蒋斌
- 作品数:49 被引量:30H指数:4
- 供职机构:湖南大学更多>>
- 发文基金:湖南省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术文化科学农业科学理学更多>>
- 一种图像篡改检测方法、系统及存储介质
- 本发明公开了一种图像篡改检测方法、系统及存储介质。一个实施例中的方法包括一个双分支的图像篡改检测方法。其中一个分支学习一个类似高通滤波器的卷积核,该分支能够过滤所述图像的内容特征,自适应的提取图像的高频特征;获取由所述高...
- 杨超王志宇李慧州蒋斌
- 文献传递
- 一种结合多尺度特征聚合和提升策略的低光图像增强方法
- 本发明涉及一种结合多尺度特征聚合和提升策略的低光图像增强方法,属于图像增强技术领域,基于卷积神经网络的编码‑解码架构的低光图像增强模型加以改进,提出了一个多尺度特征聚合模块(FBAM)以及一个结合提升策略和像素注意力机制...
- 蒋斌王仁君杨超
- 一种基于多尺度和上下文学习网络的低照度图像增强方法
- 本发明涉及一种图像增强方法,特别是指一种基于多尺度和上下文学习网络的低照度图像增强方法。构建基于多尺度和上下文编码的网络,通过提高模型的多尺度特征表示能力和学习全局视野,充分学习丰富的局部和全局信息,从而实现自适应的低光...
- 蒋斌李桥
- 基于二字词位图表的汉语自动分词词典机制被引量:6
- 2006年
- 根据汉语中二字词较多的特点,提出了一种新的分词词典机制.该机制在词典数据结构中添加二字词检测位图表,在分词时,利用位图表可快速判断二字词优化分词速度.选取人民日报语料片断进行了实验测试.实验结果表明,基于二字词检测位图表的分词词典机制有效地提高了汉语自动分词的速度和效率.
- 蒋斌杨超赵欢
- 关键词:汉语自动分词
- 基于语义的自然语言文本数字水印研究被引量:8
- 2005年
- 数字水印技术是信息隐藏技术研究领域的重要分支,也是当今网络信息安全和数字媒体版权保护研究的重要手段之一。目前数字水印技术的研究主要集中在静止图像和视频的保护等方面,文本数字水印研究较少。针对自然语言文本自身的特性,分析和比较了目前主要的文本数字水印方法及其技术特点,提出了文本数字水印的理论目标和攻击模型,给出了一种基于语义的文本数字水印算法,最后展望了文本数字水印技术研究的发展前景。
- 杨超李仁发蒋斌雷衍凤
- 关键词:数字水印信息隐藏版权保护
- 短视频数据标签推荐方法、装置、计算机设备和存储介质
- 本申请涉及一种短视频数据标签推荐方法、装置、计算机设备和存储介质,通过获取多模态短视频数据,提取多模态短视频数据中的图像数据、音频数据以及文本数据;分别提取情感特征矩阵以及内容特征矩阵;通过预设情感共同空间获取情感特征矩...
- 王小婵杨超蒋斌
- 图像篡改检测方法、装置、计算机设备和存储介质
- 本申请涉及一种图像篡改检测方法、装置、计算机设备和存储介质。一个实施例中的方法包括:获取待检测图像,对待检测图像进行特征提取,获得疑似篡改特征图;获取疑似篡改特征图对应的通道权重系数和空间权重系数;通过通道权重系数以及空...
- 杨超李慧州蒋斌林芳婷冯溯汪国庆
- 文献传递
- 一种基于生成对抗网络的多尺度双模态文本生成图像方法
- 本发明涉及一种基于生成对抗网络的多尺度双模态文本生成图像方法,属于文本到图像的合成技术领域,包括以下步骤:步骤1,构造基于生成对抗网络的多尺度双模态文本图像生成模型,步骤2,编码给定的文本描述,得到相应的文本编码特征,步...
- 蒋斌黄昀
- 文献传递
- 路网拥塞控制中的多目标路径决策模型研究被引量:1
- 2015年
- 智能交通系统领域中的路网拥塞控制是解决路网拥塞问题的主要手段之一,针对该问题,利用自底向上的agent建模方式,构建一种多目标路径决策agent移动模型.在该模型中,车辆agent兼顾最短路径和拥塞避免两个优化目标,通过车辆agent行驶距离最短(最短路径)和途经区域的拥塞程度最低(拥塞避免)两个目标优化来动态进行路径决策.基于多目标路径决策移动模型一方面能够实现对交通拥堵路段的分流控制,另一方面能够挖掘网络拓扑结构中易发生拥塞的路口的共同特征,为路网拥塞控制提供帮助.仿真实验结果表明,该模型能较好地改善路网结构中的拥塞路段.针对不同链路密度及链路分布的网络所进行的仿真实验结果进一步表明,路网结构的链路密度对拥塞路段出现在网络中的地理位置影响不同,而路口节点位置影响其拥塞程度;网络结构的链路分布形态对发生拥塞路段的地理位置和拥塞优化结果具有直接影响.
- 蒋斌徐骁杨超李仁发
- 关键词:多目标优化
- 一种视觉问答预测方法、系统及存储介质
- 本发明公开了一种视觉问答预测方法、系统及存储介质,利用语言偏差构建一个联合损失函数去优化内容模块,上下文模块和最终的答案预测。这个联合损失函数包含内容损失,上下文损失和预测损失。内容损失用于优化内容模块的预测,以减少语言...
- 杨超冯溯蒋斌