公开(公告)号：CN109815901A

公开(公告)日：2019-05-28

申请号：CN201910069350.6

申请日：2019-01-24

Applicant: 杭州电子科技大学

Inventor： 蔡哲栋 ,  应娜 ,  黄铎 ,  杨鹏

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开一种基于YOLOv3算法的多人姿态估计方法，包括步骤：S1:处理综合数据集，得到满足方法需要的单类行人数据集；S2：设计图片切割提取模块，将YOLOv3算法和Stacked Hourglass算法合理结合得到多人姿态估计网络框架；S3：训练S1所述数据集得到单类行人检测的YOLOv3网络模型，训练MPII数据集得到Hourglass姿态估计网络模型。将训练得到的YOLOv3网络模型和级联4个Hourglass网络得到的Stacked Hourglass网络模型进行合理结合，得到基于YOLOv3算法的多人姿态估计网络模型；S4：输入原始图像，得到多人姿态估计建议的图像。本发明基于最新的YOLOv3算法，通过提升人体检测器的检测能力，提高了多人姿态估计的准确性，提升了对全局性的把控。

公开(公告)号：CN108664885A

公开(公告)日：2018-10-16

申请号：CN201810224634.3

申请日：2018-03-19

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  都文龙 ,  夏尚琴 ,  应娜

IPC: G06K9/00 ,  G06K9/62

Abstract: 基于多尺度级联HourGlass网络的人体关键点检测方法：一：将输入图片生成128*128、64*64和32*32特征图；二：将128*128的特征图送入前2个Modified HourGlass模块中，此2个模块输入输出都为128*128特征图；三：将第2个Modified HourGlass模块输出的128*128特征图和128*128热点图进行下采样成64*64的特征图与步骤一生成的64*64特征图一并送入中间4个Modified HourGlass模块中，此4个模块的输入和输出均为64*64特征图；四：将第6个Modified HourGlass模块输出的64*64特征图和64*64热点图进行下采样成32*32特征图与步骤一生成的32*32特征图一并送入最后2个模块中；五：提取8个Modified HourGlass模块的损失函数，将损失函数相加；网络根据损失函数进行后向反馈，当损失函数达到预期值并稳定后停止训练。

公开(公告)号：CN108509949A

公开(公告)日：2018-09-07

申请号：CN201810110564.9

申请日：2018-02-05

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  李慧娟 ,  陈华华 ,  应娜

IPC: G06K9/32 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力地图的目标检测方法。本发明将自上而下的注意力引入当前主流的目标检测框架中，生成了可反映输入图像上各区域与待检测目标相关性的注意力地图，并基于生成的注意力地图对原先的候选框融合方案进行了优化，将自顶向下以及自底向上的信息结合进候选框的融合中，优化了目标检测的性能。本发明是一种更有效更接近生物视觉机制的目标检测方法。

公开(公告)号：CN108009628A

公开(公告)日：2018-05-08

申请号：CN201711032917.X

申请日：2017-10-30

Applicant: 杭州电子科技大学

Inventor： 应娜 ,  蒋威 ,  郭春生 ,  黄铎 ,  王金华

IPC: G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于生成对抗网络的异常检测方法，包括步骤：S1：处理语义分割图像数据集，得到满足原始图像的数据集和Mask图像的数据集；S2：建立包括生成网络和鉴别网络的异常检测生成对抗网络结构；S3：训练所述满足原始图像的数据集和Mask图像的数据集，得到异常检测的生产对抗网络模型；S4：输入原始图像，得到特定异常类型的图像。本发明与现有技术相比有如下优点：1.本发明以异常部分图像作为模型训练目标，不同于传统异常检测方法，以异常部分具体定位信息作为训练目标，使得图像异常部分更加直观性。2.本发明建立生成对抗网络模型，不同于传统异常检测方法单一一体的网络结构。弥补了无法输出异常部分的图像的缺点。

公开(公告)号：CN101582177B

公开(公告)日：2010-08-25

申请号：CN200910099320.6

申请日：2009-06-08

Applicant: 杭州电子科技大学

Inventor： 刘玮 ,  应娜 ,  丁元刚 ,  潘勇武

IPC: G07C9/00 ,  H04W4/14 ,  H04B5/00

Abstract: 本发明涉及一种蓝牙门禁的远程控制方法。现有蓝牙门禁可控性差，不具有实时性、保密性、便利性。本发明的具体步骤是：步骤(1)GSM模块的初始化，步骤(2)CPU控制模块接收短消息，步骤(3)CPU控制模块将接收到的短信息进行字符解析，步骤(4)CPU控制模块提取短消息中开门密码，比对密码成功后开启门禁，步骤(5)CPU控制模块提取短消息中字符串，修改密码，步骤(6)CPU控制模块提取短消息中用户信息，增加用户，步骤(7)CPU控制模块提取短消息中要删除用户手机号码，删除该用户。步骤(4)、(5)、(6)和(7)完成后均跳转至步骤(2)。本发明通过CPU控制模块对短消息进行解析，完成远程修改蓝牙ID密码，自动增删用户，自动开启蓝牙门禁，实现了智能化控制。

