基于轻量化视觉转换器的儿童邪典图片识别方法和设备

    公开(公告)号:CN117975173B

    公开(公告)日:2024-06-21

    申请号:CN202410389340.1

    申请日:2024-04-02

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于轻量化视觉转换器的儿童邪典图片识别方法和设备,涉及图像识别技术领域。识别方法包含S1、获取待识别的卡通图像。S2、对卡通图像进行预处理。S3、预处理后的卡通图像输入训练好的基于轻量化视觉转换器的实时儿童邪典图片识别模型,获取预测向量。S4、基于预测阈值对预测向量进行比较判断,以判断卡通图像是否属于儿童邪典图片。基于轻量化视觉转换器的实时儿童邪典图片识别模型的网络结构包括依次连接的第一卷积层网络、第一移动网络、第二移动网络、第三移动网络、第四移动网络、第一轻量化转换器网络、第五移动网络、第二轻量化转换器网络、第六移动网络、第三轻量化转换器网络、第二卷积层网络和多层感知机。

    一种非抢占固定优先级混合关键任务能耗优化调度方法

    公开(公告)号:CN112486652B

    公开(公告)日:2023-05-26

    申请号:CN202011380029.9

    申请日:2020-11-30

    Applicant: 华侨大学

    Abstract: 本发明涉及一种非抢占固定优先级混合关键任务能耗优化调度方法,包括以下步骤:建立非抢占固定优先级混合关键任务调度模型;给出系统处于低模式下调度可行的充分条件;给出系统处于高模式下调度可行的充分条件;给出系统处于转换模式调度可行的充分条件;由调度可行的充分条件,计算能耗优化的速度Sop。本发明与现有技术的混合关键系统周期任务调度方法相比,能够节约大约33.08%能耗;能够确保周期任务在其截止期限内完成执行;混合关键系统能耗的降低,可以降低产品的生产成本,延长设备的使用时间,减少电池的更换周期。

    基于全局感知与提名关系挖掘的时序动作定位方法

    公开(公告)号:CN115497022A

    公开(公告)日:2022-12-20

    申请号:CN202211152789.3

    申请日:2022-09-21

    Applicant: 华侨大学

    Abstract: 本发明实施例提供基于全局感知与提名关系挖掘的时序动作定位方法,涉及视频识别技术领域。其中,这种时序动作定位方法,其包含步骤S1至步骤S4。S1、获取待识别视频。S2、根据待识别视频,提取视觉特征。S3、将视觉特征输入预先训练好的时序提名生成网络模型,获取时序提名。S4、将时序提名输入预先训练好的时序提名分类网络模型,获取定位结果。定位结果包括动作类别和动作起止时间。时序提名生成网络模型通过图建模的方式动态捕获特征之间的关联性,实现动作边界与动作特征之间的信息交互,达到全局感知动作、背景、边界之间关系的目的。时序提名分类网络模型挖掘提名之间的潜在关系,实现更精准地定位与动作分类。

    一种基于图像集的目标跟踪算法

    公开(公告)号:CN104008397B

    公开(公告)日:2017-05-03

    申请号:CN201410251910.7

    申请日:2014-06-09

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于图像集的目标跟踪算法,包括初始化阶段,用于建立目标模型的训练阶段,用于根据所建立的目标模型测试出指定目标物体的中心位置的测试阶段,和更新阶段。本发明采用图像集作为目标跟踪过程中训练样本和测试样本的基本单位,并在核偏最小二乘法的框架下,将目标跟踪问题视为一个多类别的分类问题,从而能够有效缓解跟踪器的“漂移”问题。

    一种基于图像集的目标跟踪算法

    公开(公告)号:CN104008397A

    公开(公告)日:2014-08-27

    申请号:CN201410251910.7

    申请日:2014-06-09

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于图像集的目标跟踪算法,包括初始化阶段,用于建立目标模型的训练阶段,用于根据所建立的目标模型测试出指定目标物体的中心位置的测试阶段,和更新阶段。本发明采用图像集作为目标跟踪过程中训练样本和测试样本的基本单位,并在核偏最小二乘法的框架下,将目标跟踪问题视为一个多类别的分类问题,从而能够有效缓解跟踪器的“漂移”问题。

Patent Agency Ranking