公开(公告)号：CN108520205B

公开(公告)日：2022-04-12

申请号：CN201810234650.0

申请日：2018-03-21

Applicant: 安徽大学

Inventor： 郭星 ,  李黄划 ,  张以文 ,  李炜

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764

Abstract: 本发明公开了一种基于Citation‑KNN的人体动作识别方法，包括：获取测试样本；通过帧差法提取测试样本动作序列中的关键帧；对Hausdorff距离进行优化，并根据优化的Hausdorff距离计算被提取关键帧的测试样本在训练集中的c个近邻样本和r个索引样本；基于近邻样本和索引样本构建分函数，并根据评分函数计算测试样本中每个动作类别的分数，得到测试样本中分数最高的动作类别作为测试样本的目标测试动作类别，输出目标测试动作类别。

公开(公告)号：CN107480250A

公开(公告)日：2017-12-15

申请号：CN201710687556.6

申请日：2017-08-11

Applicant: 安徽大学

Inventor： 张以文 ,  周媛媛 ,  吴金涛 ,  李炜 ,  王福田

IPC: G06F17/30 ,  G06Q30/02 ,  G06Q30/06

CPC classification number: G06F17/30867 ,  G06F2216/03 ,  G06Q30/0255 ,  G06Q30/0263 ,  G06Q30/0631

Abstract: 一种基于Spark平台Web服务个性化推荐方法及系统，包括：提取用户在电商应用或信息平台的行为数据，对收集的行为数据进行评估分析；利用基于商空间粒度分析的覆盖聚类算法对收集的行为数据进行聚类处理得出聚类结果，根据上述聚类结果构建用户关联矩阵Mu和服务关联矩阵Ms，再通过对上述构建的关联矩阵进行目标用户和目标Web服务的相似邻居分析，得出目标用户和目标Web服务的相似邻居结果，并根据相似邻居结果的聚类信息对用户的评价值QoS进行预测和混合处理得出推荐算法；在Spark平台下对该推荐算法进行并行化计算，对计算结果进行存储。该方法有效提高了Web服务推荐的准确性和效率，同时缓解了推荐过程中可能存在的数据稀疏性以及扩展性问题。

公开(公告)号：CN105117795A

公开(公告)日：2015-12-02

申请号：CN201510493867.X

申请日：2015-08-12

Applicant: 安徽大学 ,  安徽德林猪场管理有限公司

Inventor： 郭星 ,  李炜 ,  张以文 ,  刘政怡 ,  张慧

IPC: G06Q10/04 ,  G06Q50/02

Abstract: 本发明公开了一种基于蚁群算法的动态饲料组合选择系统和选择方法，属于猪场养殖技术领域。本发明公开了一种基于蚁群算法的饲料组合优化方法，包括以下步骤：在所有待选服务商中，随机选择n种服务商，根据约束条件构成动态组合模型，形成一个满足约束的多目标决策问题；针对模型综合应用蚁群算法进行求解；根据算法所选的寻优方式进行更新，直至所得的组合中的元素的信息素收敛于最优解；输出所述最优解为最终的服务商的选择。通过本发明，实现在猪场养殖的服务商选择过程中对蚁群算法的实际应用，从而为猪场养殖的服务商选择提供了依据，用最小的成本获得最大的吸收率，降低成本，提高收益。

公开(公告)号：CN105046701A

公开(公告)日：2015-11-11

申请号：CN201510402217.X

申请日：2015-07-08

Applicant: 安徽大学

Inventor： 刘政怡 ,  王娇娇 ,  郭星 ,  张以文 ,  李炜 ,  吴建国

IPC: G06T7/00 ,  G06T5/00

CPC classification number: G06T5/005 ,  G06T5/50

Abstract: 本发明一种基于构图线的多尺度显著目标检测方法，以构图线为目标、其余为背景出发，通过多次特征相关性比较逐步更新目标和背景，形成显著图，并通过背景角度的细化、超像素内像素之间差异的矫正及多尺度融合实现显著目标检测，克服现有图像显著目标检测方法未能直接利用目标特征形成显著图的不足。所述构图线定义为摄影构图法则中的三等分构图线、对角构图线、三角形构图线、黄金比例构图线或金色螺线构图线。所述方法以构图线作为目标的初始值，能够充分利用假定已知目标的特征完成显著性计算。

公开(公告)号：CN104680546A

公开(公告)日：2015-06-03

申请号：CN201510118787.6

申请日：2015-03-12

Applicant: 安徽大学

Inventor： 刘政怡 ,  王娇娇 ,  郭星 ,  张以文 ,  李炜 ,  吴建国

IPC: G06T7/00

CPC classification number: G06T7/0002

Abstract: 为克服图像显著目标检测中颜色对比度先验和边界先验单一特征的不足，提供一种图像显著目标检测方法，依据公式S＝(Sc+Sb)·exp(O)，将按颜色对比度先验特征检测图像所形成的显著图Sc和按边界先验特征检测图像所形成的显著图Sb相加，再与整个图像的Objectness特征的指数函数相乘，产生最终的显著图S。所述图像显著目标检测方法充分考虑颜色对比度先验特征与边界先验特征之间的互补性及完整目标Objectness特征的抑制作用，有效提取显著目标。

