-
公开(公告)号：CN119919704A
公开(公告)日：2025-05-02
申请号：CN202411772002.2
申请日：2024-12-04
Applicant: 三峡大学
IPC: G06V10/764 , G06V10/25
Abstract: 一种用于小目标检测的损失函数的获取方法，它包括以下步骤：步骤1：根据预测框与真实框的坐标位置，将其进行数学建模，生成对应的概率分布模型；步骤2：基于概率分布模型生成对应的离散的概率分布对应的概率密度矩阵；步骤3：基于Sinkhorn算法计算步骤2中的两个矩阵之间的距离；步骤4：将步骤3中计算所得到距离进行归一化，将归一化后的距离作为预测框与真实框的评价指标；步骤5：步骤4中的评价指标转化为用于目标检测模型的损失函数。本发明的目的是为了解决现有基于IOU的目标检测技术，基于交并比的IOU无法计算重叠与无交集时，会使得基于IOU的神经网络无法优化的技术问题，而提出的一种用于小目标检测的损失函数的获取方法。
-
公开(公告)号：CN114463844B
公开(公告)日：2024-10-18
申请号：CN202210033684.X
申请日：2022-01-12
Applicant: 三峡大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/62 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 一种基于自注意力双流网络的跌倒检测方法，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为。本发明是基于计算机视觉的方法对视频中的人进行行为检测及跟踪而提出的一种基于自注意力双流网络的跌倒检测方法。
-
公开(公告)号：CN118365855A
公开(公告)日：2024-07-19
申请号：CN202410442545.1
申请日：2024-04-12
Applicant: 三峡大学
IPC: G06V10/25 , G06V10/776 , G06T7/60 , G06T7/62 , G06F17/18
Abstract: 本发明公开了一种基于点距离的小目标检测的损失函数计算方法，通过计算中心点的欧氏距离与真实框外接圆直径的比例，对真实框所在的区域进行高斯分布建模病预测框与真实框的评价指标，最后计算预测框与真实框之间的损失函数计算方法；解决了现有的IOU算法在目标检测时，当真实框与预测框重叠时，IOU为常数，无法进行优化，且当真实框与预测框无交集时，IOU无法计算的问题，以及在检测小目标时，IOU的变化过于激烈，不容易进行优化的问题，具有可以实现在重叠或者无交集的情况下进行计算，在检测小目标时，变化缓慢，不易造成突变的特点。
-
公开(公告)号：CN117496292A
公开(公告)日：2024-02-02
申请号：CN202311233646.X
申请日：2023-09-22
Applicant: 三峡大学
IPC: G06V10/774 , G06T7/10
Abstract: 本发明公开了一种细胞核分割的弱监督标签的生成方法，本方法首先生成点标签，通过选取现有细胞核标签的中心像素来模拟人工标注细胞核点标签；然后获取每个点与其邻居点的距离信息；最后构建算法生成细胞核弱监督标签；本方案利用现有细胞核标签来生成细胞核的点标签，然后获取每个点与其邻居点的距离信息，接着构建一套算法流程来生成细胞核弱监督标签，在极大降低计算成本的的情况下，为细胞核分割的弱监督学习提供了标签，与当前细胞核弱监督标签的生成方法相比，极大的降低了计算量，且不需要设置超参数，简化了标签生成的流程。
-
公开(公告)号：CN113065095B
公开(公告)日：2023-09-19
申请号：CN202110352070.3
申请日：2021-03-31
Applicant: 三峡大学
Abstract: 一种基于紫外光谱的水中氮含量检测算法，它包括以下步骤：步骤一：对溶液进行预处理并根据溶液的吸光度进行光谱区的选择；步骤二：构建基于偏最小二乘法的从光谱到氮浓度的检测模型；步骤三：获取步骤二中所构建的检测模型中的各主因子；步骤四：采用所获得的检测模型对样本进行氮含量的检测。本发明的目的是为了精确的对水中氮物质进行氮含量的检测，且实现对水中氮含量无添加、无接触、无二次污染的检测，而提供的一种基于紫外光谱的水中氮含量检测算法。
-
Patent Agency Ranking
公开(公告)号：CN113757535A
公开(公告)日：2021-12-07
申请号：CN202111049145.7
