公开(公告)号：CN118397659A

公开(公告)日：2024-07-26

申请号：CN202410828405.8

申请日：2024-06-25

Applicant: 华侨大学

Inventor： 陈宇涛 ,  黄麟涵 ,  潘文杰 ,  许恒 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于全局特征与头肩特征多核融合的行人识别方法及装置，涉及图像识别领域，包括：采用经训练的行人头肩部检测模型对行人图像进行头肩部检测，得到行人头肩部图像；在行人识别模型中，将行人图像和行人头肩部图像分别输入全局特征提取分支和头肩特征提取分支，得到全局特征向量和头肩特征向量并输入多核融合模块进行融合，得到融合特征向量，根据全局特征向量、头肩特征向量和融合特征向量构建损失函数，以训练行人识别模型，得到经训练的行人识别模型；将待识别的行人图像及其对应的行人头肩部图像输入经训练的行人识别模型，得到对应的融合特征向量，再进行行人识别。本发明解决鱼眼摄像机下图像特征差异大、准确度低的问题。

公开(公告)号：CN118196840A

公开(公告)日：2024-06-14

申请号：CN202410610290.5

申请日：2024-05-16

Applicant: 华侨大学

Inventor： 潘文杰 ,  陈宇涛 ,  黄诚惕 ,  朱建清 ,  曾焕强 ,  陈婧 ,  蔡灿辉

IPC: G06V40/10 ,  G06N3/045 ,  G06N3/084 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于语义偏好挖掘的行人再辨识方法，涉及人工智能、机器视觉领域，包括：利用预训练的语义分割模型将行人图像处理为语义分割图，将语义分割图空间划分为若干部件语义块，计算不同语义在语义分割图与部件语义块中的比例，根据不同语义的比例对部件语义块分组进行语义对齐，获得各部件语义块分组对应的部件序号；基于部件序号对部件特征分组，利用自注意网络将各部件特征组投影到公共嵌入空间并进行偏好挖掘，继而利用偏好信息对各部件特征组进行自适应聚合，增强行人再辨识准确性。

公开(公告)号：CN117373066A

公开(公告)日：2024-01-09

申请号：CN202311667337.3

申请日：2023-12-07

Applicant: 华侨大学

Inventor： 黄麟涵 ,  朱建清 ,  赵倩倩 ,  周亮太 ,  陈宇涛 ,  詹思敏 ,  潘文杰 ,  曾焕强

IPC: G06V40/10 ,  G06N3/084 ,  G06N3/098 ,  G06V10/82 ,  G06F21/62

Abstract: 本发明公开了一种基于云边搜索联邦深度学习方法的行人再辨识方法及系统，涉及机器学习技术领域，方法包括以下步骤：S1，云端初始化全局深度网络模型，S2，云端将全局深度网络模型下发给边缘设备；S3，边缘设备利用个性化初始化函数构建总体优化目标函数，进行边缘深度网络模型训练；S4，云端对边缘深度网络模型权重参数进行加权平均聚合以更新云端全局深度网络模型；S5，重复S2至S4至最大次数，将最后一次生成的云端全局深度网络模型作为行人再辨识模型；S6，利用行人再辨识模型实现行人再辨识。本发明在保护数据隐私的前提下，让各个边缘设备根据本地数据特性个性化初始化自身网络，提升联邦学习中边缘深度网络和云端全局深度网络模型的性能。

