-
公开(公告)号：CN119697442A
公开(公告)日：2025-03-25
申请号：CN202411816812.3
申请日：2024-12-11
Applicant: 无锡学院
IPC: H04N21/472 , H04N21/458 , H04N21/44 , H04N21/435 , H04N21/442
Abstract: 本发明公开了一种基于情感反馈的文本驱动广告视频生成方法，涉及数字广告和人机交互技术领域，通过实时采集用户面部表情、语音特征和眼动轨迹等情感数据，动态调整广告内容，提升个性化、互动性和转化率；结合文本生成视频模型与多模态情感识别技术，利用特征融合和反馈处理，使广告视频更契合用户情感；多轮反馈与自适应优化确保广告传递核心信息的同时灵活响应用户情感状态，大幅提升吸引力与参与度，创新的特征融合算法进一步提高了生成视频的个性化和实时响应能力，为数字广告领域提供了全新解决方案，推动了个性化与情感互动的发展。
-
公开(公告)号：CN119516513A
公开(公告)日：2025-02-25
申请号：CN202411626109.6
申请日：2024-11-14
Applicant: 无锡学院
IPC: G06V20/58 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06T5/73 , G06F17/18 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种道路目标检测方法、电子设备及存储介质，属于目标检测的技术领域；其中的道路目标检测方法包括：获取多模态图像数据集并进行预处理，构建双流特征提取主干网络，分别对可见光图像和红外图像进行特征提取；设计自适应特征对齐融合模块，通过特征级联和交叉注意力机制实现不同模态特征的动态融合，自适应调整不同模态的权重；设计三分支动态参数增强模块，集成去雾和低光照增强功能，通过轻量级参数估计网络对场景质量进行优化；采用两阶段训练策略，第一阶段通过预训练建立基本特征提取能力，第二阶段聚焦优化场景退化问题。本发明能够提高特征互补性，能够有效解决恶劣天气条件下的道路目标检测问题。
-
公开(公告)号：CN119314144A
公开(公告)日：2025-01-14
申请号：CN202411359381.2
申请日：2024-09-27
Applicant: 无锡学院
IPC: G06V20/58 , G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于改进RT‑DETR的自动驾驶目标检测方法，涉及目标检测和自动驾驶领域技术领域，获取公开的自动驾驶目标检测数据集SODA10M；构建FSSD‑DETR算法的主干网络，使用FDC模块替换P5层中的BasicBlock优化特征提取过程；在RT‑DETR算法的颈部网络中引入小目标检测层提升对于远处小目标的检测性能；构建FSSD‑DETR算法的颈部网络，使用Zoom_cat模块和ScalSeq模块优化特征融合过程；构建FSSD‑DETR算法的上采样算子，使用DySample上采样算子替换最近邻插值法以提升图像质量；从而在处理小目标、密集车辆和遮挡等复杂交通场景时保持良好的性能。
-
公开(公告)号：CN118762339B
公开(公告)日：2025-01-03
申请号：CN202411215008.X
申请日：2024-09-02
Applicant: 无锡学院
IPC: G06V20/54 , G06N3/0464 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: WPIoU损失函数构建方法及YOLOv8检测方法，属于图像信息检测技术领域，解决了现有的YOLOv8n在复杂环境下无法实现对车流图像的精准检测的问题。包括以下步骤：步骤S1，对WIoUv1损失函数做梯度增益的处理后，获取WIoUv3损失函数；步骤S2，PIoU损失函数自定义了自适应的惩罚因子；步骤S3，基于步骤S2所述的惩罚因子对步骤S1所述的WIoUv3损失函数进行改进后，获取WPIoU损失函数；步骤S4，基于PIOUv2损失函数的非单调注意力函数对步骤S3所述的WPIoU损失函数做进一步改进后，获取最终的WPIoU损失函数。
-
公开(公告)号：CN119209916A
公开(公告)日：2024-12-27
申请号：CN202411351133.3
申请日：2024-09-26
Applicant: 无锡学院
Abstract: 本发明公开了一种基于可信通信节点的微电网电压弹性一致性控制方法，涉及微电网安全运行控制领域，包括：获得微电网通信网络拓扑图G并计算r‑健壮性和(r，s)‑健壮性；在拓扑图G中设置可信通信节点，得到可信通信网络并计算rT‑健壮性和(r，s)T‑健壮性；考虑微电网各DG间无功功率按比例均分一致性要求和平均电压观测值一致性要求，设计微电网电压弹性一致性控制方法。本发明基于r‑健壮性和(r，s)‑健壮性等定义，通过在通信网络中设置可信通信节点，增强通信网络的连通鲁棒性，提高系统内部可容忍的恶意攻击节点数量，并提出基于可信节点的微电网电压弹性控制策略，提高系统在网络攻击下的运行稳定性。