公开(公告)号：CN119854074A

公开(公告)日：2025-04-18

申请号：CN202510044586.X

申请日：2025-01-12

Applicant: 杭州电子科技大学

Inventor： 曾嵘 ,  林增贤 ,  王海龙 ,  应娜 ,  包建荣 ,  杨阿锋

IPC: H04L25/02 ,  H04L25/03 ,  H04L27/26 ,  H04B7/04 ,  H04W4/44 ,  G06N3/006

Abstract: 本发明公开了一种车联网环境IRS辅助的导频开销降低和链路可靠性增强方法，步骤如下：建立IRS辅助的多径信道模型，应用多径信道模型中的部署有IRS的车辆接收信号；将接收到的信号根据到达角投影到正交子空间；对于第k个子空间的时域信号，对其进行魏格纳变换和辛傅里叶变换后得到信号；对于第k个子空间的信号，构建对应的分数多普勒幅度函数和适应度函数，并通过DWO算法求解得到信道匹配参数；根据信道匹配参数对第k个子空间的在DD域进行信道匹配；完成DD域进行信道匹配后，计算时延‑多普勒域信道状态信息，得到的时延‑多普勒域信道状态信息反馈回多径信道模型中的发送端。该方法显著提高了系统的频带利用率，提升了系统可靠性。

公开(公告)号：CN118820762A

公开(公告)日：2024-10-22

申请号：CN202410799944.3

申请日：2024-06-20

Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司

Inventor： 宋瑛沛 ,  郭春生 ,  应娜 ,  陈华华 ,  叶学义

IPC: G06F18/2132 ,  G06F18/2136 ,  G06F18/214

Abstract: 本发明提出了一种基于动态调整多采样区域的低维K中心数据遴选的方法及系统。方法包括：S1、根据损失预测网络度量未选择训练数据集中样本不确定性；S2、根据样本的不确定性对未选择的训练数据集中的样本进行排序；S3、根据排序后的结果，将未选择训练数据集中样本按不确定性划分为不确定性最大和不确定性渐进多个采样区域；S4、迭代过程中动态调整区域权重调整多个采样区域的大小；S5、将多采样区域内样本特征投影到低维空间；S6、在低维空间中K中心贪婪采样，选择出具有代表性的样本添加到训练子集；S7、根据S6中的训练子集训练目标模型和损失预测网络，并根据训练后的损失预测网络，执行S1到S6，直到训练子集样本数量达到预先设定个数。

公开(公告)号：CN118115911A

公开(公告)日：2024-05-31

申请号：CN202410110755.0

申请日：2024-01-26

Applicant: 杭州电子科技大学

Inventor： 应娜 ,  赵坚 ,  蒋银河 ,  邹雨鉴

IPC: G06V20/40 ,  G06V10/20 ,  G06V10/46 ,  G06V10/50 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G10L15/16

Abstract: 本发明公开了一种基于语音和视频的多模态深度学习情感分类方法，包括如下步骤：步骤1、采集语音、视频双模态的情感数据集；步骤2、分别对语音数据和视频数据进行预处理；步骤3、将预处理后的语谱图和视频图像作为输入分别通过语音特征提取网络和视频情感特征提取网络提取语音情感特征向量和视频情感特征向量；步骤4、将提取的语音情感特征向量faudio和视频情感特征向量fvideo，通过拼接得到融合后的情感特征向量fe，将融合后的特征fe作为输入，通过一个全连接神经网络对情感进行分类得到情感标签。该方法即对语音和视频两种不同模态的数据分别进行情感特征提取，然后将得到的特征做拼接处理，最后利用融合特征进行情感识别的方法，有效提升了识别的精度。

公开(公告)号：CN117896673A

公开(公告)日：2024-04-16

申请号：CN202410060914.0

申请日：2024-01-16

Applicant: 杭州电子科技大学

Inventor： 马汉良 ,  曾嵘 ,  应娜 ,  易志强 ,  包建荣 ,  胡志蕊

IPC: H04W4/029 ,  H04W4/02 ,  H04W4/40

Abstract: 本发明公开了一种基车联网场景下基于时延多普勒域特征指纹和WDAKN N定位方法，包括以下步骤：输入N、M、K、PRIS(xi,yi)、PBS(x,y)、网格顶点坐标P(xi,yj)；根据BS，RIS以及网格点坐标的相对位置，计算OTFS无线信号的传输方位角#imgabs0#根据坐标关系计算距离长度d1d2，从而计算时延信息τBS‑RIS，τRIS‑V；构建传输数据符号xDD[k,l]；由OTFS传输特性，利用嵌入式导频估计信道系数hi、信道多普勒频移vi、信道延迟τi，构建信道特征矩阵Θ；得到网格位置Q(Xi,Yi)对应总信道特征矩阵ΘΩ；随机生成待定位点(Xv,Yv)，重复循环步骤1到步骤4，得到待定位点信道特征矩阵Θv；利用加权距离和属性WDAKNN算法对比ΘΩ与Θv相似度，通过其他邻居加权加权向量γ和权重函数ω并平均得出估计位置信息Q(X,Y)，该方法实现了提升定位精度的目标。

公开(公告)号：CN117838053A

公开(公告)日：2024-04-09

申请号：CN202410091517.X

申请日：2024-01-23

Applicant: 杭州电子科技大学

Inventor： 许宏宇 ,  应娜 ,  李鸿宇 ,  陈华华

IPC: A61B5/00 ,  A61B5/0205 ,  A61B5/1455 ,  G06F18/25 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种多模态多分辨率睡眠呼吸暂停自动检测方法，包括如下步骤：S1、提取多导睡眠图信号中血氧饱和度信号、鼾声信号、心率信号并进行预处理；S2、预处理后得到的信号片段关联实际数据的对应标签；S3、对数据集进行数据增强和随机处理；S4、将分帧后的信号片段通过多通道残差连接进行多维特征提取，得到分帧后的多通道数据特征；S5、采用两种融合策略得到分类结果：(1)将所述特征输入融合特征层；(2)将所述特征输入融合决策层；构建可调整通道数及检测分辨率的多通道多分辨率网络。该方法通过对多导睡眠图信号进行滤波、分帧处理，并结合多通道数据特征的深度神经网络训练，实现了多通道单分辨率网络的构建。