-
公开(公告)号：CN117420908A
公开(公告)日：2024-01-19
申请号：CN202311353598.8
申请日：2023-10-19
Applicant: 重庆邮电大学
IPC: G06F3/01 , A61B5/378 , A61B5/372 , A61B5/398 , A61B5/00 , G06N3/0442 , G06N3/0464
Abstract: 本发明属于大脑脑机接口领域，具体涉及一种基于神经网络的人类大脑活动解码方法及系统；该方法包括：获取图像特征向量并将其输入到预训练的图像生成器得到刺激图像；采集用户观察刺激图像产生的脑电信号和眼电信号；对脑电信号和眼电信号进行预处理，得到预处理好的脑电信号；采用预训练的脑电信号编码网络对脑电信号进行特征编码，得到初级脑电特征；根据初级脑电特征得到脑电信号分类结果；采用预训练的映射网络对初级脑电特征进行处理，得到预测电脑特征；将预测脑电特征输入到预训练的图像生成器中进行处理，得到重建图像；本发明可根据大脑的反应来重建视觉刺激的内容，实现图像‑脑电图‑图像的变换。
-
公开(公告)号：CN117370656A
公开(公告)日：2024-01-09
申请号：CN202311316860.1
申请日：2023-10-12
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/36 , G06N3/0442 , G06N3/0499
Abstract: 本发明属于推荐系统技术领域，具体涉及一种基于知识图谱的项目序列推荐方法，包括：获取用户数据和项目数据，将项目序列输入到GRU模型中进行学习，得到项目序列的嵌入表示；采用transformer模型对用户行为操作序列进行学习，得到每个行为操作的嵌入表示；将项目序列嵌入表示和行为操作嵌入表示进行组合，得到用户偏好表示；将用户偏好表示和待预测的候选项目送入前馈神经网络计算匹配得分；对属性知识图谱进行特征提取，得到项目知识嵌入表示；根据匹配得分和项目知识嵌入表示将候选项目推荐给用户；本发明将用户宏观行为之下的具体行为操作与项目的知识属性相结合，通过多任务学习将知识图谱嵌入学习作为辅助任务以促进推荐任务。
-
公开(公告)号：CN116189184A
公开(公告)日：2023-05-30
申请号：CN202310221476.7
申请日：2023-03-09
Applicant: 重庆邮电大学
IPC: G06V30/14 , G06V30/148 , G06V30/162 , G06V30/19 , G06V30/422 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于抑制函数的工程图序列号检测方法，属于文本检测领域。该方法具体包括以下步骤：S1：自制工程图纸数据集，网络模型训练；S2：对输入的工程图纸进行预处理；S3：使用卷积神经网络对输入图片进行特征提取，对不同尺度特征使用自适应尺度融合模块进行融合；S4：预测得到概率图和抑制图；S5：通过抑制函数得到最终预测图；S6：后处理得到文本框坐标，整理结果。解决了因工程图纸过大无法直接进行预测的问题，并通过后处理流程提取整出整张工程图纸中序列号文本的坐标。本发明能够有效地帮助工作人员快速检测工程图纸中的序列号并完成结果的整理和展示。
-
公开(公告)号：CN109741403B
公开(公告)日：2023-04-07
申请号：CN201811647888.2
申请日：2018-12-29
Applicant: 重庆邮电大学
IPC: G06T7/80
Abstract: 本发明涉及一种基于全局线性的相机平移标定方法，属于多视图几何和三维重建技术领域。该方法包括以下步骤：S1：输入相机对之间的本质矩阵构建EG图，将本质矩阵分解得到相对旋转矩阵和相对平移向量；S2：利用基于L1范式的李代数相对旋转平均法对旋转矩阵进行求解，得到相机的绝对旋转矩阵；S3：利用三个相机和一个场景点的约束，求出基线长度的比例，通过L1范式优化得到基线长度；S4：根据求得的旋转矩阵和基线长度，将EG图中的边中的约束等式收集起来利用L1范式求解得到全局坐标系下的相机的位置。本发明避免了共线相机退化的情况，同时降低了噪声的影响，计算简单，不需要额外的其他信息，极大提高了相机位置的精度。
-
公开(公告)号：CN114549806A
公开(公告)日：2022-05-27
申请号：CN202210210368.5
申请日：2022-03-04
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对PointCNN可解释性的可视分析方法，属于可视化技术领域。该方法包括：S1：将三维人体点云三维坐标输入到待研究的目标神经网络模型中进行预测，获取所需研究数据；目标神经网络是采用PointCNN网络结构对于人体点云部位分割实现歧义点消除的神经网络模型；S2：提取所需研究数据，具体包括各层网络参数、特征信息、各层点云数据和预测结果点云详细信息；S3：将得到的点云、特征信息和网络参数进行关联，输出并存储关系矩阵；S4：将建立关联的点云、特征信息和网络参数以可视化的方式呈现出来，从多个方面对PointCNN进行分析。本发明有利于更好的掌握PointCNN的运作机制以及网络中的细节。
