-
公开(公告)号：CN101968848A
公开(公告)日：2011-02-09
申请号：CN201010294119.6
申请日：2010-09-27
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 徐勇
Abstract: 本发明涉及一种视频监测方法、系统及视频报警系统，所述视频监测方法包括汇集运动区域运动特征样本的训练集，所述视频监测方法包括如下步骤：获取视频区域：从视频中获取需要监测的运动区域；提取运动区域中的运动特征：包括确定运动区域的范围、获取运动区域的能量及获取运动区域的运动方向的方差值；获取视频监测结果：将提取的运动区域中的运动特征与所述训练集中的正样本和负样本进行比较，通过与训练集中相近正样本数和负样本数的多少判断运动区域是否为发生抢劫或打斗的区域。本发明视频监测方法、系统及视频监测报警系统，实现了自动实时进行视频监控暴力行为，促进了安防设备的发展。
-
公开(公告)号：CN109671049B
公开(公告)日：2024-03-01
申请号：CN201811320629.9
申请日：2018-11-07
Applicant: 哈尔滨工业大学(深圳) , 深圳市第二人民医院
IPC: G06T7/00 , G06T7/11 , G06V10/764
Abstract: 本发明公开了一种医学图像处理方法、系统、设备、存储介质，一方面通过病灶图像获取多个第一异常概率，另一方面通过医学图像和病灶图像获取多个第二异常概率，再根据多个第一异常概率、多个第二异常概率和不同的权重系数按照不同图像异常程度获取医学图像属于不同图像异常程度的最终概率，并将最大的最终概率的图像异常程度作为医学图像的图像异常程度，实现对医学图像的异常程度进行分析，克服现有技术中存在对病理图像处理、分析依靠肉眼，效率低下的技术问题。
-
公开(公告)号：CN116614820A
公开(公告)日：2023-08-18
申请号：CN202211730595.7
申请日：2022-12-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种面向火灾监测的网络覆盖优化方法、系统及存储介质，该网络覆盖优化方法包括以下步骤：步骤A，使用非线性控制策略和Lévy飞行机制对SOA算法进行改进，得到改进的ISOA算法；步骤B，将ISOA算法和PSO算法混合形成一种ISOAPSO算法，所述ISOAPSO算法包括内层优化和外层优化，在求解面向火灾监测的网络覆盖优化问题中，首先利用内层的ISOA算法对传感器节点进行优化，然后将ISOA算法优化后的传感器节点传递给外层的PSO算法，进行二次优化，从而达到提高网络覆盖率的目的。本发明的有益效果是：本发明的网络覆盖优化方法可以更好的解决面向火灾监测的网络覆盖优化问题，提升火灾监测能力。
-
公开(公告)号：CN113538608B
公开(公告)日：2023-08-01
申请号：CN202110096181.2
申请日：2021-01-25
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T11/00 , G06T7/40 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了一种基于生成对抗网络的可控人物图像生成方法，包括：1、基于关键点的目标姿态图的指导下生成目标语义图；2、基于人体语义分割方法，将原图像的各个属性进行分离，通过一个共享的编码器将其映射到特征空间并将各个属性的特征图进行有序叠加得到总的纹理特征图；3、将目标语义图的目标姿态表示编码到共享的深度特征空间后，利用建立目标姿态与原图像之间的密集对应关系将原图像特征进行形变操作；4、利用目标姿态和形变的原图像特征作为解码器的输入，生成最终的图像。本发明通过建立目标姿态和原图像之间的密集对应关系，将姿态引导下的人物图像生成和服装引导下的人物图像生成有效的结合，实现了高质量可控人物图像生成。
-
公开(公告)号：CN115937222A
公开(公告)日：2023-04-07
申请号：CN202211731070.5
申请日：2022-12-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种循环裁剪分割与多模型融合的视网膜视盘分割方法及装置。该方法包括：收集视盘分割数据集；挑选适合视盘分割的深度学习神经网络；循环先裁减后分割视盘；综合分析各个神经网络模型的优点，进行模型融合。本发明使用多种不同的神经网络模型，多种模型融合方案，在多个视盘分割数据集上进行训练，测评各个模型及模型融合的分割效果。实验结果表明，与任何单个子网络模型相比，模型融合方案取得更好的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN115758966A
