-
公开(公告)号：CN119360455A
公开(公告)日：2025-01-24
申请号：CN202411933425.8
申请日：2024-12-26
Applicant: 厦门理工学院
IPC: G06V40/30 , G06V30/244 , G06V30/19 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于多任务学习的手写签名认证方法，通过手写签名验证任务与光学字符识别任务进行多任务学习，通过光学字符识别任务进行学习笔迹图片的文本信息，用于手写签名验证任务，辅助手写签名验证任务的判断，包括：从脱机签名验证图片中提取文本信息；构建拉普拉斯注意力模块；构建手写签名验证任务与光学字符识别任务共享参数模块，用于提取两任务共同的签名图像特征；构建用于光学字符识别任务的第一独立参数模块，该模块为Mamba模块；构建用于手写签名验证任务的第二独立参数模块，该模块为多尺度全局融合模块；构建分类模型，将输出特征整合后，通过分类模型判断两张图片是否相似。该方法有利于提高手写签名认证的准确性。
-
公开(公告)号：CN119252347A
公开(公告)日：2025-01-03
申请号：CN202411776207.8
申请日：2024-12-05
Applicant: 厦门理工学院
Abstract: 本发明提供了一种基于KAN网络和多组学数据的癌症亚型分类方法，该方法包括获取多组学数据，包括基因组学数据、转录组学和蛋白质组学数据，构建测试数据集；利用科尔莫戈洛夫‑阿诺德网络模型对多组学数据进行特征提取和整合,并进行训练，得到训练好的癌症分型模型；在模型评估阶段，采用蒙特卡洛丢弃法进行多次前向传播，以估算模型预测结果的不确定性，提升模型的鲁棒性；癌症分型预测，使用训练好的科尔莫戈洛夫‑阿诺德网络模型对多组学数据进行高精度癌症分型。本方法能够有效解决多组学数据异质性问题，提升癌症分型的准确性和鲁棒性，有助于提高个性化治疗的效果。
-
公开(公告)号：CN119205923A
公开(公告)日：2024-12-27
申请号：CN202411696931.X
申请日：2024-11-26
Applicant: 厦门理工学院
IPC: G06T7/73 , G06V40/20 , G06V10/44 , G06V10/75 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 一种基于极坐标置信表征的人体姿态估计方法、装置、设备和介质，涉及姿态识别技术领域。人体姿态估计方法包括S1、获取待处理图像，输入姿态估计主干网络，获取第一特征图。S2、根据第一特征图，通过极角角度置信回归分支预测每个关键点相对于根节点的极角角度信息，生成极角置信度热力图。S3、根据第一特征图，通过极轴长度回归分支预测从根节点到每个关键点的极轴长度信息，生成极轴长度图。S4、根据极角置信度热力图，通过取最大期望操作，获取备选根节点集合。S5、根据极角置信度热力图和极轴长度图，通过直角坐标变换，获取所有备选关节点集合。S6、根据备选根节点集合和备选关节点集合，通过多级聚类操作，获取目标图像的人体姿态估计图。
-
公开(公告)号：CN118968599A
公开(公告)日：2024-11-15
申请号：CN202411154083.X
申请日：2024-08-21
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于掩码属性建模的Transformer人脸属性识别方法及系统，该方法包括以下步骤：1）获取人脸属性识别数据集和人脸属性标签组合；2）构建基于掩码属性建模的人脸属性识别网络模型，其包含动态关系感知编码模块、Transformer编码器、语言编码器、语言解码器多个组件，协同执行FAR任务和MFAM任务；语言编码器获取来自语言模态的人脸属性关系编码；动态关系感知编码模块将语言和视觉模态的信息融合，得到多模态融合特征；Transformer编码器挖掘多模态融合特征之间的长距离依赖，得到注意力感知多模态特征；语言解码器进行MFAM任务；3）将训练好的人脸属性识别网络模型用于人脸属性识别任务。该方法及系统有利于获得更加稳定、鲁棒、准确的人脸属性识别结果。
-
公开(公告)号：CN118917510A
公开(公告)日：2024-11-08
申请号：CN202411388307.3
申请日：2024-10-08
Applicant: 厦门理工学院
IPC: G06Q10/047 , G06Q10/0835 , G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明涉及物流调度管理技术领域，尤其涉及一种基于数据分析的物流自动化调度方法及系统。该方法包括以下步骤：获取物流中转站设施数据并分析，以建立中转站传输拓扑结构模型；分析物流中转站设施数据，生成物流配送容器模型集；对中转站传输拓扑结构模型和配送容器模型集进行模拟，生成配送容器传输数据，并分析以制定机械臂装载控制策略；获取待装载物流货物数据并进行容器分配，生成货物物流配送容器模型；对容器模型进行规划，获取货物传输路径数据；整合货物配送容器模型，获得货物装载空间数据；根据货物传输路径数据和装载空间数据，分析并制定物流货物调度管理策略。本发明能提高物流调度管理的效率。
