-
公开(公告)号：CN115100738A
公开(公告)日：2022-09-23
申请号：CN202210638655.6
申请日：2022-06-07
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
IPC: G06V40/20 , G06V10/774 , G06N20/00
Abstract: 本发明涉及视频处理技术领域，具体涉及一种基于对比学习的半监督人体行为识别方法，包括将视频样本数据划分为有标签数据和无标签数据；基于双路径时间对比学习框架，并依次利用有标签数据和无标签数据对识别模型进行训练，得到二次训练模型；为无标签数据分配伪标签后对二次训练模型进行监督训练，得到最终模型；利用测试数据对模型进行评估，得到模型的识别性能，本发明通过利用对比学习构建半监督模型来挖掘视频样本数据中更多信息，解决了现有的人体行为识别方法在有限的有标签数据上获得的人体行为信息较少的问题。
-
公开(公告)号：CN113283320A
公开(公告)日：2021-08-20
申请号：CN202110524584.2
申请日：2021-05-13
Applicant: 桂林安维科技有限公司 , 桂林电子科技大学
Abstract: 本发明公开了一种基于通道特征聚合的行人重识别方法，主要创新点有：一是在残差块的末尾再接一个SE Block结构，提高了网络对通道特征的提取能力；二是结合ReLU和权重偏置项提出了2个新的激活函数WReLU和LWReLU，有效提高神经网络对全局特征的表征能力；三是在Split‑Attention和SE Block中应用LWReLU，提高了Split‑Attention计算各组特征图的权重能力和SE Block对通道特征的提取能力，四是应用了新型的损失函数Circle Loss，使得模型能更为灵活的优化，能更为明确的收敛目标，进而提高模型的性能。
-
公开(公告)号：CN112016670A
公开(公告)日：2020-12-01
申请号：CN202010637629.2
申请日：2020-07-05
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
Abstract: 本发明公开了一种面向轻量级神经网络的模型优化和压缩方法，首先向原始ReLU函数中加入改进参数对ReLU函数进行改进，并利用链式法则和动量法对所述改进参数进行更新；其次利用ReLU6函数将自门控函数中的Sigmoid函数进行替换，并与改进后的ReLU函数进行融合，得到融合激活函数；最后，根据获取的剔除阈值，自下而上的删除对应数量的卷积核对卷积神经网络模型进行压缩，直至模型精度与参数量平衡，提升轻量级神经网络模型的性能。
-
公开(公告)号：CN110378259A
公开(公告)日：2019-10-25
申请号：CN201910602588.0
申请日：2019-07-05
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
IPC: G06K9/00
Abstract: 本发明提出一种面向监控视频的多目标行为识别方法，包括：分别训练目标检测模型和行为识别模型；预测视频当前帧中行人的位置信息，并将位置信息作为当前帧的目标检测框；根据当前帧目标检测框，通过上一帧信息预测到当前帧的目标跟踪框，计算两者之间的目标框匹配度；将当前帧的目标检测框与当前帧的目标跟踪框进行匹配，得到匹配信息；估计当前帧的行人目标框坐标，并预测行人目标在下一帧的目标跟踪框坐标；裁剪出行人图片并保存行人编号；根据行人编号，将连续多帧中编号相同的行人图片进行匹配，组合成列表并保存行人编号；若列表长度达到指定帧数阈值，则将列表中保存的行人图片输入到所述行为识别模型，计算该列表的行为类别概率。
-
公开(公告)号：CN119920116A
公开(公告)日：2025-05-02
申请号：CN202510070773.5
申请日：2025-01-16
Applicant: 桂林电子科技大学 , 广西壮族自治区交通运输信息管理中心
IPC: G08G1/0967 , G08G1/16 , G08G1/01
Abstract: 本发明公开了一种基于多层博弈的无信号交叉口交通控制方法、系统及计算机存储介质，属于智能交通和自动驾驶技术领域，包括以下步骤：步骤1、交叉口网格划分；将无信号交叉口区域划分为多个等距网格，形成虚拟逻辑网格，建立逻辑坐标体系；步骤2、状态信息采集；实时采集进入交叉口区域的每辆车的状态信息；步骤3、网格内博弈；在每个网格内的车辆基于收益决策函数进行博弈优化，车辆根据道路状况和周围车辆的状态，通过收益决策函数计算最佳策略；步骤4、跨网格博弈；跨网格博弈通过车辆间的信息双向传递来实现；步骤5、多层博弈优化与收敛；逐层执行网格内博弈与跨网格博弈，使所有车辆达到全局纳什均衡。
-
Patent Agency Ranking
公开(公告)号：CN117116409A
公开(公告)日：2023-11-24
申请号：CN202311143625.9
申请日：2023-09-06
