-
公开(公告)号:CN113420706B
公开(公告)日:2022-05-24
申请号:CN202110755187.6
申请日:2021-07-05
Applicant: 吉林大学
IPC: G06V20/54 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62 , G08G1/017 , G06N3/04
Abstract: 本发明公开了一种基于多层特征融合的车辆检测方法,包括如下步骤:步骤一:获取带有标注的车辆检测数据集;步骤二:针对训练集中车辆的尺寸重新设计先验框大小;步骤三:使用YOLO v4的主干特征提取网络CSPdarknet 53,将提取到的四个不同尺度的特征作为输入传入多层特征融合网络,经过两次多层特征融合网络,将输出的三个不同尺度特征图传入分类回归预测网络得到最终预测结果;步骤四:训练网络模型并测试网络性能。因此本发明能够提高网络对于小目标车辆的检测准确率并提高了检测速度。
-
公开(公告)号:CN109344902B
公开(公告)日:2021-07-20
申请号:CN201811186210.9
申请日:2018-10-12
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明提出一种基于局部时空连续性聚合描述的视频纹理描述方法。该方法用图像集合表示视频,对图像集合划分分块,通过LBP‑TOP算子提取视频的局部时空纹理特征,利用k‑means算法获取该视频描述集合的聚类中心,基于这些聚类中心对视频描述集合进行聚合得到一个单独的向量,以得到更为细致的刻画视频的局部信息。特征向量之间的相似性是通过欧式距离来定义,并对不同分量赋予相应权重。最后利用最近邻方法获得最佳视频分类结果。通过在Honda/UCSD数据库上与当前几种主流视频描述算子进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且具有较强的鲁棒性。
-
公开(公告)号:CN105446930A
公开(公告)日:2016-03-30
申请号:CN201510994517.1
申请日:2015-12-25
Applicant: 吉林大学
IPC: G06F13/42
CPC classification number: G06F13/4282
Abstract: 本发明公开了一种单选择端SPI主从式多机双向通信方法,包括以下步骤:S1:用三条通信线将主机上的MOSI引脚、MISO引脚和SCLK引脚分别与多个从机上对应的MOSI引脚、MISO引脚和SCLK引脚连接,用一条选择线将主机上的SS引脚分别与多个从机上的SS引脚连接;S2:对从机进行编址,每个从机分配一个地址;S3:对从机的MISO引脚进行控制,控制从机的SPI接口MISO引脚为输入状态;S4:主机通过MOSI引脚向从机发送带有从机地址编码的数据。本发明可以大大减少连接线的个数,只用四条线就可以实现比I2C通信更快的通信,节省连线成本,减少系统复杂性,在设计电路板时,也可以减少成本,并且同时节省了主机的引脚使用数量,节省了资源。
-
公开(公告)号:CN101437239A
公开(公告)日:2009-05-20
申请号:CN200810051580.1
申请日:2008-12-11
Applicant: 吉林大学
Abstract: 本发明涉及一种基于线性预测滤波的实时传感器信号网络传输方法。技术方案是:发送端仅发送信号重建需要的采样序列,在接收端利用线性预测滤波方法恢复接收到的采样序列,并利用此序列重建源信号,由此构建这个信号的虚拟本地传感器,用户通过对虚拟本地传感器采样获得信号采样估计值,具体步骤包括:a)发送端和接收端的时钟同步,利用多个同步帧的平均往返时间进行发送端与接收端的时钟同步;b)发送端发送采样序列优化;c)接收端采样序列恢复处理;d)接收端信号重建。本发明一是优化了发送数据序列,减少数据传输所需的网络流量,二是使信号数据使用与信号的网络传输分离,使用户不必直接关注信号网络传输过程。
-
公开(公告)号:CN109344902A
公开(公告)日:2019-02-15
申请号:CN201811186210.9
申请日:2018-10-12
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明提出一种基于局部时空连续性聚合描述的视频纹理描述方法。该方法用图像集合表示视频,对图像集合划分分块,通过LBP-TOP算子提取视频的局部时空纹理特征,利用k-means算法获取该视频描述集合的聚类中心,基于这些聚类中心对视频描述集合进行聚合得到一个单独的向量,以得到更为细致的刻画视频的局部信息。特征向量之间的相似性是通过欧式距离来定义,并对不同分量赋予相应权重。最后利用最近邻方法获得最佳视频分类结果。通过在Honda/UCSD数据库上与当前几种主流视频描述算子进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且具有较强的鲁棒性。
