-
公开(公告)号：CN116817398B
公开(公告)日：2023-11-17
申请号：CN202311104638.5
申请日：2023-08-30
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开了一种可用于车站的空气消杀设备，属于空气消杀技术领域，包括机体，所述机体内部开设有气固分离腔，所述气固分离腔内部固定设有分离筒，所述分离筒内部转动设有螺旋杆，所述机体顶部设有第一电机且输出端与螺旋杆固定设置，所述分离筒底部设有用于防护灰尘上升的防回流组件，所述机体内部位于气固分离腔正下方开设有固体收集腔，所述固体收集腔内部设有用于对灰尘进行实时收集的收集组件。本发明通过设置锥形分离筒，使气体进行气固分离，并且在分离的过程中，增设了防回流组件，可以阻挡底部的灰尘进行回流，并且通过增设防回流管，使固体被笼罩在防回流管的内部，增强防回流效果与气固分离的效果。
-
公开(公告)号：CN111008996B
公开(公告)日：2023-04-07
申请号：CN201911250349.X
申请日：2019-12-09
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开一种通过分层特征响应融合的目标跟踪方法，涉及计算机视觉目标跟踪领域；包括：步骤10、对参数进行初始化；步骤20、提取目标图像分层特征进行响应值融合得到位置模型；步骤30、训练尺度相关滤波器的最大尺度响应值得到尺度模型；步骤40、当步骤20中所述响应值融合后得到的融合响应值小于等于设定阈值，对目标图像进行重检测，得到一候选区域，并返回步骤20；当所述融合响应值大于设定阈值时，更新位置模型以及尺度模型，然后进入步骤50；步骤50、将更新后的位置模型与尺度模型用于下一帧跟踪，返回步骤40。本发明提供的方法，改变了分层特征自适应融合和模型更新的条件，提高了相关滤波器跟踪的精确度，使跟踪效果更为理想。
-
公开(公告)号：CN111612809A
公开(公告)日：2020-09-01
申请号：CN202010466649.8
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供了视觉跟踪领域的一种结合时空正则化约束的视觉跟踪定位方法，包括如下步骤：步骤S10、对参数进行初始化；步骤S20、基于初始化的所述参数，利用脊回归项、时空正则化模块以及约束模块建立跟踪框的目标函数；步骤S30、将所述目标函数矩阵化；步骤S40、将矩阵化的所述目标函数转为频域函数；步骤S50、将所述频域函数最小化以求取最优解；步骤S60、利用所述最优解更新拉格朗日参数；步骤S70、基于更新的所述拉格朗日参数更新跟踪框的目标函数进行视觉跟踪。本发明的优点在于：极大的提升了视觉跟踪的准确性以及有效性。
-
公开(公告)号：CN110569957A
公开(公告)日：2019-12-13
申请号：CN201910825742.0
申请日：2019-09-03
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司 , 中科永大控股有限公司
IPC: G06N3/00
Abstract: 本发明公开了一种基于人工蜂群算法的优化方法，涉及仿生智能计算与优化领域。本发明采用一种新的初始化策略，从而获得较高质量的初始种群并减少寻优迭代次数；然后提出了两个新的搜索方程，其中一个用于增强局部搜索能力，另一个用于避免后期寻优过程的早熟收敛；进一步地，本发明对基本人工蜂群算法的框架进行了调整。本发明在于提供一种基于人工蜂群算法的优化方法，增强初始种群的多样性和分布性，提高搜索随机性，避免陷入局部最优，改进算法性能，无论在解的精度还是收敛速度方面，效果都有所提高。
-
公开(公告)号：CN109325966A
公开(公告)日：2019-02-12
申请号：CN201811031171.5
申请日：2018-09-05
