-
公开(公告)号：CN112100429B
公开(公告)日：2022-09-13
申请号：CN202011031745.6
申请日：2020-09-27
Applicant: 安徽大学
IPC: G06F16/583 , G06T5/00 , G06N3/04
Abstract: 本发明公开了一种足迹压力图像检索方法，包括：1、足迹压力图像数据集采集并进行预处理操作；2、建立由K层多尺度自注意卷积模块构成的特征提取网络；步骤3、建立由全局特征分支、残缺性评分掩模分支构成的残缺性评分模块；步骤4、建立由共同可见特征提取模块、局部特征池化模块和三元组损失函数构成的特征比对模块；步骤5、进行网络的训练、参数优化和测试。本发明采用多尺度自注意卷积的足迹压力图像检索方法，能够有效的提取足迹压力图像检索的判别性特征，同时针对足迹图像不完整的问题，采用残缺性评分模型，能够降低网络对残缺部分的关注度，有效地抑制残缺图像对于检索过程中产生的影响。
-
公开(公告)号：CN113220926B
公开(公告)日：2022-09-09
申请号：CN202110489372.5
申请日：2021-05-06
Applicant: 安徽大学 , 南京市公安局刑事侦查局 , 杭州创恒电子技术开发有限公司
IPC: G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多尺度局部注意力增强网络的足迹图像检索方法，与现有技术相比解决了足迹图像检索准确率低、速度慢的缺陷。本发明包括以下步骤：训练样本的获取和预处理；构建足迹图像检索模型；训练足迹图像检索模型；待检索足迹图像的获取；足迹图像检索结果的获得。本发明能够提取到更多有效的细粒度特征，进一步挖掘图像的特征表征能力，提高足迹图像检索的速度和准确率。
-
-
公开(公告)号：CN113469050A
公开(公告)日：2021-10-01
申请号：CN202110746048.7
申请日：2021-07-01
Applicant: 安徽大学
Abstract: 本发明涉及图像处理、深度学习技术领域，涉及一种基于图像细分类的火焰检测方法，包括以下步骤：步骤1、收集火焰图像，对数据预处理，制作成火焰数据集；步骤2、根据火焰数据集，训练CenterNet检测器，保存最佳的模型；步骤3、准备火焰与非火焰的二分类数据集；步骤4、在MobileNetV2分类模型的倒置残差模块间引入注意力模块BAM，训练二分类模型；步骤5、CenterNet检测出图像的前景目标K，然后将前景目标K裁剪成图像块送入分类模型中，进行细分类，以滤除与火焰相似的误检物体。本发明不仅可以实现远距离的火灾监测，而且检测效果更好。
-
公开(公告)号：CN111680614A
公开(公告)日：2020-09-18
申请号：CN202010495091.6
申请日：2020-06-03
Applicant: 安徽大学
Abstract: 本发明公开了一种基于视频监控中的异常行为检测方法，包括通过YOLOv3目标检测算法即快速又精确的检测出视频帧图像中的前景目标对象，可以去除背景噪声的影响，并且可以满足异常检测实时性的要求；将视频帧图像中的目标对象提取特征后，先对特征进行聚类，再输入到SVM分类器中，取得分最高的作为该目标对象的异常得分，最后取该视频帧图像中所有目标对象的异常得分中的最高值作为该帧图像的异常得分，利用SVM分类器可以快速准确的分类，并且满足实时性要求。本发明采用深度学习和机器学习的方法，能够有效地检测出异常事件的发生，并且可以达到实时检测的要求，提高了对异常事件检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111210125A
公开(公告)日：2020-05-29
申请号：CN201911376115.X
申请日：2019-12-27
Applicant: 安徽大学
IPC: G06Q10/06
Abstract: 本发明实施例提供了一种基于历史信息指导的多目标工件批调度方法及装置，方法包括：1)、在满足批调度的约束条件下将各个待调度工件随机调度至各个机器的各个批中，得到若干个当前个体；2)、以最小化早到延迟惩罚为目标对各个当前种群中的各个个体对应的调度方案进行优化，得到优化后的当前种群；3)、运用基于分解的思想淘汰掉其中第一预设数量个个体，更新各个子种群的历史信息矩阵；获取新个体的生成参数，并根据新个体的生成参数生成第二预设数量个补充个体；4)、将精英个体与补充个体的组合作为当前种群，获取当前种群中的帕累托非支配个体，并将前种群中的帕累托非支配个体加入到非支配解集中，更新非支配解集；返回执行步骤2)，直至达到最大迭代次数，并将最后一次迭代后得到的更新后的非支配集中的调度方案作为目标调度方案。本发明实施例可以使订单的实际完成时间更加接近于合同上的订单交付时间。
