-
公开(公告)号：CN116758557B
公开(公告)日：2024-04-05
申请号：CN202310738640.1
申请日：2023-06-21
Applicant: 厦门理工学院
Abstract: 本发明提出一种基于浅层图神经网络的联机手写笔画分类方法，包括以下步骤：步骤S1、对联机手写文档的每一个笔画提取若干特征；提取笔画对的若干特征；步骤S2、得到文档笔画的初始图结构；步骤S3、将初始图结构送入边缘分支进行边缘特征学习；步骤S4、将分类结果作为图的邻接矩阵，从而更新图结构；步骤S5、从更新后的图结构的节点特征中提取连通子图特征与全局特征；步骤S6、在更新后的图结构基础上，得到最终的节点特征。对最终的节点特征进行分类，得到版面分析结果。
-
公开(公告)号：CN117372701B
公开(公告)日：2024-03-12
申请号：CN202311667809.5
申请日：2023-12-07
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于Transformer的交互式图像分割方法，选取想要标注的图像，载入到交互式图像分割标注软件中；选择分割目标，根据用户点击行为生成点击记录，在对应位置生成点击标记；确认交互完成后，根据点击记录将其转换为圆盘图，作为相对应的正负点击指导再和原始掩码拼接，在与原图相加后作为分割模型输入；利用预训练分割模型对图像中的指定目标进行分割，返回初始的分割掩码；根据初始的分割掩码结果，选择添加合适的正负点击对错误区域进行再次标记；将新的标记再次送入分割模型，并返回修正后的结果。如此往复，对分割结果进行细化，以得到满意的结果。本发明能提高交互式图像分割标注性能，以更少的交互次数得到更好的分割结果。
-
公开(公告)号：CN113569732B
公开(公告)日：2023-06-06
申请号：CN202110853369.7
申请日：2021-07-27
Applicant: 厦门理工学院
IPC: G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于并行共享多任务网络的人脸属性识别方法及系统，该方法包括以下步骤：将人脸属性数据集中包含的人脸属性分为部分属性组和整体属性组；构建并行共享多任务网络，其由一个共享子网络以及两个特定任务子网络，即一个部分属性子网络和一个整体属性子网络组成；在每个特定任务子网络中采用注意力机制，以利用共享子网络和特定任务子网络的局部和全局特征之间的相关性；设定损失函数并采用自适应惩罚策略来缓解类别不平衡问题，提高人脸属性识别率；通过人脸属性数据集对并行共享多任务网络进行训练；将待识别的人脸图像输入训练好的并行共享多任务网络模型，实现人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。
-
公开(公告)号：CN111681232B
公开(公告)日：2023-03-10
申请号：CN202010525675.3
申请日：2020-06-10
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于语义分割的工业焊接图像缺陷的检测方法，包括：获取存在焊接缺陷的工业焊接图像；根据焊接缺陷规范对焊接缺陷进行像素级别标注，以生成焊接缺陷训练样本集；建立焊接缺陷分割模型，并使用焊接缺陷训练样本集进行深度学习训练；利用深度学习训练后的焊接缺陷分割模型对工业焊接图像进行焊接缺陷检测。该基于语义分割的工业焊接图像缺陷的检测方法目的是解决复杂场景下无法进行焊接缺陷自动检测的问题。
-
公开(公告)号：CN114972032A
公开(公告)日：2022-08-30
申请号：CN202210630016.5
申请日：2022-06-06
Applicant: 厦门理工学院
Abstract: 本发明提出基于深度学习的图像超分辨率重建方法及系统，属于图像重建技术领域。方法包括步骤S1：获取第一分辨率组合的多个原始视频帧；S2：将所述多个原始视频帧进行分组，得到多个分组视频帧；S3：针对每一个分组视频帧执行超分辨率重建，得到第二分辨率组合的多个重建视频帧；S4：融合所述多个重建视频帧，得到所述原始视频帧的超分辨率重建结果。系统包括视频帧获取单元、视频帧分组单元、分组重建单元以及视频帧融合单元，用于实现所述方法。本发明的技术方案可以基于原始视频帧的时间戳和视角信息选择对应的深度学习模型执行分辨率重建，避免了单一重建方法带来的视角差异以及时间错误问题。
-
Patent Agency Ranking
公开(公告)号：CN114821472A
公开(公告)日：2022-07-29
申请号：CN202210448564.6
申请日：2022-04-27
