的第一残差图和待测图像对应的第二残差图，对第一残差图和第二残差图进行融合，得到待测融合图像，采用预先训练得到的隐写分析模型待测对待测融合图像进行学习并输出所述待测图像是否藏有秘密信息的概率，以检测待测图像中是否隐藏秘密信息，具有较高的检测精度和检测效率。
基于生成嵌入概率隐藏信息检测方法系统

[发明专利]一种基于二维图像重建三维网格模型的方法及装置-CN202111019790.4有效
发明人：张小瑞;蒋炎;孙伟;孙星明;徐枫 -专利权人：南京信息工程大学
申请日： 2021-09-01 - 公布日： 2023-05-23 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于二维图像重建三维网格模型的方法及装置，所述方法包括：输入二维图像到ResNet50中，通过ResNet50的Stage1，Stage2和Stage3提取图像二维信息，对这些信息进行特征连接；通过相机参数计算输入图像平面的2D投影，然后通过双线性插值法得到感知特征；通过隐式曲面算法生成初始椭球，从输入二维图像中汇集图像特征，结合图像特征和感知特征进行网格变形；通过上采样细化网格模型；利用损失函数促使系统生成粗略的三维模型；进行二次变换、三次变换生成较精细三维模型和精细的三维模型。本发明通过初始椭球进行三次变换，能够学习网格的多尺度和上下文信息，生成更加精细的三维模型。
一种基于二维图像重建三维网格模型方法装置

[发明专利]一种单图像引导的三维表面重建方法及装置-CN202110879676.2有效
发明人：张小瑞;徐枫;孙伟;孙星明;夏志华;付章杰;袁程胜 -专利权人：南京信息工程大学
申请日： 2021-08-02 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种单图像引导的三维表面重建方法及装置，首先，建立一个预定义的顶点分布均匀的椭球体网格；其次，采用轻量级网络AlexNet的主体架构提取输入图像特征：将AlexNet后三个卷积池化层生成的特征图像拼接，采用双线性插值法，寻找到原图像投影点在各个特征图像上的特征点；提取特征点邻近四个像素的图像特征向量并串联；然后，构建基于三维图卷积神经网络的网格变形模块，将预定义的椭球体网格变形为与二维图像对应的三维模型；最后，增加网格顶点数量，优化表面细节，并通过最小化三维损失函数调整参数矩阵，生成三维网格模型。本发明生成了高精度的三维网格表面模型，能够预测出更丰富的三维表面细节。
一种图像引导三维表面重建方法装置

[发明专利]一种基于深度神经网络的陶瓷水印载体恢复方法-CN202110690957.3有效
发明人：张小瑞;孙逊;孙星明;孙伟;宋爱国;夏志华 -专利权人：南京信息工程大学
申请日： 2021-06-22 - 公布日： 2023-05-23 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于深度神经网络的陶瓷水印载体恢复方法，首先，基于Evo‑BiSeNet的图像分割网络，对预先获取的陶瓷三维图像进行检测，获取水印载体部位；其次，基于空间变换网络的水印载体平面化处理；最后，基于GAN的水印载体复原，恢复载体并提高水印的鲁棒性。本发明采用归一化激活层提高图像分割的实时性，利用卷积注意力机制对陶瓷表面不规则图像的细小边缘特征进一步优化提取，更有效的保留水印载体的信息；使用GAN对水印载体复原，其中包括对水印载体的鲁棒训练，提高水印的鲁棒性。
一种基于深度神经网络陶瓷水印载体恢复方法

