-
公开(公告)号：CN103345730A
公开(公告)日：2013-10-09
申请号：CN201310302529.4
申请日：2013-07-17
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于侧抑制网络的红外图像处理方法，该方法具体包括以下步骤S1:求出图像每个像素点邻域内的局部熵，得到图像的局部熵矩阵；S2:根据整幅图像局部熵矩阵，求出矩阵最大值，然后构造度量算子；S3:求解抑制系数矩阵；S4:根据步骤S2和S3所得结果对红外图像进行处理，得到侧抑制网络输出。该方法根据图像突变区(包括边缘与细节)与平滑区(包括背景与噪声)在空域的不同特性，利用图像局部熵来构造一个度量算子，使侧抑制网络具有边缘识别能力，抗噪性强，并结合滤波机制，在增强图像的同时，对噪声也有抑制作用。
-
公开(公告)号：CN102064849A
公开(公告)日：2011-05-18
申请号：CN201010600130.0
申请日：2010-12-22
Applicant: 重庆邮电大学
Abstract: 本发明属于通信技术领域，具体是公开了DS/SS通信系统的中一种基于矩阵编码遗传算法(Genetic Algorithm，GA)的DS/SS信号的PN码估计方法。本方法用矩阵编码来改进基本GA，获得一种基于矩阵编码GA的新的DS/SS信号的PN码估计方法。使用本方法除了提高DS/SS信号的PN码估计的效率外，更主要的是提高了DS/SS信号的PN码估计的准确性。并且本方法对PN码本身的特性(如码的构造、码的线性复杂度等)没有任何的先验知识要求，只需知道PN码的周期即可。所以在无线电管理、军事通信侦查、截获、(相关)干扰等诸多领域具有应用前景。
-
公开(公告)号：CN101584909B
公开(公告)日：2011-05-11
申请号：CN200910104124.3
申请日：2009-06-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种便携式无创神经原性膀胱治疗仪，涉及医疗仪器领域。该治疗仪采用FPGA集成电路产生一系列数字脉冲信号，模拟人体排尿时神经元产生的一系列生理电脉冲信号，通过两组心电监护电极输送到人体膀胱周围的皮肤穴位，来刺激控制膀胱收缩的肌肉，最终达到治疗和缓解膀胱残余尿增多、尿潴留及尿失禁等疾病。其优点是体积小、工作稳定可靠、受使用场合的限制小、价格便宜，便于携带。
-
公开(公告)号：CN101666682A
公开(公告)日：2010-03-10
申请号：CN200910104551.1
申请日：2009-08-06
Applicant: 重庆邮电大学
IPC: G01J5/00
Abstract: 本发明请求保护一种基于场景统计的神经网络非均匀性校正方法，属于红外焦平面探测领域。针对传统神经网络校正方法难以消除低频空间噪声的不足，提出一种基于场景统计的神经网络非均匀性校正方法。该方法包括，初始化图像相关矩阵及参数；根据图像像素灰度值进行盲元检测及补偿；采用场景统计法对图像偏置进行非均匀性校正；采用神经网络校正法，根据校正误差的标准差阈值判断像素的区域属性，对场景统计校正后且不含低频空间噪声的图像进行增益非线性校正。本发明获得图像期望信号的校正效果好，抑制了目标退化及鬼影，背景图像的变化对校正效果几乎没有影响。该方法可广泛应用于图像探测处理中。
-
公开(公告)号：CN119942615A
公开(公告)日：2025-05-06
申请号：CN202510036507.0
申请日：2025-01-09
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V40/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于计算机视觉和机器学习技术领域，具体涉及一种去中心化联邦学习的人脸伪造检测方法及系统；所述方法包括接收经过数据预处理后的人脸图像数据，使用人脸图像数据训练并更新人脸伪造检测模型的参数；将自身的人脸伪造检测模型的参数发送给去中心化网络拓扑中与之直接相连的邻居客户端；将接收到的人脸伪造检测模型的参数进行聚合操作，得到更新后的人脸伪造检测模型的参数；根据每轮训练的完成时间，更新所述去中心化网络拓扑；重复上述步骤直至模型达到预设终止条件。本发明克服了现有人脸伪造图像检测技术中由于中心服务器依赖导致的单点故障风险、客户端计算能力异构带来的模型收敛速度慢和模型对局部与全局特征感知能力不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN119888694A
公开(公告)日：2025-04-25
申请号：CN202411647775.8
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: G06V20/59 , G06V40/10 , G06V40/16 , G06V10/26 , G06V40/18 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0495
