-
公开(公告)号：CN116385927A
公开(公告)日：2023-07-04
申请号：CN202310298280.8
申请日：2023-03-24
Applicant: 西北大学
Abstract: 本申请涉及一种基于轨迹和身份关联的金丝猴多目标追踪方法，通过重新利用低分检测框，并将其与前期中断的轨迹重新匹配，以延续追踪轨迹，增强模型对被遮挡目标的追踪能力；采用改进卡尔曼滤波器以更精确地定位目标；将IoU与RE‑ID特征提取进行融合处理将外观特征融入到追踪器中，以增强金丝猴多目标追踪过程中目标轨迹和身份的连续性；综上，本申请可以有效提升在野外复杂环境下对金丝猴多目标追踪的准确性和鲁棒性。
-
公开(公告)号：CN111161290B
公开(公告)日：2023-04-18
申请号：CN201911376112.6
申请日：2019-12-27
Applicant: 西北大学
IPC: G06T7/12 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及图像分割技术领域，公开了一种图像分割模型的构建方法、图像分割方法及系统，方法包括：采集多张口腔医学图像，获得口腔医学图像样本集；对所述的口腔医学图像白斑区域进行标注，获得口腔医学图像白斑区域标注样本集；将所述的口腔医学图像白斑区域标注样本集输入Mask R‑CNN‑S神经网络，获得白斑区域的二值掩码图集；对预构建的Mask R‑CNN‑S神经网络模型进行训练，以获得训练好的Mask R‑CNN‑S神经网络模型；采集待分割的口腔医学图像并进行标注，以得到待分割的口腔医学图像的标注样本集；对所述口腔医学图像进行分割，最终得到分割好的图像。本发明能够提高从口腔医学图像中分割白斑区域的准确性。
-
公开(公告)号：CN109635634B
公开(公告)日：2023-03-31
申请号：CN201811268388.8
申请日：2018-10-29
Applicant: 西北大学
IPC: G06V40/10 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于随机线性插值的行人再识别数据增强方法，采用随机线性插值方法用以增加原始行人再识别数据集中的样本数量，并且利用了大量的具有不同遮挡等级的行人图像样本，以获得数据集中更加丰富的行人数据分布信息。然后，通过使用基准的深度学习网络模型对增强后的数据集进行学习，提升了模型的泛化能力，降低行人再识别的Rank‑1匹配的误差。
-
公开(公告)号：CN110222560B
公开(公告)日：2022-12-23
申请号：CN201910339800.9
申请日：2019-04-25
Applicant: 西北大学
IPC: G06V20/52 , G06V10/774 , G06V10/74 , G06V30/413
Abstract: 本发明公开了一种嵌入相似性损失函数的文本人员搜索方法，采用三通道神经网络对人员图像和描述文本的数据分别进行特征提取，并且利用余弦距离对正负图文样本对的相似性以及正负样本图像之间的相似性进行计算，然后结合相似性排名损失和实例损失，约束三通道神经网络的训练，提高了对人员搜索的匹配准确率。
-
公开(公告)号：CN115035595A
公开(公告)日：2022-09-09
申请号：CN202210624609.0
申请日：2022-06-02
Applicant: 西北大学
IPC: G06V40/20 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明公开了一种基于时空信息转移知识蒸馏技术的3D模型压缩方法，该方法采用多层特征蒸馏模块MFDM作为3D模型的核心元件，对行为识别网络进行模型压缩，采用包含多种动作类和多视频段公开数据集作为实验数据集，从数据集中的各个行为视频片段等间隔的取出部分帧分别作为时空特征蒸馏方法中教师模型和学生模型的输入进行特征提取；提取出每一层的特征，对每一层特征进行多层次特征蒸馏算法，并算出多层时空特征转移损失；将最后一层的特征放入分类其中，进行分类，得出logistic回归概率，分别将其与教师模型生成的软标签和真实标签算出损失函数；最后根据总体的损失函数，通过反向传播更新学生模型的所有参数，同时更新多层特征蒸馏模块的参数。
-
Patent Agency Ranking
公开(公告)号：CN113984741A
公开(公告)日：2022-01-28
申请号：CN202111149838.3
申请日：2021-09-29