-
公开(公告)号：CN110909787A
公开(公告)日：2020-03-24
申请号：CN201911133581.5
申请日：2019-11-18
Applicant: 安徽大学
Abstract: 本发明提供了基于聚类的进化算法进行多目标批调度优化的方法，S1：初始化种群规模N、最大迭代次数MaxIteration和重组配对概率S，以及种群P、帕累托解集A，迭代次数t＝1；S2：利用解码规则和局部优化计算种群目标值；S3：对目标值进行聚类；S4：基于聚类结果对种群P执行交叉变异生成子代种群Q，计算子代种群Q的目标值；S5：更新集合A，执行选择操作更新种群P，基于更新后的种群P更新重组配对概率S；S6：如果t＜MaxIteration，t＝t+1，跳转至S2，否则输出集合A。本发明还提供了用于多目标批调度的系统，本发明提供的基于聚类的进化算法进行多目标批调度优化的方法和系统的优点在于：为生产过程中的批调度问题提供了可靠的解决方案。
-
公开(公告)号：CN112364526B
公开(公告)日：2024-07-02
申请号：CN202011376058.8
申请日：2020-11-30
Applicant: 安徽大学
IPC: G06F30/20 , G06F111/08 , G06F119/12
Abstract: 本发明提供一种基于果蝇算法的模糊批调度方法及系统，将工件的加工时间定义为模糊数，同时批的加工时间受到学习效应和恶化效应的影响，使得算法的结果更加接近实际结果，为企业的决策提供更加准确的理论支持。本发明使用同时考虑尺寸和时间的启发式算法来生成初始解。同时考虑尺寸和时间去选择工件加入批中，既减少了浪费空间，又减小整个工程的完工时间。本发明使用的搜索策略考虑了批在机器上处理位置的差异，可以很好搜索优秀的解空间。为了避免果蝇算法在搜索过程中陷入局部最优，满足一定条件的果蝇种群将会被重新初始化。同时一个精英种群策略被设计，可以更好的探索优秀解空间，大大的提高了算法的运行效率。
-
公开(公告)号：CN116863316A
公开(公告)日：2023-10-10
申请号：CN202310770788.3
申请日：2023-06-28
Applicant: 安徽大学
IPC: G06V20/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及足迹分析领域，尤其涉及一种基于压力信息的足迹跨模态检索方法，包括：现场采集成趟油墨捺印足迹图像，并根据足迹压力将成趟油墨捺印足迹图像转换为足迹数据集；根据足迹数据集中的每个像素点的灰度级进行彩色转换，得到彩色图像；采用深度卷积神经网络提取彩色图像的全局特征和局部特征，并对全局特征和局部特征进行动态调整；将调整后的全局特征和局部特征融合，实现多层次的特征检索。本发明采用全局特征和局部特征相结合的方式，并且使用注意力机制进行动态调整，针对含有大量细节信息的足迹图像进行识别和搜索时，能够更加准确地识别和检索足迹的真实身份信息。
-
公开(公告)号：CN116824352A
公开(公告)日：2023-09-29
申请号：CN202310894099.3
申请日：2023-07-20
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/00 , G06V10/26 , G06V10/764 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于语义分割与图像异常检测的水面漂浮物识别方法，其步骤包括：1、水面漂浮物图像数据的收集与预处理；2、构建水面分割网络，分割出水面和背景；3、构建水面异常检测网络，检测出水面中的漂浮物区域；4、构建图像分类网络并识别漂浮物具体类别；5、利用训练好的模型对水面漂浮物图像进行识别。本发明通过语义分割模型分割出水面漂浮物图像中的水面部分，能消除背景部分对漂浮物识别的干扰，然后由异常检测模型检测出水面中的漂浮物区域，再利用图像分类模型识别出漂浮物具体类别，从而能大大提高漂浮物识别的全面性和精确度。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.026 seconds)