[发明专利]基于两阶段嵌入的可逆鲁棒医学音频方法-CN202110687228.2有效
发明人：张小瑞;孙逊;孙星明;宋爱国 -专利权人：南京信息工程大学
申请日： 2021-06-21 - 公布日： 2023-05-16 - 主分类号： G10L19/018 文献下载
摘要：本发明公开了基于两阶段嵌入的可逆鲁棒医学音频方法，包括：(1)通过频域变换函数将原始音频转换成两个独立的嵌入域：低频嵌入域和高频嵌入域；(2)采用鲁棒水印算法在低频嵌入域中嵌入水印，形成新低频嵌入域；(3)将新低频嵌入域和低频嵌入域之间的水印误差嵌入到高频嵌入域，形成新高频嵌入域；(4)将新低频嵌入域和新高频嵌入域通过频域变换函数的逆变换生成含水印音频；(5)对含水印音频进行水印信息的提取。本发明在音频不被攻击的情况下能够有效地提取水印信息并还原完整的音频，用于医学数据完整性、真实性认证；利用音频的连续性和采样点之间的相关性增强水印的鲁棒性，可逆水印中修改少量采样点，降低音频失真。
基于阶段嵌入可逆医学音频方法

[发明专利]一种基于小波域粒子群的三维模型水印嵌入方法-CN202110591597.1有效
发明人：张小瑞;张文芳;孙伟;孙星明;夏志华;付章杰;周志立 -专利权人：南京信息工程大学
申请日： 2021-05-28 - 公布日： 2023-05-09 - 主分类号： G06F30/25 文献下载
摘要：本发明公开了一种基于小波域粒子群的三维模型水印嵌入方法，涉及多媒体数据处理保护技术领域，对三维模型进行降维，获得降维后的三维模型的特征点，结合特征点生成矩阵，将水印嵌入矩阵的中频区域，并调整嵌入深度，得到包含水印的三维模型，对含有水印图像的三维模型进行鲁棒性计算评价，确定三维模型的水印信息。通过本发明的技术方案使嵌入的水印可以抵抗平移、旋转和缩放的几何攻击，并且利用多小波嵌入水印，根据质量的大小自适应选择中频嵌入水印，提供了一种确保医学数据完整、安全的鲁棒水印方法。
一种基于小波域粒子三维模型水印嵌入方法

[发明专利]针对JPEG图像的基于多直方图修改的高容量可逆数据隐藏方法-CN202211334796.5在审
发明人：张小瑞;孙逊;孙星明;宋爱国;孙伟;夏志华 -专利权人：南京信息工程大学
申请日： 2022-10-28 - 公布日： 2023-04-18 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种针对JPEG图像的基于多直方图修改的高容量可逆数据隐藏的方法，包括：(1)通过量化的DCT系数计算总体平滑度并生成若干个直方图；(2)每个直方图中选择多对扩展容器进行二进制秘密信息的嵌入；(3)通过动态规划的思想多次迭代确定并保存扩展容器的最优解；(4)将嵌入修改后的量化DCT系数通过DCT的逆变换生成含水印的JPEG图像。本发明在JPEG图像不被攻击的情况下能够有效地提取水印信息并还原完成的JPEG图像，用于数据完整性、真实性认证，降低参数的计算复杂度。
针对 jpeg 图像基于直方图修改容量可逆数据隐藏方法

[发明专利]一种基于物体局部生成对抗网络的大数据权属保护方法-CN201910340335.0有效
发明人：崔琦;孟若涵;孙星明;周志立;袁程胜;曹燚 -专利权人：南京信息工程大学
申请日： 2019-04-25 - 公布日： 2023-02-14 - 主分类号： G06T1/00 文献下载
摘要：本发明是一种基于物体局部生成对抗网络的大数据权属保护方法，在训练集上，载体图像经过多层的卷积网络，得到多组特征图，依次传入到载体重构模块。生成网络还包括多层反卷积网络，在生成条件经过多层反卷积后得到的特征图依次传入载体重构模块。将生成的目标载体图像输入到隐写网络，进行隐写区域的扩增和隐写秘密信息，随后将生成的图像输入到多粒度判别器中，对其分别在图像微弱特征和图像质量上判别，更新判别网络的参数，经过多次修改，得到网络模型参数并保存。发送方和接收方利用上述网络模型参数生成含秘图像或复原隐写区域并提取秘密信息。本专利实现了基于生成对抗网络信息隐藏，解决了生成对抗网络的隐写中的隐写问题，提高了安全性。
一种基于物体局部生成对抗网络数据权属保护方法

1
2
3
4
5
下一页»
尾页
共 72 条