Applicant: 西北大学
IPC: G01N21/75
Abstract: 本发明是公开一种基于深度学习和声音信号的液体识别的系统，至少包括：待测液体及容器，还包括声学感知设备、无线传输系统、后端服务设备，其中声学感知设备用于采集至少包括扬声设备、声音收录设备以及声学模数转换设备；无线传输系统用于在数据采集设备和后端服务设备之间提供传输服务，实现无线感知；后端服务设备，用于支持液体分类和识别模块运行环境，对声学感知设备获取数据，利用液体声学传播特性进行数据处理，完成液体识别。本发明实现低成本、安全可靠、便携的液体识别系统，在位置相对固定的情况下，可以实现对20余种液体的区分。
-
公开(公告)号：CN110012483B
公开(公告)日：2021-11-30
申请号：CN201811510449.7
申请日：2018-12-11
Applicant: 西北大学
IPC: H04W24/02 , H04W24/08 , H04W72/04 , H04B17/327 , H04B17/345 , H04B17/382
Abstract: 一种联合不对称接入和无线携能通信的干扰协调方法，利用上下行非对称接入和下行链路携能通信的方法改善超密异构网络容量的联合优化的方法，通过配置上行链路的传输和下行链路的无线携能通信，对上行链路和下行链路同时进行干扰管理。利用乘子法交替方向对该问题进行求解。此外，基于现有标准增强的小区间干扰协调协议(Enhanced inter‑cell interference coordination，eICIC)，便于集成到现有的协议和基础设施。本发明的方法将系统效用提高20％以上，本发明提出的方法不仅便于扩展收敛速度快，而且可以得到较好的用户公平性和速率体验。
-
公开(公告)号：CN113505678A
公开(公告)日：2021-10-15
申请号：CN202110744859.3
申请日：2021-07-01
Applicant: 西北大学
Abstract: 本发明公开了一种基于深度可分离卷积的猴类面部识别方法，具体包括如下步骤：步骤1：采集猴类面部图像，得到数据集；步骤2：对数据集分为训练集、验证集和测试集；步骤3：预处理；步骤4：构建MonkeyNet‑V1网络模型；步骤5：构建MSE‑Net模块；步骤6：将MSE‑Net模块分别嵌入到MonkeyNet‑V1网络模型的conv2、conv3、conv4层的两步求和操作之间，得到模型MonkeyNet‑V2；步骤7：将训练集和验证集代入模型MonkeyNet‑V2中进行训练，得到训练好的模型MonkeyNet‑V2模型；步骤8：将测试集代入训练好的模型MonkeyNet‑V2，得到识别结果。本发明通过对现有的ResNeXt‑101进行改进，有效实现了模型轻量化，使得效率大大提高；本发明的准确率在95.10％左右，在精度上有明显提升。
-
公开(公告)号：CN111950362A
公开(公告)日：2020-11-17
申请号：CN202010645419.8
申请日：2020-07-07
Applicant: 西北大学
Abstract: 本发明公开一种一种金丝猴面部图像识别方法，将采集得到的金丝猴图像，通过对金丝猴图像面部区域截取及预处理，获得金丝猴面部图像数据集；将金丝猴面部图像数据集输入至Tri-Attention神经网络模型，提取金丝猴特征，完成对金丝猴面部图像识别。本发明提出了基于Tri-Attention的金丝猴面部识别算法。该算法能够自动的关注金丝猴的面部区域，不需要对数据进行手工标注。该算法采用了空间注意力机制，分别对金丝猴面部图像的全局特征、局部特征以及显著性特征进行关注。通过联合不同维度、不同粒度的特征，进行融合，以提高分类的准确度，提升了网络的泛化性能。
-
公开(公告)号：CN111898442A
公开(公告)日：2020-11-06
申请号：CN202010607674.3
申请日：2020-06-29
Applicant: 西北大学
Abstract: 本发明提供一种基于多模态特征融合的人体动作识别方法及装置，使用商用性最强的WiFi信号，再利用多模态特征融合法将WiFi信号的CSI特征与视频特征进行融合；多模态特征融合法将这两种不同的特征映射到同一个公共空间上，再进行分类，最终识别出人体动作类别。实验结果表明，在加入了WiFi信号并利用多模态特征融合方法的情况下，人体动作识别的精度明显提高。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.028 seconds)
