龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南昌大学;南昌大学新一代信息技术产业研究院;江西炬能物联技术研究中心有限公司
摘要：本申请公开了一种图像数据取证方法及其系统，其中图像数据取证方法包括以下步骤：进行卷积块的确定；响应于完成卷积块的确定，基于卷积块进行分类模型的搭建；根据搭建好的分类模型完成图像取证，获取最终的图像取证结果。本申请通过搭建的UsmSA块和分类模型，不仅能对USM锐化处理的图像有极高的检测准确率，还能够降低对USM锐化取证的漏报率。
主权项：1.一种图像数据取证方法，其特征在于，包括以下步骤：进行卷积块的确定；响应于完成卷积块的确定，基于卷积块进行分类模型的搭建；根据搭建好的分类模型完成图像取证，获取最终的图像取证结果；所述图像数据取证包括图像数据的锐化检测；进行分类模型的搭建包括以下子步骤：输入图像数据；对图像数据进行处理得到指定大小的特征图，将特征图输入至分类模型的LN层中，完成特征图的处理；使用一个4x4的卷积核将图像卷积为大小为96×56×56的特征图，然后经过一个LN层，之后将这些特征图连续插入到模型的4个阶段中；第一个阶段包括三个卷积块以及一个层归一化；第二阶段包括一个卷积层、3个卷积块和层归一化；第三阶段包括一个卷积层、9个卷积块和层归一化，第四阶段包括一个卷积层和3个卷积块；进行卷积块的确定具体包括以下子步骤：将图像数据输入至深度可分离卷积；将图像数据输入深度可分离卷积后，图像数据经过层归一化层和激活函数，得到特征图；将特征图输入至SE模块，对每个通道赋予权重；赋予权重后，将特征图输入至自注意力块中；将特征图输入至自注意力块后，使用前馈网络进行特征增强。
全文数据：
权利要求：
百度查询： 南昌大学 南昌大学新一代信息技术产业研究院 江西炬能物联技术研究中心有限公司 一种图像数据取证方法及其系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号