-
公开(公告)号：CN107766798A
公开(公告)日：2018-03-06
申请号：CN201710894526.2
申请日：2017-09-28
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/0063 , G06K9/40 , G06K9/44 , G06K9/4642 , G06K9/6256
Abstract: 本发明属于图像处理技术领域，公开了一种基于云计算存储和深度学习的遥感图像目标检测方法，本发明通过并行化深度学习，减少训练时间，优化训练效果，有效地提高图像识别效率，利用Storm实时识别，达到实时识别的目的；将遥感图像划分为若干个分割子区域，有利于提高识别的速度和精度。由于本发明在分割时使用均值漂移算法进行分割，这是一种快速有效的聚类分割算法，能够快速准确的得到分割子区域。本发明在均值漂移算法进行分割后，使用K最近邻方法进行识别，这是数据挖掘分类方法中最简单的方法，运算效率很高。
-
公开(公告)号：CN104881884B
公开(公告)日：2017-07-11
申请号：CN201510369172.0
申请日：2015-06-29
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于视觉量子的目标跟踪方法，属于计算机视觉技术领域。该方法首先在目标区域内自上而下均匀分布视觉量子，计算并统计视觉量子内部信息熵分布的极大值所对应的灰度阶，计算视觉量子的熵基和量子频率，然后将目标边缘区域的视觉量子移动至平衡状态，并计算视觉量子的频率积分，最后以达到量子平衡状态且频率积分相等的视觉量子的位置信息作为目标跟踪结果。本发明方法抓住了运动目标前景与背景交界处具有的量子频率不变性的特点，将频率不变特征采用多个视觉量子进行描述，可以有效克服遮挡、形状与尺度变化等因素对运动目标跟踪的影响，失跟率较低，同时由于视觉量子计算过程简单，计算复杂度和空间复杂度较低，跟踪实时性较高。
-
Patent Agency Ranking
公开(公告)号：CN101984377B
公开(公告)日：2012-06-06
申请号：CN201010502277.6
申请日：2010-09-28
Applicant: 辽宁工程技术大学
IPC: G05B17/02
Abstract: 本发明属于监测控制装置，特别涉及一种智能楼宇实时并行仿真系统及仿真方法，包括无线子网通信电路、语音提示与报警电路，系统中还包括中央控制电路、仿真控制电路、短信消息发射电路；其中中央控制电路和仿真控制电路中包括S3C2410单片机U1和CON201控制模块U2；智能楼宇实时并行仿真系统的仿真方法是：首先现场设备的运行状态通过各子网内部传感器以通信协作的方式将状态数据接力式传输到并行仿真系统的无线子网通信模块U3，无线子网通信模块U3将信号识别、过滤后传送至中央控制器U1，最后进行三维数据分组，本发明体积小、价格低、运行可靠，维护方便。
-
公开(公告)号：CN116403273A
公开(公告)日：2023-07-07
申请号：CN202211097369.X
申请日：2022-09-08
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种结合多尺度时间特征的跨视角步态识别方法，步骤为：输入一批N帧的B个步态样本；在帧级特征组上构建一个多尺度时间特征提取器，生成帧级特征、局部时间特征及全局时间特征；将提取的多尺度时间特征分别作为时间融合模块和重组空间模块的输入，获取时间特征和空间特征；将特征融合后的时间特征和重组后的空间特征沿通道维度连接输出并映射到全连接层。本发明对时间特征进行了三种尺度的提取，即帧级特征、局部时间特征和全局时间特征，丰富特征信息，利用帧间信息交流获取最具有代表性的特征，进行特征融合，从而提高步态识别的准确率。
-
公开(公告)号：CN112925897A
公开(公告)日：2021-06-08
申请号：CN202110390706.3
申请日：2021-04-12
Applicant: 辽宁工程技术大学
IPC: G06F16/332 , G06F40/295 , G06N3/04
Abstract: 本发明属于信息处理技术领域，尤其涉及基于任务型的人机对话系统及其实现方法，包括前端服务模块、用户数据库、用户服务模块、网关、命令解析服务模块、对话管理服务模块、基础语言分析服务模块和模型训练服务模块；所述用户数据库、用户服务模块、网关、命令解析服务模块和对话管理服务模块均通过HTTP网络传输协议分别与前端服务模块、基础语言分析服务模块和模型训练服务模块连接；本发明以多个不同领域中的任务型人机对话系统应用为背景，以任务型作为基础设计人机对话原型系统平台；通过创新运用TF‑IDF算法完成识别模块设计，并构建LSTM模型完成槽填充模块设计，运用意图识别算法完成意图识别模块设计，形成对不同算法在人机对话设计中的优势认知。
-
公开(公告)号：CN104881884A
公开(公告)日：2015-09-02
申请号：CN201510369172.0
申请日：2015-06-29
Applicant: 辽宁工程技术大学
CPC classification number: G06T7/292 , G06K9/38 , G06K2209/21 , G06T7/251 , G06T2207/10004
Abstract: 本发明公开了一种基于视觉量子的目标跟踪方法，属于计算机视觉技术领域。该方法首先在目标区域内自上而下均匀分布视觉量子，计算并统计视觉量子内部信息熵分布的极大值所对应的灰度阶，计算视觉量子的熵基和量子频率，然后将目标边缘区域的视觉量子移动至平衡状态，并计算视觉量子的频率积分，最后以达到量子平衡状态且频率积分相等的视觉量子的位置信息作为目标跟踪结果。本发明方法抓住了运动目标前景与背景交界处具有的量子频率不变性的特点，将频率不变特征采用多个视觉量子进行描述，可以有效克服遮挡、形状与尺度变化等因素对运动目标跟踪的影响，失跟率较低，同时由于视觉量子计算过程简单，计算复杂度和空间复杂度较低，跟踪实时性较高。
-
公开(公告)号：CN104392469A
公开(公告)日：2015-03-04
申请号：CN201410777880.3
申请日：2014-12-15
Applicant: 辽宁工程技术大学
IPC: G06T7/20
CPC classification number: G06T7/269
Abstract: 一种基于软特征理论的目标跟踪方法，属于计算机视觉技术领域。该方法包括：目标区域初始化；提取目标的软特征信息；对目标的软特征信息进行前趋预测；修复目标的软特征信息；目标跟踪。采用软特征对运动目标进行跟踪,对目标形状变化和尺度伸缩具有很好的抗干扰性,使得该方法对形变严重运动目标的跟踪具有较高的准确性、稳定性和很好的鲁棒性能；采用前趋冲击强度对目标前趋进行预测，可以很好的解决目标受到遮挡而导致丢失的问题；由于缩小了目标检测范围,软特征数据量较小，不需要存储目标多种姿态模型,其计算复杂度和空间复杂度较低,跟踪实时性较高。
-
-
-
-
-
-
Search Results
37
records
(took 0.032 seconds)