公开(公告)号：CN117315430A

公开(公告)日：2023-12-29

申请号：CN202311595144.1

申请日：2023-11-28

Applicant: 华侨大学

Inventor： 许恒 ,  黄诚惕 ,  洪岚 ,  朱建清 ,  黄麟涵 ,  陈宇涛 ,  潘文杰 ,  曾焕强 ,  蔡灿辉

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明一种面向大范围车辆再辨识的不完备模态特征融合方法，涉及图像处理技术领域，包括：训练包括三通道模型和单通道模型的双模态模型，对可见光车辆图像，采用三通道模型提取主特征，辅以图像灰度化，采用单通道模型提取辅助特征；对红外光车辆图像，采用单通道模型提取主特征，辅以通道复制扩展，采用三通道模型提取辅助特征；将主特征和辅特征叠加获得完整特征，利用KL散度优化完整、主、辅特征三者之间后验概率分布差异，优化特征融合效果。本发明能解决在长时间大范围的监控场景中车辆因活动轨迹复杂多变出现的模态不完备问题，即可见光和红外车辆图像不完备而无法直接实现可见光和红外图像的特征融合问题，提升车辆再辨识准确性。

公开(公告)号：CN119027845A

公开(公告)日：2024-11-26

申请号：CN202411514321.3

申请日：2024-10-29

Applicant: 华侨大学 ,  泉州圣源警用侦察设备有限公司

Inventor： 潘文杰 ,  朱建清 ,  陈宇涛 ,  庄碧丹 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明涉及图像处理与人工智能技术领域，公开了一种无人机森林火灾风险区块检测方法及系统，方法包括：构建基于区块分类的目标检测模型并进行训练，利用训练好的基于区块分类的目标检测模型实现无人机森林火灾风险区块检测；所述基于区块分类的目标检测模型利用区块映射器无人机图像中的不同区块映射为区块特征；利用多阶段采样网络对区块特征进行多种尺度的采样，并利用降维映射层进行尺度对齐，获得多尺度区块特征；通过哈达玛积融合多尺度区块特征，利用区块分类器将融合后的多尺度区块特征映射至区块类别概率。本发明以区域分类方式实现风险区块的定位，避免了现有技术因精确定位导致的庞大计算量，延长无人机可用时间。

公开(公告)号：CN117315430B

公开(公告)日：2024-03-12

申请号：CN202311595144.1

申请日：2023-11-28

Applicant: 华侨大学

Inventor： 许恒 ,  黄诚惕 ,  洪岚 ,  朱建清 ,  黄麟涵 ,  陈宇涛 ,  潘文杰 ,  曾焕强 ,  蔡灿辉

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明一种面向大范围车辆再辨识的不完备模态特征融合方法，涉及图像处理技术领域，包括：训练包括三通道模型和单通道模型的双模态模型，对可见光车辆图像，采用三通道模型提取主特征，辅以图像灰度化，采用单通道模型提取辅助特征；对红外光车辆图像，采用单通道模型提取主特征，辅以通道复制扩展，采用三通道模型提取辅助特征；将主特征和辅特征叠加获得完整特征，利用KL散度优化完整、主、辅特征三者之间后验概率分布差异，优化特征融合效果。本发明能解决在长时间大范围的监控场景中车辆因活动轨迹复杂多变出现的模态不完备问题，即可见光和红外车辆图像不完备而无法直接实现可见光和红外图像的特征融合问题，提升车辆再辨识准确性。

公开(公告)号：CN116612439A

公开(公告)日：2023-08-18

申请号：CN202310891061.0

申请日：2023-07-20

Applicant: 华侨大学

Inventor： 许恒 ,  詹思敏 ,  赵倩倩 ,  黄麟涵 ,  陈宇涛 ,  潘文杰 ,  吴含笑 ,  朱建清 ,  曾焕强

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种模态域适应性和特征鉴别性平衡方法及行人再辨识方法，其中的模态域适应性和特征鉴别性平衡方法用于红外光与可见光跨模态行人再辨识。本发明在模态域适应性优化和特征鉴别性优化之间设置一个注意力模块，用模态域适应性优化函数监督注意力模块的掩码学习，并用特征鉴别性优化函数监督注意力模块的反掩码学习，从而借助注意力机制自动平衡模态域适应性和特征鉴别性之间的矛盾，改善特征学习效果，提升红外光与可见光跨模态行人再辨识准确性。本发明可以应用于智能视频监控系统中的行人身份识别、行人轨迹分析等，具有广泛的应用价值。