摘要：本发明公布了一种移动状态下自动开启摄像头的方法及装置，该装置可应用于移动智能终端设备，所述方法包括以下步骤：步骤1、用户操作检测模块感知智能终端设备的使用状态；步骤2、运动状态检测模块检测设备的运动状态参数；步骤3、中央控制模块根据设备的使用状态和运动状态参数，判断所述设备的持有者是否正在移动状态中使用所述终端设备，如果是，则自动开启摄像头装置，进入摄像模式；步骤4、显示模块把摄像头装置拍摄到的前方和/或脚下的图像以前台应用半透明、小窗口、背景等方式显示到屏幕上。本发明提出了一套新的技术方案，可以让人在边行走边集中精力使用智能终端的同时能够看到脚下和/或前方的物体，从而可以在很大程度上避免某些安全事故。

摘要：本发明涉及医疗康复外骨骼机器人领域，尤其涉及一种轻量化且长续航的外骨骼装置，主要受众范围为由于脊髓损伤或其他原因导致残疾而需要使用轮椅的患者。本发明主要结构包括外骨骼机器人与配套的轮椅。外骨骼机器人与轮椅可分离，外骨骼上设有小容量蓄电池，轮椅中装有大容量蓄电池，大容量蓄电池可多次给外骨骼中的小容量蓄电池充电。正常使用外骨骼时，将轮椅闲置在旁，外骨骼使用完后，患者坐回至轮椅上，轮椅中的大容量蓄电池自动给外骨骼充电。这种随充随用的外骨骼机器人不仅减轻了重量，还有效地增加了续航时间，可给使用者带来巨大的方便。

摘要：本发明提供一种目标识别的后处理方法，包括：获取基于机器学习模型对待检图像中进行目标对象识别得到的第一目标对象以及每个所述第一目标对象作为真实目标对象的概率值；对待检图像中的目标对象进行特征提取，得到第二目标对象；根据真实目标对象的预设特征信息，确定每个所述第二目标对象作为真实目标对象的概率值；根据第一目标对象和所述第二目标对象的概率值在第一目标对象和第二目标对象中确定出目标对象。本发明能够解决漏检率高的技术问题。

摘要：本发明涉及信息安全技术领域，尤其涉及一种基于度量的聚落点云攻击方法。步骤如下：分别通过基于点云曲率的度量、基于点云网络梯度上的度量以及基于自注意力的度量，获取点云各点度量；将收集的点云度量输入点云对抗攻击框架中，对点云网络实施有针对性的对抗攻击。本发明提供的一种基于度量的聚落点云攻击方法，根据点云各点不同的度量值确定点云上的特征点聚落，并以聚落为单位对目标点云进行修改；对于整体点云进行修改时采用倒角距离进行约束，确保方法所生成对抗点云的低显著性；同时依据可改动的不同度量阈值，实现针对不同网络的迁移性攻击。

摘要：本申请公开了一种协同签名方法、系统、设备及计算机可读存储介质，应用于第一签名方，生成第一随机数，并基于第一随机数生成第一公钥分片；获取第二签名方生成的第二公钥分片；传输第一公钥分片至第二签名方获取待签名的目标消息，并计算目标消息的哈希值；生成第三随机数，并基于第一公钥分片对第三随机数进行运算，生成第一数值；获取第二签名方生成的第二数值；基于哈希值、第一数值及第二数值生成第一签名结果，并传输第一数值、第一签名结果至第二签名方，以使第二签名方基于第一签名结果生成目标消息的目标签名结果。本申请在生成公钥和后续签名过程中，不出现完整私钥，增强了私钥的安全性，进而增强了协同签名方法的安全性。

摘要：本申请公开了一种SM2门限签名方法、系统、设备及计算机可读存储介质，每个参与方Pi选取随机数di，1≤i≤n；每个参与方Pi基于随机数di及SM2算法的生成元G生成对应的Qi；基于每个参与方Pi的Qi生成SM2算法的签名公钥Q；每个参与方Pi基于随机数di生成自身的私钥分片yi；每个参与方Pu对待签名的消息值进行哈希运算，得到哈希值e；每个参与方Pu基于私钥分片yi计算得到wu；每个参与方Pu选取随机数ku，基于随机数ku、签名公钥Q及生成元G生成相应的Ru；每个参与方Pu基于Ru计算得到R，并基于R、SM2算法的阶q、哈希值e计算得到r；每个参与方Pu基于随机数ku、r、wu计算得到su；每个参与方Pu公布su，并基于su、r、q生成s；基于SM2算法的验签算法验证(r,s)是否为正确的签名值，若是，则将(r,s)作为消息值的SM2签名结果。安全性高。

摘要：本发明公开了一种通用的芯片测试系统及方法，属于芯片测试技术领域，该通用的芯片测试系统，包括用于芯片FT测试，包括ESD测试机台和逻辑分析仪，所述ESD测试机台包括测试主板及与之电气连接的测试子板，所述测试子板上设置有待测芯片，所述测试主板上至少设置一个第一对接件，用于输出所述待测芯片的信号和波形信息，所述逻辑分析仪具有测试负载板，所述测试负载板上装配有第三对接件，所述第一对接件和所述第三对接件之间电气连接。通过ESD测试机台的测试主板，对芯片的接口进行拓展，使示波器和逻辑分析仪能够同时显示同一芯片的波形，便于调试和观察检测，提高检测效率。

摘要：本发明提供一种目标对象上子区域的中心点确定方法，包括对目标对象图像进行子区域识别，得到识别结果，识别结果包括目标对象图像上多个子区域的中心点的坐标；根据识别出的多个子区域中心点的坐标，确定出属于同一行和同一列的子区域，以确定出所述多个子区域排列的行数和列数；根据列数、行数、属于同一行的子区域中心点的列坐标和属于同一列的子区域中心点的行坐标，确定出每个子区域中心点的行坐标和列坐标。本发明能够解决现有技术中存在识别不准确或部分识别不出来的技术问题。

摘要：本发明提供一种目标对象的子区域图像生成方法，包括如下步骤：获取目标对象图像；根据用户输入的第一图像类型信息，在至少两个矫正方法中确定出对应的矫正方法；其中，不同的矫正方法用于针对目标对象上不同的特征进行矫正；根据确定的矫正方法对目标对象图像进行矫正；对矫正后的目标对象图像进行切分处理，得到多个子区域图像。能够灵活地在不同应用场景下对目标对象图像进行矫正后切分，从而可以提高后续目标识别的准确度和降低漏检率。

摘要：本发明公开了一种基于移位图卷积神经网络骨骼点行为识别系统包括：图像获取模块、图像处理模块、提取模块和行为识别模块，其中图像获取模块用于获取行为图像；图像处理模块用于处理图像获取模块获取的行为图像进行图像处理；提取模块用于提取图像处理模块处理后图像的骨骼点；行为识别模块用于识别提取模块提取骨骼点行为特征的。本发明设计行为识别模块进行对骨骼点行为识别，减小图卷积计算量的新型图卷积，与传统图卷积不同，移位图卷积不是通过扩大卷积核来扩展感受范围，而是通过新型移位操作来使得图特征进行移位拼接，在显著减少计算量提高计算速度的情况下达到同样甚至更高的识别精度，避免传统图卷积的计算量会随着卷积核增大而增大。