-
公开(公告)号：CN113591825A
公开(公告)日：2021-11-02
申请号：CN202111168764.8
申请日：2021-10-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于超分辨网络的目标搜索重建方法、装置及存储介质，该方法创新地将图像超分辨率重建技术融入目标搜索的框架中。本方法包括以下步骤:将待搜索的视频帧输入到目标搜索网络中进行特征的提取与聚合；利用提取到的特征图进行目标的框定及分类；计算待搜索目标与框定目标特征的相似度进行目标重识别；利用回归坐标将重识别的结果裁剪拷贝，并输入图像超分辨率模块，得到超分辨率的目标图像。本发明以内嵌局部超分辨网络的方式实现了目标搜索任务与目标超分辨率任务，能获得更加丰富的边缘信息和更好的视觉效果，提高监控视频管理者、刑侦人员等在海量监控视频中检索目标对象的效率。
-
公开(公告)号：CN113361609A
公开(公告)日：2021-09-07
申请号：CN202110643303.5
申请日：2021-06-09
Applicant: 湖南大学
Abstract: 本发明公开了一种应用于人机协作的基于各向异性过滤的模板匹配方法，包括选择模板匹配算法；输入初始模板图片和源图片；根据输入的模板图片，通过各向异性过滤得到若干个层级模板图片集合；采用层级模板图片集合，通过模板匹配算法，计算集合中最佳匹配的层级；选择最佳匹配层级中所有模板图片作为输入，通过模板匹配算法，计算得到最佳匹配模板图片并输出匹配结果。本发明只需要提供一张待识别物体模板的图片，再采用各向异性过滤技术对此模板图片进行处理，自动生成多张各个角度、各种大小的模板图片。在人机协作过程中，能够对人手掌图片进行处理，高效、快捷，并且提高了工业生产的安全性和效率。
-
公开(公告)号：CN112464900A
公开(公告)日：2021-03-09
申请号：CN202011485768.4
申请日：2020-12-16
Applicant: 湖南大学
Abstract: 本发明公开了一种基于孪生网络的视觉目标跟踪方法，包括选择一个现有的孪生网络跟踪器；获取当前的模板池；计算各个模板的可靠性分数并从模板池中筛选出可靠模块集合；计算可靠模块集合中各个模板的匹配性分数并筛选出处理当前帧的最佳模板；采用最佳模板进行视觉目标跟踪。本发明提供的这种基于孪生网络的视觉目标跟踪方法，不需要重新训练网络，只需要进行额外的模板选择即可实现视觉目标跟踪，同时本发明还更新模板来提高跟踪精度；因此本发明方法不仅能够实现更好的跟踪性能，而且易于实施，可靠性高，有效性好。
-
公开(公告)号：CN107247855B
公开(公告)日：2020-09-15
申请号：CN201710620152.5
申请日：2017-07-26
Applicant: 湖南大学
IPC: G06F30/17 , G06F30/27 , G06N3/12 , G06F111/04 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种桁架结构设计优化方法，该方法包括以下步骤：一、建立桁架的数学模型，设定目标函数；二、计算桁架中各杆件的应力和各节点的位移；三、定义边界条件，各杆件应力的大小小于最大许可应力，各节点位移的大小小于最大许可位移；四、设定适应度函数；五、设定杆件的长度、弹性模量、泊松比、密度、杆件最大许应力、节点最大许可位移、外部载荷和截面积的取值范围；六、选取惩罚因子；七、利用CRO算法进行优化，对CRO算法相关的参数进行设置；八、利用简单遗传算法对桁架进行结构优化；九、对简单遗传算法与CRO算法输出的结果进行对比；十、重复步骤七到步骤九，选取最优解。结构优化过程简单，通用性好，能够提高寻优效率和收敛精度。
-
公开(公告)号：CN111355779A
公开(公告)日：2020-06-30
申请号：CN202010099216.3
申请日：2020-02-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于服务的车联网任务卸载方法，包括初始化；缓存服务请求并确定新生成的待处理任务的任务信息；获取服务节点的服务节点信息并将所有已缓存的任务开始调度；获取车辆本身的当前位置和当前速度；确定当前时刻的最小化时间和任务卸载风险优化方程并求解得到任务卸载策略；根据任务卸载策略对车联网任务进行卸载。本发明还提供了实现所述基于服务的车联网任务卸载方法的卸载装置。本发明首次在车联网中实现车辆协同的同时，考虑了任务时延要求和系统效率，因此本发明方法能够减小任务执行时间和降低任务失败的几率，而且可靠性高，实用性好。
-
Patent Agency Ranking
公开(公告)号：CN107247855A
公开(公告)日：2017-10-13
申请号：CN201710620152.5
申请日：2017-07-26
Applicant: 湖南大学
IPC: G06F17/50
