-
公开(公告)号：CN112270366B
公开(公告)日：2022-08-26
申请号：CN202011204130.9
申请日：2020-11-02
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/82 , G06V10/762 , G06N3/04 , G06T3/40
Abstract: 本发明涉及一种基于自适应多特征融合的微小目标检测方法，属于目标检测领域。对提取后的特征先经过传统特征金字塔结果进行特征融合，在这基础上，本发明额外设计了一条路径进一步进行特征融合，再使用自适应多特征融合算法进行多尺度融合，使得微小目标的语义信息在多尺度特征层中进行传播，丰富微小目标的语义信息和纹理信息。同时，使用k‑means算法获得更加合理的先验框参数，加速网络收敛、提高模型精度。最后，对检测结果进行非极大值抑制，筛除重叠物体框。整个网络采用端到端的方式不断更新网络权值，直至收敛。最终，本发明自适应多特征融合的微小目标检测算法能够有效地完成微小目标检测。
-
公开(公告)号：CN111178161B
公开(公告)日：2022-08-23
申请号：CN201911270369.3
申请日：2019-12-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于FCOS的车辆追踪方法及系统，属于车辆追踪技术领域。该方法通过FCOS模型检测视频中的车辆，融合深度学习特征和边缘特征作为车辆的特征描述，通过对比车辆特征，对相邻帧特征相似度最高的车辆进行匹配，在固定的时间窗口内可生成对应车辆的小段轨迹，通过卷积神经网络度量小段轨迹间的相似度，对相似度最高的轨迹进行连接，从而得到完整的轨迹，完成整个追踪过程。这种方法可有效提升车辆检测的准确率，减少遮挡、相机移动等因素带来的影响，提升车辆追踪准确率。
-
公开(公告)号：CN112507898B
公开(公告)日：2022-07-01
申请号：CN202011467797.8
申请日：2020-12-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于轻量3D残差网络和TCN的多模态动态手势识别方法。首先，对数据集中的原始视频进行采样，按照时间顺序排序保存；然后，使用大型的公开手势识别数据集对轻量3D残差网络进行预训练，并保存模型的权重文件；接着，使用RGB‑D图像序列作为输入，轻量3D残差网络和时间卷积网络作为基础模型进行长短期的时空特征的提取，并使用注意力机制加权融合多模态的信息。其中RGB和深度(Depth)序列分别输入相同的网络结构；最后，使用全连接层进行分类，采用交叉熵损失函数计算损失值，并使用准确率和F1Score作为网络模型的评估指标。本发明既可以达到较高的分类准确率，又具有参数量低的优点。
-
公开(公告)号：CN111930014B
公开(公告)日：2022-07-01
申请号：CN202010814214.8
申请日：2020-08-13
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明涉及一种动静态数据混合驱动的Hammerstein非线性工业系统简约灰箱子空间辨识方法，属于控制理论与控制工程非线性系统辨识领域。该方法包括：S1：采集系统动态数据和静态数据；S2：选择和处理Hammerstein非线性系统模型，得到预测模型；S3：构建Hammerstein非线性系统动态简约模型；S4：构建Hammerstein非线性系统静态简约模型；S5：利用递阶拉格朗日最优加权方法求解系统参数融合辨识。本发明同时采用动静态数据，基于分解的简约模型，避免对额外中间参数的估计，降低估计模型的方差、提高模型精度。
-
公开(公告)号：CN112270279B
公开(公告)日：2022-04-12
申请号：CN202011204146.X
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多维的遥感图像微小目标检测方法，属于目标检测领域。采用多深度图像金字塔网络进行多深度、多分辨率的特征提取，用浅层流提取高分辨率图像特征、用深层流提取低分辨率图像特征。同时，为了缓解多尺度、多深度特征之间的信息不平衡，还提出了多尺度特征金字塔网络，使得微小目标的语义信息和特征纹理信息不仅从高层传播到低层，而且从深流传播到浅流，从而提高微小目标的识别结果。最后再附加两个简单的全连接层进行分类、回归任务，整个模型称为多深度、多尺度、多分辨率微小目标检测网络M3DNet。最终，本发明采用多深度、多尺度、多分辨率的遥感图像微小目标检测方法能够有效地完成微小目标检测。
-
Patent Agency Ranking
公开(公告)号：CN111127709B
公开(公告)日：2022-03-29