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
IPC: G16H15/00 , G06F40/194 , G06V30/413 , G06V30/148
Abstract: 本发明涉及医疗化验单识别技术领域，具体涉及一种基于深度学习和自动纠错的化验报告单结构化识别方法，基于可微分二值化网络对医疗化验单检测识别的场景特点进行改进，使用级联稀疏查询的可微分二值化网络对化验报告单图像进行文本检测和识别，获得化验报告单的结构化识别结果，另外针对OCR模块输出的结构化结果存在的项目错行、单项目信息分离、多项目信息粘连等问题，通过BK树和AC自动机，对整理后的结构化表格中的项目信息进行自动纠错，最后将识别出的项目信息合并在同一个新的表格当中，最后将整理好的新表格以JSON格式输出。本发明弥补了现有技术的不足，实现了化验报告单信息的自动化采集提高数据收集和整理的效率。
-
公开(公告)号：CN116721458A
公开(公告)日：2023-09-08
申请号：CN202310490527.6
申请日：2023-05-04
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
IPC: G06V40/20 , G06V40/70 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明涉及视频处理技术领域，具体涉及一种基于跨模态时序对比学习的自监督动作识别方法，通过从无标签的视频样本中生成RGB帧和光流数据，再采用不同的数据增强方法获得输入数据的不同扩增视图，经编码器得到不同视图的编码特征，并建立双路径自监督动作识别网络；进一步通过实例判别的对比学习捕获视频序列的全局语义依赖，通过局部时序对比学习任务建模局部片段间的时序运动特性，初始化训练后得到两分支独立训练的初步模型；基于跨模态自监督动作识别和局部时序对比学习方法协同训练，得到最终模型；最后利用带标签数据对最终模型的参数进行微调，并使用测试数据进行效果评估，得到模型的识别性能。
-
公开(公告)号：CN115063882A
公开(公告)日：2022-09-16
申请号：CN202210652599.1
申请日：2022-06-07
Applicant: 桂林电子科技大学 , 桂林安维科技有限公司
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及视频处理技术领域，具体涉及一种基于自适应相关性学习的半监督人体行为识别方法，包括提取视频样本数据的特征，得到样本特征；将视频样本数据划分为有标签数据和无标签数据；基于样本特征构建无向图结构；利用标签数据和无标签数据，并基于自适应相关性学习模块对视频样本数据进行相关性建模，得到归一化权重；基于无向图结构和归一化权重，并利用图卷积模型对局部邻域内的样本特征进行聚合，得到输入特征；利用输入特征对分类层进行训练，得到最终模型；利用测试数据对最终模型进行评估，得到识别性能，解决了现有的人体行为识别方法未使用无标签数据对模型进行训练，从而导致模型的识别性能受到限制的问题。
-
公开(公告)号：CN103208002A
公开(公告)日：2013-07-17
申请号：CN201310123587.0
申请日：2013-04-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于手轮廓特征的手势识别控制方法和系统，其主要有初始设置步骤、图像预处理步骤、手势识别步骤、命令解析步骤和待控应用程序控制步骤构成。本发明通过对视频帧进行外轮廓提取来进行手势识别，利用手势识别过程中手势特征面积和手势特征周长来识别出手势，并以凸包缺陷面积和来刻画抱拳和手掌，从而有效提高了手掌识别的准确度和效率；在手势识别过程中全部采用周长和面积等常用计算判别，而非复杂的图像模式识别样本比对方式，因而不需要添加额外样本库，就可以为其他应用开发服务，比如基于手势控制的图片查看器、音乐播放器、网页浏览器和游戏应用程序。
-
公开(公告)号：CN213585989U
公开(公告)日：2021-06-29
申请号：CN202023100215.0
申请日：2020-12-21
Applicant: 桂林电子科技大学
Abstract: 本实用新型公开了一种行人重识别用视频采集装置，所述电机与所述固定架固定连接，并位于所述固定架的下方，所述第一转轴与所述电机活动连接，并位于所述第一转轴的下方，所述主动轮与所述第一转轴固定连接，并位于所述第一转轴的下方，两个所述从动轮分别与所述主动轮啮合连接，并对称设置于所述主动轮的两侧，两个所述第二转轴分别与对应的所述从动轮固定连接，并分别位于对应所述从动轮的上方，两个所述主摄像头分别与所述固定架固定连接，并对称设置于所述固定架的两侧，两个所述辅助摄像头分别与对应的所述第二转轴固定连接，并分别位于所述第二转轴上方，通过所述辅助摄像头转为重叠采集模式，减轻所述主摄像头的工作量，保证了采集精度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.025 seconds)