-
公开(公告)号:CN111638676B
公开(公告)日:2021-07-16
申请号:CN202010624362.3
申请日:2020-07-01
Applicant: 吉林大学
IPC: G05B19/042
Abstract: 本发明涉及一种应用于主动唤醒的数据采集控制节能系统的节能方法,系统由传感器、信号调理模块、A/D转换模块、双路数字电位器和双界限比较器构成;节能方法初始A/D转换,通过双路数字电位器设定下次唤醒的上下界电压,由双界限比较器设置唤醒方式,自动唤醒并进行A/D转换,再次更新下次自动唤醒的上下界电压。本发明采用传感器信号变化驱动的方式,即在传感器信号不变或变化较小时,并不唤醒微控制器,使微控制器一直处于低功耗的休眠状态,只有传感器信号的变化到达特定条件时,才会主动地去唤醒微控制器进行工作,可以使系统功耗进一步降低。本发明节能方法,节省了系统的功耗和微控制器的计算量,解决了传统周期采集数据时间间隔长短选择的问题。
-
公开(公告)号:CN111638676A
公开(公告)日:2020-09-08
申请号:CN202010624362.3
申请日:2020-07-01
Applicant: 吉林大学
IPC: G05B19/042
Abstract: 本发明涉及一种主动唤醒的数据采集控制节能系统及其节能方法,系统由传感器、信号调理模块、A/D转换模块、双路数字电位器和双界限比较器构成;节能方法初始A/D转换,通过双路数字电位器设定下次唤醒的上下界电压,由双界限比较器设置唤醒方式,自动唤醒并进行A/D转换,再次更新下次自动唤醒的上下界电压。本发明采用传感器信号变化驱动的方式,即在传感器信号不变或变化较小时,并不唤醒微控制器,使微控制器一直处于低功耗的休眠状态,只有传感器信号的变化到达特定条件时,才会主动地去唤醒微控制器进行工作,可以使系统功耗进一步降低。本发明系统及方法,节省了系统的功耗和微控制器的计算量,解决了传统周期采集数据时间间隔长短选择的问题。
-
公开(公告)号:CN105629832B
公开(公告)日:2018-12-21
申请号:CN201510994349.6
申请日:2015-12-25
Applicant: 吉林大学
IPC: G05B19/042
Abstract: 本发明公开了一种无收发控制端RS485收发自动切换隔离电路及方法,所述自动切换隔离电路包括MCU、RXD、TXD、ISO1、ISO2、U1、发送控制端和U2,所述MCU上设有UART,所述UART上的RXD连接到自动切换隔离电路上的RXD,所述UART上的TXD连接到自动切换隔离电路上的TXD,所述ISO1和ISO2进行信号隔离后,连接到自动切换隔离电路上的TXD端和RXD端,所述自动切换隔离电路上的TXD经过隔离后的信号经过ISO2的5脚输出,连接到U1下部分的发送控制端,所述U1的上部分接收到RS485总线上的信号,从1脚输出,连接到ISO1的3脚,经光隔离后发送到自动切换隔离电路上的RXD上。本发明的切换隔离电路的方法传输简单,通过该方法简化了硬件连接和程序设计,适合推广。
-
公开(公告)号:CN108256478A
公开(公告)日:2018-07-06
申请号:CN201810045439.4
申请日:2018-01-17
Applicant: 吉林大学
Abstract: 本发明提出一种基于QPSO黎曼流形学习的视频相似度度量方法。该算法将视频相似度视为图像集相似度度量问题,图像对齐后提取纹理特征并进行融合处理,再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频数据的内在表示,相似度的度量则采用仿射包距离标定方法,最后利用libSVM获得最佳分类识别结果。通过在相关视频数据库上进行的对比实验,验证了所提算法的有效性,所提算法识别精度较高,误差较低,并且具有较强的鲁棒性。
-
公开(公告)号:CN113420706A
公开(公告)日:2021-09-21
申请号:CN202110755187.6
申请日:2021-07-05
Applicant: 吉林大学
Abstract: 本发明公开了一种基于多层特征融合的车辆检测方法,包括如下步骤:步骤一:获取带有标注的车辆检测数据集;步骤二:针对训练集中车辆的尺寸重新设计先验框大小;步骤三:使用YOLO v4的主干特征提取网络CSPdarknet 53,将提取到的四个不同尺度的特征作为输入传入多层特征融合网络,经过两次多层特征融合网络,将输出的三个不同尺度特征图传入分类回归预测网络得到最终预测结果;步骤四:训练网络模型并测试网络性能。因此本发明能够提高网络对于小目标车辆的检测准确率并提高了检测速度。
-
-
-
-
-
-
-
-
-