Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学王曼宇获国家专利权

南京信息工程大学王曼宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京信息工程大学申请的专利一种基于多源域适应的隐写检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120278869B

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510747812.0,技术领域涉及:G06T1/00;该发明授权一种基于多源域适应的隐写检测方法及系统是由王曼宇;付章杰;王帆;胡欣珏;程旭;张翔设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。

一种基于多源域适应的隐写检测方法及系统在说明书摘要公布了:本发明公开了一种基于多源域适应的隐写检测方法及系统,涉及信息安全技术领域,包括:接收多个源域和目标域数据,将多个源域和目标域数据输入至预先建立的公共特征提取器内,提取得到源域的特征表示和目标域的特征表示;将源域的特征表示和目标域的特征表示输入至预先建立的特征级混合模块内进行加权混合得到混合特征,获取目标域特征,基于目标域特征和混合特征进行损失计算得到混合类损失;将每个源域和目标域的数据通过输入至预先建立的不共享权重的域特征提取器内,输出得到域对齐损失,将混合类损失和域对齐损失输入至预先建立的域特定分类器内,输出得到最终预测结果,有效提升隐写检测模型在跨域条件下的检测精度和泛化能力。

本发明授权一种基于多源域适应的隐写检测方法及系统在权利要求书中公布了:1.一种基于多源域适应的隐写检测方法,其特征在于,方法包括以下步骤: 接收多个源域和目标域数据,将多个源域和目标域数据输入至预先建立的公共特征提取器内,提取得到源域的特征表示和目标域的特征表示; 所述将多个源域和目标域数据输入至预先建立的公共特征提取器内的过程: 经过一个公共特征提取器G,公共特征提取器将多个源域和目标域数据从原始特征空间映射至公共特征空间; 公共特征提取器使用SRNet中设计的前三类卷积层组成,对于来自源域的一个批次数据,和目标域的数据经过公共特征提取器得到的特征表示和的公式为: 每一个源域获得的特征表示都会与两两配对一起被输入特征级混合模块,额外生成混合特征; 所述输入特征级混合模块接收来自公共特征器的源域和目标域输出特征和,随后根据当前的训练轮数计算目标域的混合比例,混合比例的更新遵循以下公式: 其中,分别为混合比例的最大值,是控制指数增长速率的参数,current_epoch和total_epoch分别表示当前训练轮数和总训练轮数; 根据计算得到的混合比例,源域特征和目标域特征按照混合比例进行加权求和,得到混合后的特征,其公式为: 其中,代表矩阵间的加法运算,表示该批次中第个样本,和分别表示来自公共特征器的源域和目标域输出特征和中的第个样本; 除了特征混合外,标签也需要进行混合,混合特征的标签采用与特征相同的混合比例计算,是网络在目标域上的预测结果,是第j个样本的标签: 使用作为混合域样本标签,目标域特征以及混合后的特征一同被送入后续网络并根据混合标签计算交叉熵损失作为混合域的分类损失,其中是网络对混合特征的预测输出,是一个批次内的样本数量: ; 将源域的特征表示和目标域的特征表示配对输入至预先建立的特征级混合模块内进行加权混合得到混合特征; 将混合特征以及配对后的源域的特征表示和目标域的特征表示输入至域特征提取器内,得到处理后的特征,将处理后的特征输入至预先建立的域预设分类器内,得到源、目标、混合特征的预测输出。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学,其通讯地址为:210044 江苏省南京市浦口区宁六路219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。