-
Patent Agency Ranking
公开(公告)号：CN119152344A
公开(公告)日：2024-12-17
申请号：CN202411527852.6
申请日：2024-10-30
Applicant: 无锡学院
Abstract: 本发明公开了一种基于改进YOLOv8的异常行为检测方法、设备及存储介质；该方法提出了一种新的FDPN结构，替代原YOLOv8模型的颈部网络架构；FDPN的优势在于特征聚焦模块和特征扩散机制，特征聚焦模块通过并行的深度卷积操作有效捕捉并整合跨尺度特征信息，扩散机制则促进上下文信息在各尺度间流动，使每个特征图都包含详尽的语义信息，从而提升小目标检测精度，并增强网络对遮挡和复杂背景的适应能力。此外，本发明还引入RCSOSA模块和DyHead动态预测头；RCSOSA模块通过RepVGG模块提取和增强多样化特征，并通过多个RCS模块优化特征选择和通道混洗，增强通道间的特征融合；使用DyHead动态预测头能提高对被遮挡人群的识别能力。本发明显著提高了复杂场景下的异常行为检测的鲁棒性和精度。
-
公开(公告)号：CN118762339A
公开(公告)日：2024-10-11
申请号：CN202411215008.X
申请日：2024-09-02
Applicant: 无锡学院
IPC: G06V20/54 , G06N3/0464 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: WPIoU损失函数构建方法及YOLOv8检测方法，属于图像信息检测技术领域，解决了现有的YOLOv8n在复杂环境下无法实现对车流图像的精准检测的问题。包括以下步骤：步骤S1，对WIoUv1损失函数做梯度增益的处理后，获取WIoUv3损失函数；步骤S2，PIoU损失函数自定义了自适应的惩罚因子；步骤S3，基于步骤S2所述的惩罚因子对步骤S1所述的WIoUv3损失函数进行改进后，获取WPIoU损失函数；步骤S4，基于PIOUv2损失函数的非单调注意力函数对步骤S3所述的WPIoU损失函数做进一步改进后，获取最终的WPIoU损失函数。
-
公开(公告)号：CN119810511A
公开(公告)日：2025-04-11
申请号：CN202411840437.6
申请日：2024-12-13
Applicant: 无锡学院
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明涉及图像预测技术领域，公开了一种基于KAN网络的情绪预测方法、系统和存储介质，方法包括：采集数据集，并对数据集进行预处理；构建基于KAN网络的情绪预测模型，使用训练集训练情绪预测模型，训练过程中使用交叉熵损失函数调整情绪预测模型的参数，获得训练好的情绪预测模型；使用验证集评估训练好的情绪预测模型的性能；将待预测的图像输入训练好的情绪预测模型，输出情绪预测结果。本发明通过使用Kolmogorov‑Arnold网络代替传统的多层感知器进行图像情感分析，KAN网络在处理复杂关系和逻辑推理方面具有显著优势，能够提高情感预测的准确率，还通过结合网络数据收集和文本生成图片模型来获取训练数据，有效降低人工标注的工作量。
-
公开(公告)号：CN119091685A
公开(公告)日：2024-12-06
申请号：CN202411289787.8
申请日：2024-09-14
Applicant: 无锡学院
Abstract: 本发明公开了一种基于多源数据融合分析的车辆碰撞预警分析系统。本发明通过对多个视觉摄像头采集的图像在不同时间序列下同一目标对象的位置进行分析，得到多个对象在不同时间序列下的位置信息，将多个对象的移动转化为移动向量，在二维地图中分析车辆与多个对象的移动向量距离，能够及时有效地对汽车碰撞做出预警分析，保障了汽车在行驶过程中的安全性。
-
公开(公告)号：CN118918148A
公开(公告)日：2024-11-08
申请号：CN202411411710.3
申请日：2024-10-11
Applicant: 无锡学院
Abstract: 一种面向无人机视角的交通跟踪检测系统。属于目标跟踪技术领域，具体涉及面向智能交通和无人机视角下的轻量级目标检测和跟踪技术领域。系统包括目标检测模块、目标运动轨迹匹配模块和目标运动轨迹输出模块；目标检测模块：对视频帧图片进行处理，得出跟踪目标对应的检测框和每个检测框对应的置信度得分；目标运动轨迹匹配模块：根据置信度得分对检测框进行划分，划分后将检测框与预测轨迹进行匹配；目标运动轨迹输出模块：当目标运动轨迹匹配模块中将同一帧检测框连续3次与预测轨迹匹配成功后，将所述预测轨迹作为确认态轨迹输出。其解决了以往无人机对于目标的追迹中由于存在小尺寸目标、复杂背景以及遮挡情况而导致的追踪精度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.044 seconds)