申请号：CN201911303299.7
申请日：2019-12-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种汽车门锁钥匙配制方法，属于汽车技术领域。门锁钥匙添加请求用于将添加钥匙请求信息发送到车内ECU；车内ECU接收到门锁钥匙添加请求后，在钥匙配制运行模式下为该钥匙生成成员名称和密码，并通过车内ECU钥匙配制信息将该成员名称和密码信息以加密的方式发送给门锁钥匙；门锁钥匙配制确认完成钥匙信息的暂存和确认反馈，并以加密的形式发送给车内ECU；车内ECU根据门锁钥匙配制确认情况判断是否设置成功，成功则完成钥匙信息存储并发送车内ECU钥匙存储信息给门锁钥匙，失败则发送车内ECU钥匙配制信息进行钥匙重新配制；门锁钥匙信息存储完成门锁钥匙成员信息存储，并与车内ECU中的钥匙成员信息同步更新。
-
公开(公告)号：CN110824364B
公开(公告)日：2021-11-19
申请号：CN201911018344.4
申请日：2019-10-24
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/392 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于AST‑LSTM神经网络的锂电池SOH估计与RUL预测方法，属于锂电池PHM领域。该方法包括：1)集多个电池充放电周期电压、电流、温度和对应的容量值；2)构建深度AST‑LASTM模型；3)基于AST‑LSTM神经网络模型的锂电池SOH估计和RUL预测。本发明仅需待测锂电池的电压、电流、温度和时间即可获得电池容量数据，从而估算出锂电池SOH和RUL，测量过程简单，误差小精度高。
-
公开(公告)号：CN109474905B
公开(公告)日：2021-08-24
申请号：CN201811595991.7
申请日：2018-12-25
Applicant: 重庆邮电大学
IPC: H04W4/38 , H04W4/70 , H04W12/02 , H04W12/122 , H04W40/24
Abstract: 本发明涉及一种基于角色层级化的无线传感网安全路由方法，将无线传感网节点划分为汇聚节点、安监节点、簇首节点、普通节点。利用Voronoi图对网络进行分簇，通过Dijkstra优化算法建立全网路由。簇首节点收集普通节点数据，融合并发送给汇聚节点，将普通节点数据和融合数据发送给邻近安监节点；安监节点对普通节点和簇首节点进行信誉评估，维护信誉集，将结果发送给汇聚节点，向汇聚节点进行报告异常节点；汇聚节点收集簇首节点感知数据和安监节点信誉报告、异常报告，核实报告真实性，处理异常行为节点、维护网络拓扑。该机制有助于补齐传统模式的安全短板，强化网络节点的不同角色和功能定位，保障无线传感网的路由安全和数据安全。
-
公开(公告)号：CN108170848B
公开(公告)日：2021-08-13
申请号：CN201810048593.7
申请日：2018-01-18
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/30 , G06F40/211 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种面向中国移动智能客服的对话场景分类方法，属于人工智能技术领域。该方法包括：获取中国移动智能客服场景对话相关自然语言的训练文本；采用MapReduce方法计算量化数据的笛卡尔积进行实体的共指消歧；采用词向量表征方式融合多语境描述进行训练文本稀疏表示；采用尺度相关池化方案与训练级联卷积神经网络模型进行对话场景分类。因此，本发明能有效应答用户与客服交互的自然语言信息，满足智能客服需求。
-
公开(公告)号：CN112270278A
公开(公告)日：2021-01-26
申请号：CN202011204133.2
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于关键点的蓝顶房检测方法，属于目标检测领域。基于不需要锚框的方式来产生候选角点，致力于改善关键点匹配，根据向心位移算法获得高质量的角点对，然后根据角点对生成目标边界框，左上和右下角点预测模块都使用交叉可变形卷积特征适配以丰富角点位置处的视觉特征，角点预测和交叉可变形卷积的结果输入到向心偏移模块中，进行角点匹配，在匹配过程中形成得分比较高的边界框，作为最终输出的预测框。本发明提出的蓝顶房检测模型将特征提取、角点预测、边界框形成、目标检测过程都融入到一个端到端的深度网络模型中，最终本发明能够在遥感图像上完成快速准确的蓝顶房检测。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.028 seconds)