申请日：2021-09-08
Applicant: 三峡大学
IPC: F16M13/02 , F16M11/04 , F16F15/067 , F16F15/023 , H04N5/225
Abstract: 本发明涉及摄像机技术领域，且公开了一种便于调节的人工智能识别摄像机，包括摄像机本体和固定座，所述摄像机本体的顶部固定连接有安装板，所述安装板的上表面位于所述摄像机本体的两侧均开设有贯穿式的连接口，所述固定座的内部两侧均开设有安装口，所述固定座的下表面位于两个所述安装口的下方均开设有活动槽；本发明通过设置的摄像机本体与固定座，两者之间方便拆卸安装，从而当将固定座安装到墙体上固定时，可以随时拆卸摄像机本体，避免可传统的摄像机本体直接与墙体安装，拆卸不方便的问题，摄像机本体通过安装板上的连接口与连接侧板上一体成形的L形连接板通过卡接，实现安装。
-
公开(公告)号：CN109068334B
公开(公告)日：2021-06-18
申请号：CN201811038870.2
申请日：2018-09-06
Applicant: 三峡大学
Abstract: 一种改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集，原算法则不进行邻接关系选择。本发明首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略选择两个节点作为节点虚拟力的来源，极大地减小了节点虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。
-
公开(公告)号：CN112395991A
公开(公告)日：2021-02-23
申请号：CN202011297964.9
申请日：2020-11-19
Applicant: 三峡大学
Abstract: 本发明公开了一种独居老人医疗监护动作识别算法，所述独居老人医疗监护动作识别算法包括影像收集模块、特征提取模块、动作分类模块、双流网络模块、数据传输模块，所述影像收集模块的输出端与特征提取模块的输入端连接，所述特征提取模块的输出端与动作分类模块的输入端连接，所述动作分类模块的输出端与双流网络模块的输入端连接，所述双流网络模块的输出端与数据传输模块的输入端连接，本发明通过影像收集模块对人类生活场景中各种意外跌倒情况进行收集，提供了足够的样本对后续的计算起到了简化运算的效果，且采用多级分类算法，进而使得运算效率得到了有效提高，通过增加训练集中的跌倒样本，保持模型测试的可靠性。
-
公开(公告)号：CN110234121A
公开(公告)日：2019-09-13
申请号：CN201910486965.9
申请日：2019-06-05
Applicant: 三峡大学
Abstract: 基于虚拟力算法的自适应步长网络节点部署优化方法，包括：初始化分布n个网络节点，设置总的迭代次数，对网络节点进行Delaunay三角剖分，获取网络节点的邻接节点集，计算网络节点si的邻接节点的个数xi；采用移动步长自适应函数，计算网络节点的移动步长自适应系数λi；对Delaunay三角剖分的凸包顶点的移动步长自适应系数λ设定为λC，对网络凸包顶点处的网络节点的系数进行修正。本发明方法降低了网络的均匀度，提升了网络节点分布的均衡性，减少网络中的覆盖空洞，能够有效提升网络的监测质量，延长网络的生命周期。
-
公开(公告)号：CN104684081A
公开(公告)日：2015-06-03
申请号：CN201510070653.1
申请日：2015-02-10
Applicant: 三峡大学
IPC: H04W64/00
CPC classification number: H04W64/003 , H04W4/023
Abstract: 基于距离聚类遴选锚节点的无线传感器网络节点定位算法，它涉及无线传感器网络中节点定位领域，降低测距误差带来的较大定位误差。通过分析最小二乘法测量误差对辨识精度的影响，及参与定位的锚节点距离测量误差的相对误差对辨识精度的影响，以距离作为聚类的对象，通过层次聚类遴选距离值接近的锚节点作为用于实现定位的参考锚节点。未知节点根据自身与遴选出来的锚节点之间的距离，以多边定位算法建立相应的定位模型，最后根据最小二乘确定未知节点的位置。本发明将聚类算法应用到节点定位中，对待测节点与锚节点之间的距离进行聚类分析，有选择性的选取锚节点实现定位，与传统的最小二乘算法相比，提高了定位的精确度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.025 seconds)