Applicant: 厦门理工学院
Abstract: 本发明提供了一种基于大数据的乘客出行时间评估系统，评估系统包括服务器，还包括感应模块、路况采集模块、评估模块、提示模块，感应模块用于对乘客的起点和终点进行感应，以确定出行起点和出行目的地；路况采集模块用于对起点和终点的路况进行采集，以配合评估模块进行评估；评估模块基于感应模块和路况采集模块的数据，对乘客对出行时间进行评估，以配合提示模块对乘客的出行时间进行提示；提示模块根据评估模块的评估数据，向乘客进行提示。本发明通过提示模块与评估模块的相互配合，使得评估的结果能向乘客进行提示，使得乘客能获得最佳的出行体验。
-
公开(公告)号：CN109118441B
公开(公告)日：2022-04-12
申请号：CN201810785766.3
申请日：2018-07-17
Applicant: 厦门理工学院
IPC: G06T5/00
Abstract: 本发明涉及一种低照度图像及视频增强方法、计算机装置及存储介质，所述低照度图像增强方法中包括以下步骤：将图像进行反转并划分为若干大小相等的矩形子块，引入适应度因子和邻域暗通道池化操作，计算出透射率，各个子块透射率的计算采用多线程进行；采用基数排序法估计图像的大气光值，获取前百分之0.1的高亮度像素值，作为大气光值的估计；根据前述透射率和大气光值，对图像进行图像增强处理。本发明通过结合多线程处理、透射率计算和基数排序等处理方案，有效地提高了低照度图像和视频的增强处理速度，满足了低照度增强处理的实时性需求。
-
公开(公告)号：CN114092521A
公开(公告)日：2022-02-25
申请号：CN202111425943.5
申请日：2021-11-26
Applicant: 厦门理工学院
IPC: G06T7/246 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明涉及一种基于多阶段自适应网络的鲁棒目标跟踪方法及系统，该方法包括以下步骤：S1、构建离线训练数据集；S2、使用元学习的多步梯度下降训练方法对离线训练数据集进行训练，得到元学习模型；S3、构建多阶段自适应网络，包括领域自适应子网、特征自适应子网和位置自适应子网三个不同自适应子网络，S4、将测试视频中仅已知目标位置的第一帧输入到领域自适应子网，对构建的多阶段自适应网络进行初始化训练；S5、将测试视频中第二帧开始的后续帧依次输入到特征自适应子网中，利用多阶段自适应网络对测试视频进行跟踪。该方法及系统有利于获得更加稳定、鲁棒、准确的跟踪结果。
-
公开(公告)号：CN111967389B
公开(公告)日：2022-02-18
申请号：CN202010829155.1
申请日：2020-08-18
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于深度双路径学习网络的人脸属性识别方法及系统，该方法包括：1）将人脸属性数据集包含的人脸属性分成局部属性组和全局属性组；2）构建双路径学习网络模型，包括不同层数的局部属性子网络和全局属性子网络，用以对局部属性组和全局属性组的学习；3）将数据集中人脸图片输入双路径学习网络模型，获取不同尺度人脸图片，分别以大、小尺度人脸图片作为局部属性、全局属性子网络的输入；4）设计考虑挖掘难分样本和平衡正负样本的自适应损失函数，并使用损失函数训练模型，得到训练好的双路径学习网络模型；5）用训练好的双路径学习网络模型对待识别的人脸图片进行人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。
-
公开(公告)号：CN113704731A
公开(公告)日：2021-11-26
申请号：CN202111039516.3
申请日：2021-09-06
Abstract: 本发明公开了一种面向医院的患者异常就医行为检测系统，包括就医异常检测分析器(1)、数据存储平台(2)、身份识别模块(3)、人员就医数据获取模块(4)、人员购药数据获取模块(5)、健康体检数据获取模块(6)和就医异常报警模块(7)；其中：所述就医异常检测分析器(1)分别和所述数据存储平台(2)、身份识别模块(3)、人员就医数据获取模块(4)、人员购药数据获取模块(5)、健康体检数据获取模块(6)和就医异常报警模块(7)数据通信连接。本申请通过大数据的方法，分析用户的药品购买习惯、常去的医院，形成用户的购药和医院画像，而在人员去医院就医或药店购买药品时，本申请的系统核对药品明细，医院，在存在购药从而防止利用医保卡购买非医保物品，保护医保卡的安全性。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.028 seconds)