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供一种通过时空上下文进行视觉跟踪的方法，包括如下步骤：步骤1：初始化参数；步骤2：训练上下文感知滤波器得到位置模型；步骤3：训练尺度相关滤波器的最大尺度响应值得到尺度模型；步骤4：分类器输出响应图；判别相关滤波器生成与响应图峰值对应的峰值旁瓣比；步骤5：对比响应图峰值与峰值旁瓣比，如果响应图峰值大于峰值旁瓣比，则引入在线随机蕨分类器进行重检测；如果响应图峰值小于峰值旁瓣比，则更新步骤2的位置模型和步骤3的尺度模型；如果响应图峰值等于峰值旁瓣比，则继续维持当前视觉跟踪状态；步骤6：将更新好的位置模型与尺度模型作用于下一帧跟踪；返回步骤4。
-
Patent Agency Ranking
公开(公告)号：CN108021869A
公开(公告)日：2018-05-11
申请号：CN201711127478.0
申请日：2017-11-15
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开的一种结合高斯核函数的卷积神经网络跟踪方法，该方法步骤包括：首先对首帧图像进行归一化处理并聚类提取目标信息，结合跟踪过程中目标背景信息共同作为卷积网络结构中的各阶滤波器，通过高斯核函数来提高卷积运算速度，提取目标简单抽象特征，然后叠加简单层的卷积结果得到目标的深层次表达，最后结合粒子滤波跟踪框架实现跟踪。本发明简化后的卷积网络结构，脱离苛刻深度学习运行环境提取的深度抽象特征，能够有效地应对低分辨率，目标遮挡与形变等场景，提高复杂背景下的跟踪效率。
-
公开(公告)号：CN111612809B
公开(公告)日：2023-04-07
申请号：CN202010466649.8
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
IPC: G06T7/20 , G06F17/16 , G06T7/246 , G06V10/25 , G06V10/774
Abstract: 本发明提供了视觉跟踪领域的一种结合时空正则化约束的视觉跟踪定位方法，包括如下步骤：步骤S10、对参数进行初始化；步骤S20、基于初始化的所述参数，利用脊回归项、时空正则化模块以及约束模块建立跟踪框的目标函数；步骤S30、将所述目标函数矩阵化；步骤S40、将矩阵化的所述目标函数转为频域函数；步骤S50、将所述频域函数最小化以求取最优解；步骤S60、利用所述最优解更新拉格朗日参数；步骤S70、基于更新的所述拉格朗日参数更新跟踪框的目标函数进行视觉跟踪。本发明的优点在于：极大的提升了视觉跟踪的准确性以及有效性。
-
公开(公告)号：CN110136112B
公开(公告)日：2022-11-04
申请号：CN201910397979.3
申请日：2019-05-14
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06V10/764
Abstract: 本发明提供了一种基于乳腺X线摄影钙化计算机辅助检测算法，包括以下步骤：读入图像、预处理、图像滤波、图像均衡化、图像分割、灰度还原、LBP和GLDM纹理特征和随机森林算法分类；本发明通过图像处理的方法既可以提高乳腺钙化的检测率，精确地表示出乳腺钙化的方位信息，提高了乳腺钙化检测的精确度，本发明可用于从乳腺钼靶靶线图像中快速地检测出可疑钙化区域，通过计算机图像处理的方法，将可疑钙化区域标示出来供参考，为最后良恶性判别诊断提供有益信息。
-
公开(公告)号：CN111008996A
公开(公告)日：2020-04-14
申请号：CN201911250349.X
申请日：2019-12-09
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开一种通过分层特征响应融合的目标跟踪方法，涉及计算机视觉目标跟踪领域；包括：步骤10、对参数进行初始化；步骤20、提取目标图像分层特征进行响应值融合得到位置模型；步骤30、训练尺度相关滤波器的最大尺度响应值得到尺度模型；步骤40、当步骤20中所述响应值融合后得到的融合响应值小于等于设定阈值，对目标图像进行重检测，得到一候选区域，并返回步骤20；当所述融合响应值大于设定阈值时，更新位置模型以及尺度模型，然后进入步骤50；步骤50、将更新后的位置模型与尺度模型用于下一帧跟踪，返回步骤40。本发明提供的方法，改变了分层特征自适应融合和模型更新的条件，提高了相关滤波器跟踪的精确度，使跟踪效果更为理想。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.034 seconds)
