基于动态多种群集成差分进化算法的图像分割方法

    公开(公告)号:CN108564592A

    公开(公告)日:2018-09-21

    申请号:CN201810178714.X

    申请日:2018-03-05

    Abstract: 本发明公开了一种基于动态多种群集成差分进化算法的图像分割方法,在种群结构规划方面采用原始种群进行划分和重新分配子种群机制,保证种群进化过程的多样性和避免出现局部最优现象;在变异策略上采用局部搜索变异和全局搜索变异相结合,以此来达到种群勘测最优阈值和加快收敛的平衡;还通过交叉概率因子的抛物线式的动态递增变化,有效地针对了标准差分进化算法固定参数带来的不足。通过与其他进化算法在基准测试集上的比较结果可以明显看出改进后算法寻优和收敛速度的显著性,并将改进后的差分进化算法应用于图像的分割,无论在准确度还是速度都有效果显著。

    一种基于人工免疫网络的多智能体数据挖掘方法

    公开(公告)号:CN104615679A

    公开(公告)日:2015-05-13

    申请号:CN201510029881.4

    申请日:2015-01-21

    Applicant: 华侨大学

    Inventor: 林小煌 骆炎民

    CPC classification number: G06F17/30539 G06F19/28

    Abstract: 本发明公开了一种将多智能体技术和人工免疫网络相结合的数据挖掘方法,将多智能体技术的典型策略融入到免疫网络中。算法引入了邻域克隆选择,操作过程从局部到整体,能够更加全面地模拟免疫网络的自然进化模型;同时在网络训练过程中增加了抗体间的竞争和协作操作,提高了网络的动态分析能力。该算法在数据挖掘中,既能提高数据聚类的准确性,也能够提高数据分类的精确度。

    一种基于特征金字塔网络的单阶段多人姿态估计方法

    公开(公告)号:CN112597955B

    公开(公告)日:2023-06-02

    申请号:CN202011607963.X

    申请日:2020-12-30

    Abstract: 本发明实施例公开了一种基于特征金字塔网络的单阶段多人姿态估计方法,涉及人体姿态估计技术领域,包括:步骤10、基于MobileNet网络搭建特征金字塔网络,所述金字塔网络用于提取分辨率顺序降低的多张初级特征图,然后进行通道间的信息融合;步骤20、利用多人姿态估计数据集构造中心点热图、上偏移热图、下偏移热图以及关节细化热图作为训练标签,对所述特征金字塔网络进行训练;步骤30、将待测图像输入训练好的所述特征金字塔网络,计算关节的位置并形成完整的多人人体姿态。本发明实施例使得网络能够高效的进行信息流动,提升了人体姿态估计的精度;同时通过快速的后处理匹配过程,能够进一步加快多人姿态估计算法的处理速度。

    轻量化卷积网络的三维人体姿态估计方法和装置

    公开(公告)号:CN115909399A

    公开(公告)日:2023-04-04

    申请号:CN202211425169.2

    申请日:2022-11-14

    Applicant: 华侨大学

    Abstract: 本发明一种轻量化卷积网络的三维人体姿态估计的方法,采用多个深度可分离空洞残差卷积模块串联组成多层渐进结构的主干网络,利用不同尺度的升维模块、深度可分离空洞残差卷积模块形成多阶段精细化监督,将输入一段二维人体关节序列,输出为一段对应输入二维关节坐标的三维人体坐标序列。本发明采用深度可分离空洞残差卷积模块和多阶段精细化提取特征来实现二维人体姿态到三维人体姿态的映射,能解决三维人体姿态估计任务所带来的深度模糊和不适定性问题并提高估计精度。

    基于深度可分离空洞时序卷积的三维人体姿态估计方法和装置

    公开(公告)号:CN115578751A

    公开(公告)日:2023-01-06

    申请号:CN202211104605.6

    申请日:2022-09-09

    Applicant: 华侨大学

    Abstract: 本发明一种基于深度可分离空洞时序卷积的三维人体姿态估计方法和装置,构建T层深度可分离空洞时序卷积模型,通过设置空洞率大小控制模型的感受野;在T层深度可分离空洞时序卷积块的两层卷积中,采用切片函数在两层卷积之间匹配特征维度信息进行残差连接,对矩阵内的数据进行提取特征,将数据原始特征累加到深度可分离空洞时序卷积块的输出当中,从而保留原始数据的特征;改进的改进的深度可分离空洞卷积层先执行点卷积,再执行逐通道卷积,并引进了Mish激活函数提高模型性能,增加了平滑和非单调的特点,本发明在实现降低模型计算复杂度和计算量的同时,提升了模型性能和精度,大幅度降低模型的计算复杂度和模型计算量。

Patent Agency Ranking