Abstract: 本发明公开了一种桁架结构设计优化方法，该方法包括以下步骤：一、建立桁架的数学模型，设定目标函数；二、计算桁架中各杆件的应力和各节点的位移；三、定义边界条件，各杆件应力的大小小于最大许可应力，各节点位移的大小小于最大许可位移；四、设定适应度函数；五、设定杆件的长度、弹性模量、泊松比、密度、杆件最大许应力、节点最大许可位移、外部载荷和截面积的取值范围；六、选取惩罚因子；七、利用CRO算法进行优化，对CRO算法相关的参数进行设置；八、利用简单遗传算法对桁架进行结构优化；九、对简单遗传算法与CRO算法输出的结果进行对比；十、重复步骤七到布置九，选取最优解。结构优化过程简单，通用性好，能够提高寻优效率和收敛精度。
-
公开(公告)号：CN118552737B
公开(公告)日：2024-11-19
申请号：CN202411008638.X
申请日：2024-07-26
Applicant: 湖南大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0464 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本申请提供一种光场相机语义分割方法、系统及电子设备，属于光场图像处理技术领域。本申请直接对光场相机采集的未对焦原始图像进行特征预编码，生成中心图像及所述中心图像所对应子孔径图像的浅层空间信息嵌入；对来自不同子孔径的特征嵌入进行筛选，生成细粒级的角度信息嵌入和空间信息嵌入；对空间信息嵌入和角度信息嵌入进行深度编码与选择性矫正与补充；最后对富含纹理与角度的信息进行压缩融合，并送入特征编码器生成语义预测结果。本申请可以解决现有光场相机语义分割中存在的网络冗余多、计算复杂度大的问题，实现了高效率、高准确率的光场相机语义分割。
-
公开(公告)号：CN118887392A
公开(公告)日：2024-11-01
申请号：CN202411058940.6
申请日：2024-08-02
Applicant: 湖南大学
IPC: G06V10/25 , G06V20/58 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/766 , G06V10/764 , G06N3/048 , G06V10/40 , G06V10/774
Abstract: 本发明提供了一种自动驾驶场景下的跨模态特征级融合目标检测方法及系统，所述方案基于提出的双流动态卷积融合模块，进行不同模态图像特征的融合，最大限度地保留了不同模态输入数据中的独特特征，使内核能够专注于特定于模态的特征，同时，基于双流动态卷积融合模块，结合YOLOv5的主干网络，提出一种跨模态特征级融合目标检测模型，有效提高了目标检测的精度；所述双流动态卷积融合模块中通过引入视差注意掩码，使得卷积核对模态间差异更加敏感，允许它们选择性地提取不同的特征进行互补融合；其次，本发明还提供了一种核信息散度损失，通过充分利用模态之间的差异性特征来指导单模态特征学习。
-
公开(公告)号：CN114581479B
公开(公告)日：2024-09-24
申请号：CN202210266386.5
申请日：2022-03-17
Applicant: 湖南大学
IPC: G06T7/20 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于孪生网络单目标图像跟踪器的模板更新方法，包括采集图像数据，进行数据裁切，获取训练数据集；构建图像跟踪模型，用于提取特征；将训练数据集输入到图像跟踪模型中进行训练，得到训练后的图像跟踪模型；计算候选模板特征；通过训练后的图像跟踪模型为候选模板特征进行评价，计算更新的模板和下一帧的真值特征之间的欧式距离，并对欧式距离进行排序；选择欧式距离最小的锚框，并对当前图像中选取的目标进行跟踪。本发明利用累计模板的特征，使得物体每帧变化的内容会在累计模板体现，预测下一帧模板比简单的线性插值更加准确。
-
公开(公告)号：CN118552737A
公开(公告)日：2024-08-27
申请号：CN202411008638.X
申请日：2024-07-26
Applicant: 湖南大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0464 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本申请提供一种光场相机语义分割方法、系统及电子设备，属于光场图像处理技术领域。本申请直接对光场相机采集的未对焦原始图像进行特征预编码，生成中心图像及所述中心图像所对应子孔径图像的浅层空间信息嵌入；对来自不同子孔径的特征嵌入进行筛选，生成细粒级的角度信息嵌入和空间信息嵌入；对空间信息嵌入和角度信息嵌入进行深度编码与选择性矫正与补充；最后对富含纹理与角度的信息进行压缩融合，并送入特征编码器生成语义预测结果。本申请可以解决现有光场相机语义分割中存在的网络冗余多、计算复杂度大的问题，实现了高效率、高准确率的光场相机语义分割。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.024 seconds)
