-
公开(公告)号：CN114419587B
公开(公告)日：2025-04-18
申请号：CN202210041437.4
申请日：2022-01-14
Applicant: 三峡大学
IPC: G06V20/58 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于CycleGAN的夜间车辆识别方法，包括以下步骤：获取车辆图像的数据集，将数据集划分为训练集与测试集；基于CycleGAN与YOLOv4，获得改进后的YOLOv4；基于夜间车辆图像与白天车辆图像对CycleGAN进行训练，获得训练后的转换器；基于夜间车辆图像与训练后的转换器对改进后的YOLOv4进行训练，获得训练好的YOLOv4；基于训练好的YOLOv4对测试集进行测试，获得夜间车辆识别结果。本发明能够改善车辆与背景之间的对比度和抑制环境光的干扰，在夜间更准确地识别车辆，有效增强车辆特征，提高夜间车辆检测地准确性。
-
公开(公告)号：CN114418988B
公开(公告)日：2024-07-26
申请号：CN202210053680.8
申请日：2022-01-18
Applicant: 三峡大学
IPC: G06V20/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于注意力机制的拼接图像篡改检测方法及系统，包括：将拼接篡改数据集输入图像篡改检测模型；对篡改拼接图像提取篡改特征，获得特征图；基于带有注意力机制的特征融合网络对特征图进行特征提取，获得最终特征图，基于最终特征图获得拼接图像篡改检测结果。本发明在YOLOv4网络的末端添加注意力机制，以增强对图像中篡改特征的提取能力。将损失函数中的置信度损失替换为Focal loss，通过减少简单样本的权重，使模型在进行篡改检测任务训练时，专注于困难的样本，并有效改善在训练过程中正负样本不平衡的问题。利用COCO数据集制作合成拼接篡改数据集，解决了数据集不足无法充分训练神经网络的问题。
-
公开(公告)号：CN114419587A
公开(公告)日：2022-04-29
申请号：CN202210041437.4
申请日：2022-01-14
Applicant: 三峡大学
IPC: G06V20/58 , G06K9/62 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于CycleGAN的夜间车辆识别方法，包括以下步骤：获取车辆图像的数据集，将数据集划分为训练集与测试集；基于CycleGAN与YOLOv4，获得改进后的YOLOv4；基于夜间车辆图像与白天车辆图像对CycleGAN进行训练，获得训练后的转换器；基于夜间车辆图像与训练后的转换器对改进后的YOLOv4进行训练，获得训练好的YOLOv4；基于训练好的YOLOv4对测试集进行测试，获得夜间车辆识别结果。本发明能够改善车辆与背景之间的对比度和抑制环境光的干扰，在夜间更准确地识别车辆，有效增强车辆特征，提高夜间车辆检测地准确性。
-
Patent Agency Ranking
公开(公告)号：CN105002272B
公开(公告)日：2018-07-31
申请号：CN201510397829.4
申请日：2015-07-08
Applicant: 三峡大学
IPC: C12Q1/6895
Abstract: 本发明通过RAPD标记技术与人工绘制品种鉴定图(MCID)法相结合的方法,实现竹节参及其近缘人参属植物(人参、西洋参、三七以及竹节参变种狭叶竹节参、羽叶三七、珠子参)的快速鉴别。采用改良的CTAB法从叶片中提取竹节参及其近缘植物总DNA,从16条随机引物中筛选出能稳定扩增并且具有特异性条带的4条引物构建DNA指纹图谱,共扩增出46条条带,其中多态性条带42条,多态性比率为91.30%。根据特异性条带的有无,将竹节参及其近缘植物鉴别区分开,绘制图谱关系分析图,构成人工绘制品种鉴定图。该方法快速简单,结果直观可靠,为竹节参及近缘品种的初步鉴别提供了种有效可行的方法。
-
公开(公告)号：CN114399734A
公开(公告)日：2022-04-26
申请号：CN202210049405.9
申请日：2022-01-17