-
Patent Agency Ranking
公开(公告)号：CN112927248B
公开(公告)日：2022-05-10
申请号：CN202110307518.X
申请日：2021-03-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及点云处理、三维点云分割领域技术领域，具体涉及一种基于局部特征增强和条件随机场的点云分割方法，该方法包括：将数据集输入训练好的点云分割网络模型中进行分割，得到分割结果，点云分割网络模型先训练后使用，其训练过程包括：将训练集输入到点云分割网络模型中，经处理后点云分割网络模型输出预测的标签图；真实标签做监督，根据真实标签和预测的标签图计算交叉熵损失函数；迭代多次，采用随机梯度下降算法优化损失函数，最终得到训练好的点云分割网络模型。本发明可以即解决局部特征提取能力差的问题，同时可以解决边缘分割效果差的问题。
-
公开(公告)号：CN113032667A
公开(公告)日：2021-06-25
申请号：CN202110231757.1
申请日：2021-03-02
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9537 , G06F16/29 , G08G1/01
Abstract: 本发明涉及一种基于城市道路网格的重路由及边捆绑方法，属于图形和可视化领域。该方法为：创建所需要的控制网格：确定需要研究的某个城市，获取此城市的OSM路网数据；数据预处理，得到所需路网的交叉点数据；创建所需要的基于城市道路的控制网格；使用改进后的最短路径算法，将原始边向着控制网格重路由；将原始边向着重路由的最短路径的边弯曲，从而达到捆绑效果；设置不同方向的控制点，当与同一路径相切且方向相同，则进行合并方向控制点；设置红色为起点，蓝色为终点的颜色梯度，依次映射达到渲染效果。本发明具有较好的绑定效果，对于具有交通信息的数据可以根据实际意义更好的捆绑，用户能够在更高层认知整个数据集体现的含义。
-
公开(公告)号：CN112998888A
公开(公告)日：2021-06-22
申请号：CN202110170140.3
申请日：2021-02-01
Applicant: 重庆邮电大学
IPC: A61C13/00
Abstract: 本发明涉及一种基于网格投影的义齿模型倒凹去除方法，属于计算机辅助设计与图形学领域。包括以下步骤：S1：输入牙齿网格模型，将其转换为OFF格式，并设定投影方向；S2：垂直于投影方向在包围盒顶部添加投影网格面，在底部添加基面；S3：对包围盒空间中的投影面，输入网格和基面进行BVH空间划分；S4：将投影网格面按照给定的投影方向进行投影与输入网格或基面求交，将投影点放到交点上。S5：对投影网格组成的新网格进行曲率场计算；S6：基于局部网格操作与高斯曲率场自适应地对新网格进行重划分，迭代停止后输出网格。本发明能够使用计算机辅助设计技术替代牙体预备工序中的手工填充倒凹部分，降低人工操作带来的误差与成本。
-
公开(公告)号：CN111260745A
公开(公告)日：2020-06-09
申请号：CN202010048596.8
申请日：2020-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于最优传输理论的边采样及边捆绑方法，属于图形和可视化领域。该方法包括以下步骤：S1：输入节点连接图，利用层次聚类算法使用不同的距离函数基于方向和距离对边进行聚类；S2：使用最优传输理论，从每一类边集中采样出一条公共边作为骨架；S3：分别选取边的端点和重心点为控制点绘制两条三次贝塞尔曲线，并连接曲线的终点；S4：为贝塞尔曲线部分设置低透明度，终点连线部分设置高透明度，短边直接绘制并设置极低的透明度；S5：测量每个像素过度绘制的数量，使用OpenGL渲染技术进一步强调捆绑。本发明具有较好的绑定效果，可以改变聚类数量控制捆绑的紧密度，用户能够在更高层认知整个数据集体现的主要骨架结构。
-
公开(公告)号：CN106780458B
公开(公告)日：2020-04-28
申请号：CN201611135778.9
申请日：2016-12-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种点云骨架提取方法及装置，属于三维图像处理技术领域。本发明提供的一种点云骨架提取方法及装置，该方法的步骤包括：基于最优质量传输理论，从点云模型中进行随机下采样，得到采样点集合，然后基于最优质量传输的方法迭代收缩采样点提取点云模型的骨架点，根据传输计划确定骨架点相邻关系并连接骨架点，最后对骨架作平滑化处理得到连续的一维曲线骨架。本发明所述的点云骨架提取方法及装置，基于最优质量传输理论，提取曲线骨架具有很好的抗噪性，使用熵正则化计算最优质量传输，降低了程序的时间复杂度，具有较高的准确性。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.022 seconds)
