拉塞特机器人（深圳）有限公司

本申请提供一种基于通道隐写的可逆定向对抗样本生成及还原方法及系统，涉及计算机视觉领域，该方法包括：获取原始图像、感兴趣区域及目标类别标识；基于类别标识生成结构化干扰掩码并稀疏化得到最终干扰掩码；利用可逆逻辑运算将干扰掩码注入感兴趣区域生成对抗样本；将攻击参数隐写入图像通道预设位平面，得到自包含对抗样本；从预设位平面提取攻击参数并复现干扰掩码；利用逆运算在感兴趣区域消除干扰掩码以还原原始图像。解决了现有技术中对抗扰动空间选择性差且攻击后原始数据不可逆丢失的技术问题。

本申请公开了一种路面建模方法、存储介质及计算机设备。其方法包括：获取自定义路面三维模型并离散化得到网格模型；对节点坐标信息进行基于空间分块和坐标容差的重编号去重处理，对单元信息进行重编号处理；进行包括坐标系转换和单位制统一的标准化处理；生成符合多体动力学仿真需求的通用路面文件。本申请通过自动化的数据去重、编号连续化与标准化处理，保障跨软件数据流转时的路面模型数据一致性，提升仿真结果的真实性与准确性，降低返工成本和迭代周期。

本发明涉及畜牧养殖智能检测技术领域，公开了一种多鲁棒性多形态物料的猪料槽料量智能检测方法及系统。获取猪料槽区域的多源检测与控制数据，基于所述数据构建或更新料槽空间模型，并确定料量检测有效域；从连续运行数据中筛选料槽状态稳定片段更新背景基线，对料槽区域内的数据单元进行状态标记；根据料槽空间模型、深度时序变化、遮挡状态和环境干扰状态生成深度可信度信息，并对深度数据单元进行可信度分级。本发明能够降低猪只遮挡、槽体磨损、残留污渍、深度失真和重复补料对料量检测的影响，提高猪料槽料量检测的稳定性和适配性。