-
公开(公告)号：CN101308567A
公开(公告)日：2008-11-19
申请号：CN200810048164.6
申请日：2008-06-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于内容的鲁棒图像拷贝检测方法。先提取测试图像特征矢量：选取原图YCbCr颜色空间的Y平面整体DCT变换系数，计算其顺序测度得到的系数序列作为测试图像的特征矢量；再建立测试图像代表矢量库：对测试图像库图像的特征矢量集进行聚类分析，定义聚类，选取最接近聚类中心的特征矢量作为聚类的代表，构建所有聚类的代表矢量库；最后以查询图像特征矢量及旋转补偿后的图像特征矢量分别检索匹配测试图像代表矢量库，确定所属类别，在此聚类中对各个图像特征矢量进行顺序匹配检索，判别是否存在查询图像的拷贝。本发明表现出较高的鲁棒性，有助于提高查询效率。在数字图像数据库整理、数字图像版权保护和盗版追踪方面具有实用价值，使用范围广泛。
-
公开(公告)号：CN111724074B
公开(公告)日：2023-10-27
申请号：CN202010582258.2
申请日：2020-06-23
Applicant: 华中科技大学
IPC: G06Q10/0639 , G06N3/084 , G06N3/0464
Abstract: 本发明提供一种基于深度学习的路面病变检测预警方法，包括：确定路面不同分段的不同时间段的参数；将各个分段路面不同时间段的参数分别输入到预先训练得到的双路深度神经网络模型，以检测各个分段路面参数对应的样本能量；基于POT模型以及各个分段路面参数对应的样本能量确定报警阈值；当某个分段路面的样本能量超过所述报警阈值时，认为该分段路面发生病变，将该分段路面设为一个报警点进行路面病变预警。本发明基于双路深度神经网络计算出输入路面样本数据的样本能量，样本能量值越大，说明该段路面早期病变、劣化的可能性越高；筛选报警阶段，使用了POT模型和延迟法进行两步式的筛选，在尽量提高召回率的同时不对精度造成过大的影响。
-
公开(公告)号：CN110570012B
公开(公告)日：2022-05-20
申请号：CN201910716065.9
申请日：2019-08-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于Storm的电厂生产设备故障预警方法及系统，属于电厂设备监测领域，包括：实时采集测点数据并按主题存储到分布式消息队列中；按照主题从分布式消息队列中拉取测点数据进行过滤和验证，实时存储到HBase中，同时，将同时被采集、主题相同且相互关联的每一组测点数据分别作为一个预测目标向量；对于每一个预测目标向量Tj，利用对应的预测模型获得K个聚类，若至少存在一个聚类，其类均值与预测目标向量Tj在各维度的差值均在预警范围内，则判定正常；否则，获得类权重最大的聚类，获得不在预警范围内的差值所对应的测点并判定为异常测点，生成预警信息并存储到数据库中。本发明能够提高电厂生产设备故障预警的适应性、实时性以及可扩展性。
-
公开(公告)号：CN110427867B
公开(公告)日：2021-11-19
申请号：CN201910694449.5
申请日：2019-07-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于残差注意力机制的面部表情识别方法及系统，属于计算机视觉领域，包括：提取包含人脸区域的目标框并进行特征归一化处理，之后利用面部表情识别模型进行面部表情识别；面部表情识别模型包括：一个降采样特征提取结构，用于通过小卷积块对目标框进行特征提取；多个级联的残差注意力结构，分别用于通过深度可分离卷积结构对输入的特征图进行特征提取，以得到精细特征图，并在通道域上对输入的特征图提取感兴趣特征，以得到关键特征图，并将得到的特征图点乘后与精细特征图叠加为残差特征图；以及一个融合损失层，用于获取最后一个残差特征图的损失值，从而预测面部表情类别。本发明能够提高面部表情识别的识别精度和识别速度。
-
公开(公告)号：CN110599388B
公开(公告)日：2021-10-15
申请号：CN201910789582.9
申请日：2019-08-26
Applicant: 华中科技大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于定位点辅助的盲鲁棒数字水印嵌入和检测方法，属于数字水印领域。本发明提出了基于定位点机制，定位点用来辅助确定水印嵌入的区域，水印嵌入过程，首先嵌入定位点，确立水印嵌入区域，再在该区域进行水印嵌入；水印检测过程，首先检测识别定位点，通过定位点进行水印作品矫正，获得正确的水印嵌入位置，再进行水印检测。当水印作品受到包含摄屏攻击在内的几何攻击时，仍能在没有原始载体前提下，借助定位点还原几何形变，维持嵌入位置的相对不变性，抵抗摄屏攻击，抵抗拍摄导致的图像非线性缩放畸变以及周边其他内容干扰，抵抗模糊噪点对比度调整等常规图像处理攻击和裁剪缩放旋转等几何攻击，达到正确溯源追踪的目的。