公开(公告)日：2023-03-07
申请号：CN202211429677.8
申请日：2022-11-15
Applicant: 哈尔滨工业大学(深圳) , 深圳国微芯科技有限公司
IPC: G06F30/3312 , G06F30/3315 , G06F30/392 , G06F111/04
Abstract: 本发明公开了一种时序例外约束及时序约束的传播方法、处理方法、介质。其中时序例外约束的传播方法，包括：抓取待替换的时序例外约束的引脚或端口信息；分析待替换的时序例外约束的引脚或端口相对实例所处的位置；若待替换的时序例外约束存在某个选项内的多个引脚或端口之间相对实例所处的位置不一致，或者若待替换的时序例外约束的某个引脚或端口的扇入可追踪到实例的输入引脚，同时该引脚或端口的扇出可追踪到实例的输出引脚，则选择DFS替换步骤对所述待替换的时序例外约束进行替换，否则选择BFS替换步骤进行向下传播。本发明分析时序例外约束的具体情况，并选择对应的传播替换方法，提高替换效率。
-
公开(公告)号：CN109087273B
公开(公告)日：2021-09-14
申请号：CN201810803674.3
申请日：2018-07-20
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于增强的神经网络的图像复原方法，所述方法包括以下步骤：S1、将待复原图像变换成不同缩放因子下的多个低分辨率图像；S2、将多个低分辨率图像分别输入至预先训练好的第一深度卷积神经网络，从而得到对应的不同缩放因子下的多个高分辨率图像；S3、将S2中的多个高分辨率图像分别变换为与待复原图像大小一样的图像，并将这些图像进行融合以得到复原后的图像。本发明还公开了相应的存储介质与图像复原系统。本发明可以防止网络在训练过程中退化并加快收敛速度。
-
公开(公告)号：CN109902732B
公开(公告)日：2021-08-27
申请号：CN201910131839.1
申请日：2019-02-22
Applicant: 哈尔滨工业大学(深圳) , 惠州市德赛西威汽车电子股份有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种车辆自动分类方法及相关装置，根据车辆图像样例和/或车辆模型进行图像外观扩展以获取车辆样本集，增强了训练样本的多样性和完整性，以进一步提高后续车辆目标检测和分类的准确度，克服现有技术中存在车辆检测方法的准确度低下的技术问题。
-
公开(公告)号：CN108280811B
公开(公告)日：2021-07-06
申请号：CN201810063893.2
申请日：2018-01-23
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T5/00
Abstract: 本发明公开了一种基于神经网络的图像去噪方法，包括：获取场景的高感光度图像和低感光度图像；生成第一神经网络模型，并利用第一神经网络模型对低感光度图像进行去噪处理，得到去噪后的低感光度图像；将高感光度图像和去噪后的低感光度图像构成训练图像数据库，并利用训练图像数据库训练神经网络模型，生成用于图像去噪的第二神经网络模型；将待处理图像作为第二神经网络模型的输入，经处理后得到对应的干净图像。此外，还公开了一种基于神经网络的图像去噪系统。上述基于神经网络的图像去噪方法和系统能处理具有真实噪声信息的图像，具有现实的应用意义。
-
公开(公告)号：CN107784284B
公开(公告)日：2021-07-06
申请号：CN201711003182.8
申请日：2017-10-24
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出的人脸识别方法及系统，具有以下特点：1、计算速度快且计算结果逼近最优解，鲁棒性高；2、将训练样本向测试样本对齐，提高人脸识别率；3、将生成的对齐人脸图像与原始人脸图像同时作为训练样本，由所有样本组成的训练样本集合得到有效扩充；4、同时提取人脸边缘特征作为新训练样本进行分类计算，有效减少复杂背景或光照不均等因素带来的影响；5、有效地结合两种训练样本下所得残差，提高最终人脸识别率。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.033 seconds)