Abstract: 本申请实施例涉及疲劳检测领域，提供一种基于面部特征的疲劳驾驶识别方法及相关装置，所述方法包括：通过车载摄像设备采集驾驶员在驾车时的驾驶员图像集合；采用多任务神经网络对驾驶员图像集合中的驾驶员图像进行处理，得到每张驾驶员图像对应的头部偏转角和人脸关键点坐标；采用所述人脸关键点坐标对将对应的驾驶员图像进行图像裁剪，得到的每张驾驶员图像对应的左眼图像、右眼图像和嘴部图像对驾驶员进行状态识别，得到每张驾驶员图像对应的嘴部状态和眼部状态；采用所述每张驾驶员图像对应的头部偏转角、嘴部状态和眼部状态对驾驶员进行疲劳检测，得到驾驶员的疲劳状态，实现对驾驶员驾驶状态实时识别的高准确性与高鲁棒性。
-
公开(公告)号：CN119888693A
公开(公告)日：2025-04-25
申请号：CN202411638412.8
申请日：2024-11-17
Applicant: 重庆邮电大学
IPC: G06V20/59 , G06V40/20 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V40/16
Abstract: 本发明涉及数据处理技术领域，公开了一种基于神经网络模型的分心驾驶行为检测方法及相关装置，包括：获取分心驾驶行为图像和驾驶室图像；对分心驾驶行为图像中的分心驾驶行为进行标注处理，得到分心驾驶行为数据集；对原始检测模型进行改进，得到初始分心驾驶行为检测模型；将分心驾驶行为数据集按照预设比例分为训练集和验证集，对初始分心驾驶行为检测模型进行训练，得到目标分心驾驶行为检测模型；对驾驶室图像进行预处理，得到待分心检测图像；通过目标分心驾驶行为检测模型对待分心检测图像进行分心驾驶行为检测，得到分心驾驶行为检测结果，能有效地提高检测结果的准确性。
-
公开(公告)号：CN114320316B
公开(公告)日：2024-11-08
申请号：CN202210047086.8
申请日：2022-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种盾构机施工预警方法及装置，属于隧道掘进技术领域，全断面岩石掘进机(tunnel boring machine,TBM)具有施工速度快，安全性高，经济性好等优点，在高速公路、铁路运输、城市地铁等重大工程中得到了广泛的应用。由于工作环境恶劣，需要实时的施工预警方法及装置。本发明针对刀盘检测和围岩分类两个领域，设计了基于岩渣分类和围岩完整性监测的方法，实现了隧道施工监测预警。两种方法均基于卷积神经网络，因此本发明提出一种基于OpenCL的卷积神经网络加速架构，实现了针对预警方法的部署加速装置。
-
公开(公告)号：CN118803392A
公开(公告)日：2024-10-18
申请号：CN202410840825.8
申请日：2024-06-27
Applicant: 重庆邮电大学
IPC: H04N23/11 , H04N23/695 , H04N23/60 , H04N23/951
Abstract: 本发明属于红外成像领域，内容为实现了一种基于扫描型的红外双波段宽视场融合成像方法，克服了传统成像视场及分辨率受制于图像传感器单元数量的缺点。技术方案包括2部分：将被测区域经光学滤波后的可见光波段聚焦于光电阵列探测器上，在旋转光学系统过程中，按探测器视场角度大小采集图像，最后拼接成一幅宽视场的可见光图像；红外波段成像通过光学系统滤波将红外波段点源聚焦于光电单元探测器中心后，探测器从被测区域的左上角向下扫描到左下角，如此重复扫描多行直至被测区域右边缘后，结合坐标映射与椭圆分割融合，将红外点云拼接成与可见光图像对应的热图。本发明可对工业环境进行远距离的成像观察，实现高温预警，保证安全生产。
-
公开(公告)号：CN113792572B
公开(公告)日：2024-08-02
申请号：CN202110670264.8
申请日：2021-06-17
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于局部表征的面部表情识别方法，属于人脸识别领域，表情是人类内心情感变化的重要体现，当前表情识别方法通常依赖面部全局特征进行处理，忽略局部特征提取。心理学家指出不同面部表情对应不同的局部肌肉运动区域，以此为动机，该文提出一种基于局部表征的表情识别算法，称为表情运动单元卷积神经网络。为提取面部的局部特征，该文首先根据获取的人脸68个特征点将整体面部图像划分成43个子区域，随后选择肌肉运动区域与面部显著器官所覆盖的8个局部候选区域作为卷积神经网络的输入。为均衡局部候选区域的特征，采用8个并行的特征提取分支，每个分支支配不同维全连接层。分支的输出按照注意力自适应地连接，以突出不同局部候选区域的重要程度，最后经Softmax函数将表情分为中性、愤怒、厌恶、惊讶、高兴、悲伤和恐惧七类。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.026 seconds)