-
Patent Agency Ranking
公开(公告)号：CN118095502A
公开(公告)日：2024-05-28
申请号：CN202410032416.5
申请日：2024-01-09
Applicant: 厦门理工学院
IPC: G06Q10/02 , G06Q10/0631 , G06Q30/0601 , G06Q50/47
Abstract: 本发明涉及一种评估网约车载客量密度与城市环境因子关系的方法，包括：通过K‑Means++聚类算法进行多尺度的空间单元划分；提取每条订单数据中上车点下车点所在空间单元的唯一编码；构建一个m×m的通行时间矩阵，设定矩阵中的元素Tij的值为所有以唯一编码为i的空间单元为上车点且以唯一编码为j的空间单元为下车点的订单数据对应的通行时间的平均值；使用通行时间矩阵替代MGWR模型中的空间权重矩阵后，通过MGWR模型得到网约车载客量密度与城市环境因子的关系。本发明揭示了出租车载客量同城市建成环境因子的关联机制，为城市交通资源优化和出行模式分析提高科学依据。
-
公开(公告)号：CN117475519A
公开(公告)日：2024-01-30
申请号：CN202311797195.2
申请日：2023-12-26
Applicant: 厦门理工学院 , 厦门瑞为信息技术有限公司
Abstract: 本发明公开了基于孪生网络与多重通道融合的脱机笔迹鉴别方法，将两张输入的笔迹图片进行取反操作，获取其反灰度图片，包括参考图片、测试图片、参考图片的反灰度图片、测试图片的反灰度图片四张笔迹图片；将四张笔迹图片分别进入同一个网络模型提取图像特征向量 ，生成相应的四个特征向量；特征向量经过两次双重笔迹注意力，进行权重加权处理，得到特征向量Y；将四张笔迹图片经过图像处理的128维图片进行融合，融合有512维图片；将融合后的图片经过自注意力与卷积操作，进行判断；将输出的特征向量进行sigmoid操作，将其作为置信度用来判断两张输入图片是否为同一个人书写。
-
公开(公告)号：CN117475155A
公开(公告)日：2024-01-30
申请号：CN202311797890.9
申请日：2023-12-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V20/13 , G06V20/17 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明公开基于半监督学习的轻量级遥感图像分割方法，包括S1、收集原始图像数据集，标注部分数据集以得到部分标注的训练数据集；S2、构建两个完全一致的语义分割模型；S3、将无标签数据同时输入两个语义分割模型，计算输出的一致性损失；S4、将有标签数据同时输入两个语义分割模型，计算交叉熵损失和骰子损失的混合损失作为有监督损失；S5、总损失为一致性损失和两个模型的混合损失三者按权重相加；S6、对总体损失进行优化和反向梯度传播，更新网络参数；S7、在同一测试集分别测试训练好的两个模型，选择其中精度较高的一个模型作为最终模型。本发明可提高遥感图像分割的效率，在较低的参数量和计算复杂度下实现了更高的精度。
-
公开(公告)号：CN117372701A
公开(公告)日：2024-01-09
申请号：CN202311667809.5
申请日：2023-12-07
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于Transformer的交互式图像分割方法，选取想要标注的图像，载入到交互式图像分割标注软件中；选择分割目标，根据用户点击行为生成点击记录，在对应位置生成点击标记；确认交互完成后，根据点击记录将其转换为圆盘图，作为相对应的正负点击指导再和原始掩码拼接，在与原图相加后作为分割模型输入；利用预训练分割模型对图像中的指定目标进行分割，返回初始的分割掩码；根据初始的分割掩码结果，选择添加合适的正负点击对错误区域进行再次标记；将新的标记再次送入分割模型，并返回修正后的结果。如此往复，对分割结果进行细化，以得到满意的结果。本发明能提高交互式图像分割标注性能，以更少的交互次数得到更好的分割结果。
-
公开(公告)号：CN116758557A
公开(公告)日：2023-09-15
申请号：CN202310738640.1
申请日：2023-06-21
Applicant: 厦门理工学院
Abstract: 本发明提出一种基于浅层图神经网络的联机手写笔画分类方法，包括以下步骤：步骤S1、对联机手写文档的每一个笔画提取若干特征；提取笔画对的若干特征；步骤S2、得到文档笔画的初始图结构；步骤S3、将初始图结构送入边缘分支进行边缘特征学习；步骤S4、将分类结果作为图的邻接矩阵，从而更新图结构；步骤S5、从更新后的图结构的节点特征中提取连通子图特征与全局特征；步骤S6、在更新后的图结构基础上，得到最终的节点特征。对最终的节点特征进行分类，得到版面分析结果。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.027 seconds)
