-
公开(公告)号：CN115578615A
公开(公告)日：2023-01-06
申请号：CN202211342707.1
申请日：2022-10-31
Applicant: 成都信息工程大学
IPC: G06V10/774 , G06V10/82 , G06V10/762 , G06V10/20 , G06V10/44 , G06V20/58 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于深度学习的夜间交通标志图像检测模型建立方法，采集包含夜间交通标志的图像作为训练集；聚类先验框；在YOLOv3特征提取网络中引入注意力机制，得到改进的YOLOv3网络；所述注意力机制通过浅层特征图实现空间注意力，通过深层特征图实现通道注意力；确定边框损失函数；将所述训练集输入改进的YOLOv3网络进行训练，得到夜间交通标志图像检测模型。本发明提供基于深度学习的夜间交通标志图像检测模型建立方法，以解决现有技术中的图像检测模型在夜间交通标志识别中面临的定位不准、特征提取困难、识别失败率较高等问题，实现改善对夜间交通标志的识别效果、提高识别精确率的目的。
-
公开(公告)号：CN114118024B
公开(公告)日：2022-06-21
申请号：CN202111474679.4
申请日：2021-12-06
Applicant: 成都信息工程大学
IPC: G06F40/151 , G06F40/166 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种条件文本生成方法，包括采集文本数据；数据预处理；构建编码器、解码器；将条件信息和文本数据分别通过编码器编码，得到条件特征、文本特征；将条件特征和文本特征进行特征融合，得到融合后的特征，记为融合特征；将所述融合特征作为解码器的输入，得到解码器的输出结果；计算损失；基于解码器的输出结果和损失，对网络模型进行训练，直到满足训练条件或达到最大训练次数，输出训练后的网络模型；向训练后的网络模型中输入条件信息和提示文本，生成文本。本发明要解决的技术问题之一是现有条件文本生成技术会在模型训练的同时生成结果，导致效率低下、细粒度不高的问题，实现更高效、流畅的生成条件文本的目的。
-
公开(公告)号：CN113422770A
公开(公告)日：2021-09-21
申请号：CN202110689422.4
申请日：2021-06-22
Applicant: 成都信息工程大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于(k,n)门限的秘密图像防攻击的分拆方法，包括：接收第一终端发送的需要加密处理的秘密图像，并利用所述秘密图像的像素值，在有限域GF上构造二元对称矩阵；根据k个受信任参与者的标识符和所述二元对称矩阵，得到k个一元多项式；利用所述k个一元多项式，得到k个系数矩阵，并将所述k个系数矩阵依次转换为k个八位二进制数据；获取n个掩盖图像，并利用所述n个掩盖图像对所述k个八位二进制数据进行处理，得到n个共享份图像，并分别发送给n个参与者，以便实现秘密图像的拆分。
-
公开(公告)号：CN111160414B
公开(公告)日：2021-06-04
申请号：CN201911271371.2
申请日：2019-12-12
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种高精度农作物病虫害图像的识别方法，具体是先对图像进行细化的特征提取，把这些提取到的特征构成一个特征集，再将该特征集里面的特征构造不同的图形，接着通过多维度神经节点依次对每个图形进行覆盖并把在该多维度神经节点覆盖范围里面的特征从特征集里面剥离出去，然后依前述过程逐一对特征空间集里面构造的每个图形进行覆盖，直到将特征集里面的所有特征剥离空为止，此时根据得出的最终覆盖范围来推导出图像识别的不连续落差覆盖率即识别的精确度。本发明构思合理，提高了识别的维度，能在大量异构数据集中很好的提取图像的特征并进行分类识别，不存在随着图像数据量的增大而降低了识别精度的问题，显著提高了图像识别精确度。
-
公开(公告)号：CN112327887B
公开(公告)日：2021-04-30
申请号：CN202110006196.5
申请日：2021-01-05
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统，方法包括：S1：建立二维工作空间，标记起始点、终点和障碍物；S2：在工作空间离散多个单元格，获取单元格对应的势值；S3：对势值排序，设定阈值，标记大于阈值的单元格；S4：对单元格进行遍历，获得两个标记簇，降低阈值，重复S3，直到两个标记簇有交叉点；S5：记录使两个标记簇有交叉点的阈值及阈值对应的单元格，找到满足只有一个单元格连接两个标记簇的单元格，设为第一中点；S6：重复S4‑S5，获得满足要求的中点，所有中点和起点、终点相连形成一条无障碍的路径。本方法能在短时间内规划出避开障碍物的路径，且路径距离极短。
