-
公开(公告)号:CN120032099A
公开(公告)日:2025-05-23
申请号:CN202510037279.9
申请日:2025-01-09
Applicant: 华南理工大学 , 广东省科学院智能制造研究所
IPC: G06V10/25 , H04N1/44 , H04L9/00 , H04N21/2347 , H04N21/4408 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种低分辨率实时关键信息检测与保护方法,包括:使用网络摄像头获取的图像;使用ShuffleNetV2作为主干网络提取采样,使用Ge‑Fusion FPN模块进行多尺度特征融合,以及FCOS目标检测头,同时使用数据蒸馏与高分辨率预训练的方法,提升模型在低分辨率下的检测精确度;同时使用混沌加密的方案,对检测到的关键信息区域,进行加密,并融合到原始图像上。应用本发明技术方案,可以提升低分辨率下的目标检测速度与精度,可以应用于智能安防领域并提升网络摄像头的隐私性能。本发明通过引入混沌加密的方法,对检测图像进行实时的关键信息保护,提高了安全性。
-
公开(公告)号:CN113112791A
公开(公告)日:2021-07-13
申请号:CN202110326489.1
申请日:2021-03-26
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明属于交通流量预测技术领域,涉及一种基于滑动窗口长短时记忆网络的交通流量预测方法,包括:对采集的交通流量数据进行预处理,构建城市路网的拓扑结构图和构建交通流量预测模型的输入;构建基于滑动窗口长短时记忆网络的交通流量预测模型,用于同时获取交通流量的时空相关性;对交通流量预测模型进行训练,并基于交通数据集评估交通流量预测模型,得到训练后的交通流量预测模型;基于训练后的交通流量预测模型进行交通流量预测。本发明提供了一种新的基于滑动窗口长短时记忆网络的交通流量预测模型,该交通流量预测模型能更好地获取交通流量的空间和时间相关性,从而获得更精准的交通流量预测结果。
-