Applicant: 三峡大学
IPC: G06V20/52 , G06V20/10 , G06K9/62 , G06N3/04 , G06N3/08 , G08B17/00 , G08B17/10 , G08B17/12 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于视觉信息的森林火灾预警方法，包括：将待测数据集中的图像输入森林火灾检测模型进行训练；在森林中布置监控摄像头，并对所有监控摄像头进行编号；将监控摄像头采集的视频数据输入森林火灾检测模型进行分类，若分类结果为检测到烟雾则发出烟雾报警，并提供视频来源的监控摄像头的编号，完成森林火灾预警。本发明利用注意力机制使网络对小尺度烟雾更加敏感，更好提取早期森林火灾烟雾的特征。本发明融入了特征级和决策级的分类检测模块，提高了烟雾与相似物体的鉴别能力，尤其是鉴别烟和雾的特征。本发明在数据集中加入雾的负样本，使网络适应在雾天环境下对烟的检测。
-
公开(公告)号：CN105349534A
公开(公告)日：2016-02-24
申请号：CN201510724704.8
申请日：2015-10-29
Applicant: 三峡大学
Abstract: 本发明提供一种用于竹节参分子鉴定的引物，所述的引物为Z1，其序列为：F5’-AGACGTCCACATGGGCTA-3’；R5’-TAGACGTCCACGTTAAGTTAG-3’。同时提供了特异性引物Z1进行竹节参序列特异性扩增区域标记分子的鉴定方法，具体为基因组DNA的提取及SCAR分析。应用特异性SCAR引物Z1对竹节参及其它人参属植物基因组DNA进行PCR扩增，扩增程序为94℃预变性5min；94℃变性30s，55℃退火30s，72℃延伸30s，循环34次；72℃补充延伸5min，取PCR反应产物，在100V电压下，经琼脂糖凝胶电泳30min，凝胶分析系统检测照相，即可完成鉴定。本申请依赖于特异性引物和PCR实验技术，就能够实现对竹节参及其它人参植物的快速鉴别。SCAR标记操作简单快速，成本低廉，在不同实验室均易实现。
-
公开(公告)号：CN105002272A
公开(公告)日：2015-10-28
申请号：CN201510397829.4
申请日：2015-07-08
Applicant: 三峡大学
IPC: C12Q1/68
CPC classification number: C12Q1/6895 , C12Q2600/156
Abstract: 本发明通过RAPD标记技术与人工绘制品种鉴定图（MCID）法相结合的方法，实现竹节参及其近缘人参属植物（人参、西洋参、三七以及竹节参变种狭叶竹节参、羽叶三七、珠子参）的快速鉴别。采用改良的CTAB法从叶片中提取竹节参及其近缘植物总DNA，从16条随机引物中筛选出能稳定扩增并且具有特异性条带的4条引物构建DNA指纹图谱，共扩增出46条条带，其中多态性条带42条，多态性比率为91.30%。根据特异性条带的有无，将竹节参及其近缘植物一一鉴别区分开，绘制图谱关系分析图，构成人工绘制品种鉴定图。该方法快速简单，结果直观可靠，为竹节参及近缘品种的初步鉴别提供了一种有效可行的方法。
-
公开(公告)号：CN114418988A
公开(公告)日：2022-04-29
申请号：CN202210053680.8
申请日：2022-01-18
Applicant: 三峡大学
Abstract: 本发明公开了一种基于注意力机制的拼接图像篡改检测方法及系统，包括：将拼接篡改数据集输入图像篡改检测模型；对篡改拼接图像提取篡改特征，获得特征图；基于带有注意力机制的特征融合网络对特征图进行特征提取，获得最终特征图，基于最终特征图获得拼接图像篡改检测结果。本发明在YOLOv4网络的末端添加注意力机制，以增强对图像中篡改特征的提取能力。将损失函数中的置信度损失替换为Focal loss，通过减少简单样本的权重，使模型在进行篡改检测任务训练时，专注于困难的样本，并有效改善在训练过程中正负样本不平衡的问题。利用COCO数据集制作合成拼接篡改数据集，解决了数据集不足无法充分训练神经网络的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