-
Patent Agency Ranking
公开(公告)号：CN111585582A
公开(公告)日：2020-08-25
申请号：CN202010408002.X
申请日：2020-05-14
Applicant: 成都信息工程大学
IPC: H03M13/15
Abstract: 本发明公开了一种基于阵列运算且码距自由确定的编码方法，其包括以下步骤：S1、获取编码方案数据；S2、将原始数据分块；S3、将所有原始数据块进行分条带处理；S4将条带内的原始数据块阵列；S5、获取阵列中原始数据块对应的值；S6、获取行列号集合；S7、获取与每个行列号集合相对应的原始数据集；S8、获取条带对应的校验块；S9、将条带对应的原始数据块和校验块之和作为该条带的编码长度，并将该条带的原始数据块和校验块分别存到不同的存储节点上；S10、重复步骤S4至步骤S9，直至所有条带都编码完成。本发明解决了基于高阶多元有限域的运算复杂度高的问题。
-
公开(公告)号：CN111160414A
公开(公告)日：2020-05-15
申请号：CN201911271371.2
申请日：2019-12-12
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种高精度农作物病虫害图像的识别方法，具体是先对图像进行细化的特征提取，把这些提取到的特征构成一个特征集，再将该特征集里面的特征构造不同的图形，接着通过多维度神经节点依次对每个图形进行覆盖并把在该多维度神经节点覆盖范围里面的特征从特征集里面剥离出去，然后依前述过程逐一对特征空间集里面构造的每个图形进行覆盖，直到将特征集里面的所有特征剥离空为止，此时根据得出的最终覆盖范围来推导出图像识别的不连续落差覆盖率即识别的精确度。本发明构思合理，提高了识别的维度，能在大量异构数据集中很好的提取图像的特征并进行分类识别，不存在随着图像数据量的增大而降低了识别精度的问题，显著提高了图像识别精确度。
-
公开(公告)号：CN110598075A
公开(公告)日：2019-12-20
申请号：CN201910776477.1
申请日：2019-08-21
Applicant: 成都信息工程大学
IPC: G06F16/951 , G06F16/35 , G06F16/9535
Abstract: 本发明属于媒体内容安全监测技术领域，公开了一种基于人工智能的互联网媒体内容安全监测系统及方法，包括基础设施模块、数据处理模块、媒体数据中心、内容分析模块、应用服务模块、人机交互模块以及运维管理模块。本发明能够对互联网媒体中的文本、声音、图像及视频内容进行监测、发现并追踪不良信息，同时能够根据用户的需求，对特定媒体内容进行挖掘、分析，为用户提供相关内容的数据分析预警报告，提升管理决策的及时性、有效性和科学性，为相关行业的监管提供科技支撑手段。本发明主要部署在并行计算服务器上，单服务器每天处理图像约180万张，每天处理视频时长达到800小时，同时，平台可进行多台服务器的分布式计算。
-
公开(公告)号：CN110196448A
公开(公告)日：2019-09-03
申请号：CN201910427631.4
申请日：2019-05-21
Applicant: 成都信息工程大学 , 中国科学院光电技术研究所
IPC: G01V1/00
Abstract: 本发明提供一种滑坡次声信号识别方法，包括以下步骤：采集多种不同类型的来自滑坡体的土壤，获取滑坡次声信号；通过野外现场采集环境干扰次声信号；分别分析所述滑坡次声信号和干扰次声信号在时、频域上的相关特征以及特征差异，提炼出一系列具有表征性的关键特征；根据所述关键特征，结合KNN分类算法，建立滑坡次声信号智能识别模型，对监测到的信号进行判别。本发明能够排除环境噪声干扰，实现滑坡次声信号的准确识别。
-
公开(公告)号：CN110082819A
公开(公告)日：2019-08-02
申请号：CN201910428187.8
申请日：2019-05-21
IPC: G01V1/00
Abstract: 本发明提供一种滑坡次声信号源定位方法，包括以下步骤：在监测区域内布置若干个次声监测设备，并确定其两两之间的距离；实时接收所述次声监测设备监测到的信号；当判断监测区出现滑坡体破裂时产生的次声信号时，进行滑坡体灾变位置定位。本发明能够实现滑坡体灾变位置的准确定位；能够进行实时现场监测与定位；能够为滑坡次声监测预警提供更加可靠的依据。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.03 seconds)
