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：中国人民解放军国防科技大学
摘要：本发明涉及生成式人工智能多态敏感拼图检测方法、装置及设备，通过首先获取待检测图像后，调用训练好的基于潜在分布和信息熵的多态敏感图像特征提取模型进行特征提取，以将图像的特征信息统一映射到一个特征空间中，该特征空间可以视为一个超球面，最为稳定的常见正常语义特征收束往球体中心，敏感语义特征被区分并远离球体中心，从而显著提高了多态敏感拼图的检测准确率和效率。与传统技术相比，通过从信息熵的角度出发最小化图像特征的信息熵分布，然后可以根据信息熵的高低精确区分多态敏感拼图和正常拼图。
主权项：1.一种生成式人工智能多态敏感拼图检测方法，其特征在于，包括步骤：获取待检测图像；调用训练好的多态敏感图像特征提取模型；所述多态敏感图像特征提取模型为基于潜在分布和信息熵的特征提取模型，通过多态敏感图像数据集进行训练得到，所述多态敏感图像数据集由生成式人工智能模型预先构建；将所述待检测图像输入所述多态敏感图像特征提取模型进行表征特征提取，得到所述待检测图像的语义特征值；根据语义特征阈值和所述语义特征值的大小关系确定所述待检测图像为正常图像或敏感拼图；其中，所述多态敏感图像特征提取模型的训练过程包括：对所述多态敏感图像数据集进行预处理后划分为训练集和测试集；对所述训练集中的每个训练批次的数据进行重采样；将每个训练批次的数据输入全卷积网络并使用基于潜在分布和信息熵的目标函数进行迭代训练，得到收敛后的多态敏感图像特征提取模型；利用所述测试集对收敛后的多态敏感图像特征提取模型进行测试，通过测试后得到训练好的所述多态敏感图像特征提取模型。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 生成式人工智能多态敏感拼图检测方法、装置及设备
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