-
Patent Agency Ranking
公开(公告)号：CN111723954A
公开(公告)日：2020-09-29
申请号：CN202010574665.9
申请日：2020-06-22
Applicant: 华中科技大学
Abstract: 本发明公开一种基于灰色物元分析法的高速公路智能养护方法及系统，包括：确定T段高速公路中每段高速公路的N个决策指标及其数值；基于灰色物元分析法将所述T段高速公路中每段高速公路的N个决策指标数值转化为N维复合灰元RN×T，每维复合灰元对应各个决策指标在T段高速公路的数值；根据各个指标在T段高速公路中的最大值得到最佳事务灰元R0；基于N维复合灰元RN×T和最佳事务灰元R0进行事务关联度分析，确定关联度复合灰元，得到T段高速公路中各段高速公路的关联度；基于各段高速公路的关联度进行排序，关联度从小到大对应的路面性能从最差到最优，关联度从小到大的养护优先级逐次降低。本发明提供科学决策、合理规划的高速公路养护技术。
-
公开(公告)号：CN110610129A
公开(公告)日：2019-12-24
申请号：CN201910719368.6
申请日：2019-08-05
Applicant: 华中科技大学
Abstract: 本发明公开一种基于自注意力机制的深度学习人脸识别系统及方法，属于计算机视觉与模式识别领域。本发明构建了通道自注意力模块，通过对特征图的三维数据进行维度转换转置，学习通道间的互相关关系矩阵，以表示不同通道间的相对关系，再通过跟原特征的计算得到通道优化后的特征，对不同通道进行不同权重赋值，实现了通道过滤的选择，降低特征通道冗余信息。构建了空间自注意力模块，对三维特征图的空间信息进行建模，学习特征图空间位置间的互相关关系矩阵，以表示不同位置间的相对关系，再通过跟输入的特征进行计算得到空间位置优化后的特征，对人脸特征图的不同位置赋予不同的权重，实现了人脸重要特征区域的选择，将特征集中在人脸的重要区域。
-
公开(公告)号：CN110598540A
公开(公告)日：2019-12-20
申请号：CN201910716138.4
申请日：2019-08-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种监控视频中步态轮廓图的提取方法及系统，属于计算机视觉领域，包括：解码得到视频帧序列后进行缓存；对视频帧进行行人检测，得到行人目标快照及行人目标框，并进行目标框归一化，以得到方形快照并进行缓存；根据行人目标快照提取行人重识别特征后进行缓存，并通过特征匹配实现当前视频帧中的行人目标与前一帧中行人目标的匹配，从而实现对同一行人目标的跟踪；若成功跟踪到同一行人目标在连续n帧之间的轨迹，则获取该行人目标在连续n帧中的方形快照，进行人形分割后进行二值化处理，以得到该行人目标在连续n帧中的步态轮廓图并进行缓存。本发明能够提高监控视频中步态轮廓图的提取效果，以满足步态识别的要求。
-
公开(公告)号：CN110598022A
公开(公告)日：2019-12-20
申请号：CN201910718017.3
申请日：2019-08-05
Applicant: 华中科技大学
IPC: G06F16/532 , G06F16/51
Abstract: 本发明公开了一种基于鲁棒深度哈希网络的图像检索系统与方法，属于计算机视觉与模式识别领域。本发明将空间转换网络模块引入到深度哈希网络结构中，使模型能根据图片内容自适应地进行尺度缩放、旋转等仿射变换，提高模型的泛化能力。同时采取基于互学习策略，在增加网络的泛化性及鲁棒性的同时，也能提高网络的训练稳定性并加速网络的收敛。采用松弛哈希生成函数和改进网络结构松弛二值哈希码到连续的实值空间，使得网络可以进行求导并通过反向传播算法进行学习。该技术手段依据松弛哈希函数在输入前添加一个放大系数后，可以逐渐逼近符号函数，从而替代符号函数。由于去掉二值约束正则项，避免引入多余的辅助变量和计算。
-
公开(公告)号：CN110427867A
公开(公告)日：2019-11-08
申请号：CN201910694449.5
申请日：2019-07-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于残差注意力机制的面部表情识别方法及系统，属于计算机视觉领域，包括：提取包含人脸区域的目标框并进行特征归一化处理，之后利用面部表情识别模型进行面部表情识别；面部表情识别模型包括：一个降采样特征提取结构，用于通过小卷积块对目标框进行特征提取；多个级联的残差注意力结构，分别用于通过深度可分离卷积结构对输入的特征图进行特征提取，以得到精细特征图，并在通道域上对输入的特征图提取感兴趣特征，以得到关键特征图，并将得到的特征图点乘后与精细特征图叠加为残差特征图；以及一个融合损失层，用于获取最后一个残差特征图的损失值，从而预测面部表情类别。本发明能够提高面部表情识别的识别精度和识别速度。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.029 seconds)