公开(公告)号：CN102622140B

公开(公告)日：2015-05-13

申请号：CN201210061916.9

申请日：2012-03-05

Applicant: 安徽大学

Inventor： 刘政怡 ,  李炜 ,  吴建国

IPC: G06F3/042

Abstract: 一种摄像式多点触摸系统，涉及人机交互领域，其特征是由主机、显示屏幕、两个广角摄像头及图像处理单元组成；所述两个广角摄像头分别设置在所述显示屏幕同侧的两角位置上，所述显示屏幕在两个广角摄像头分别拍摄的两个二维图像上均成为一维线阵图像；所述图像处理单元设置在所述主机中，对两个广角摄像头拍摄的两个二维图像中的一维线阵图像进行处理，计算出触摸点坐标；所述图像处理单元对两个广角摄像头拍摄的除一维线阵外的其他包含触摸物侧面图像的二维图像进行处理，从所述触摸点坐标中消除鬼点，得到真实触摸点坐标；所述主机根据所述图像处理单元获得的真实触摸点坐标执行相应任务。本发明只需两个广角摄像头利用侧面图像消除鬼点。

公开(公告)号：CN113658134B

公开(公告)日：2024-08-23

申请号：CN202110939965.7

申请日：2021-08-13

Applicant: 安徽大学

Inventor： 刘政怡 ,  檀亚诚 ,  朱斌 ,  张子森 ,  姚晟 ,  李炜

IPC: G06T7/00 ,  G06T7/33 ,  G06T5/50 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种多模态对齐校准的RGB‑D图像显著目标检测方法，包括以下步骤：从RGB‑D图像中提取RGB特征和Depth特征；对RGB特征和Depth特征进行对齐校准，产生RGB修正特征和Depth修正特征；从Depth特征中提取边特征，产生边图；联合解码RGB修正特征、Depth修正特征、边特征产生显著图；利用显著图真值、边图真值监督所述边图、显著图，通过训练集的训练，形成RGB‑D图像显著目标检测模型；利用所述RGB‑D图像显著目标检测模型检测任意一张RGB‑D图像，输出显著图为检测结果。所述方法通过对颜色特征和深度特征进行对齐校准减少两种模态之间的差异，实现有效融合，提高检测精度。

公开(公告)号：CN113536145B

公开(公告)日：2024-08-02

申请号：CN202110758970.8

申请日：2021-07-05

Applicant: 安徽大学

Inventor： 郭星 ,  周姣 ,  李炜

IPC: G06F16/9536 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于空间感知的transformer协同过滤方法，包括嵌入层、隐藏层和预测层，具体步骤如下：S1、嵌入层对输入的四个稀疏特征向量进行独热码编码，生成固定大小的嵌入向量；S2、隐藏层中多层感知机(Multi‑layer Percetron，MLP)和transformer网络层两个子模块对送入的嵌入向量进行处理；S3、将隐藏层的两个子模块输出的值联合起来通过预测层后，得到最终的预测值。本发明将多层感知机和transformer应用到空间感知的服务质量预测中去，在基于多层感知机学习用户交互数据的同时，又利用transformer来捕捉用户位置和服务位置之间的隐式关系，从而解决传统协同过滤方法中存在的数据稀疏和冷启动等问题。

公开(公告)号：CN113822855A

公开(公告)日：2021-12-21

申请号：CN202110933152.7

申请日：2021-08-11

Applicant: 安徽大学

Inventor： 刘政怡 ,  张志立 ,  谭亚诚 ,  唐彬 ,  姚晟 ,  李炜

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T5/50 ,  G06T9/00

Abstract: 本发明公开了一种RGB‑T图像显著目标检测方法，包括以下步骤：从RGB‑T图像中提取RGB特征和Thermal特征，产生对应初始显著图，利用初始显著图增强所述RGB特征和Thermal特征后，实施独立解码，产生RGB和Thermal独立解码特征、独立解码显著图；融合所述RGB和Thermal独立解码特征，形成RGB‑T融合特征后，实施联合解码，产生联合解码显著图；利用显著图真值监督独立解码显著图、联合解码显著图，通过训练数据集的训练，形成RGB‑T图像显著目标检测模型，所述模型检测任意一张RGB‑T图像，输出联合解码显著图。所述方法通过独立解码兼顾RGB颜色图像和Thermal热红外图像各自的独特性，通过联合编码减少RGB颜色图像和Thermal热红外图像二者之间的差异，提高检测性能。

公开(公告)号：CN113536145A

公开(公告)日：2021-10-22

申请号：CN202110758970.8

申请日：2021-07-05

Applicant: 安徽大学

Inventor： 郭星 ,  周姣 ,  李炜

IPC: G06F16/9536 ,  G06N3/08

Abstract: 一种基于空间感知的transformer协同过滤方法，包括嵌入层、隐藏层和预测层，具体步骤如下：S1、嵌入层对输入的四个稀疏特征向量进行独热码编码，生成固定大小的嵌入向量；S2、隐藏层中多层感知机(Multi‑layer Percetron，MLP)和transformer网络层两个子模块对送入的嵌入向量进行处理；S3、将隐藏层的两个子模块输出的值联合起来通过预测层后，得到最终的预测值。本发明将多层感知机和transformer应用到空间感知的服务质量预测中去，在基于多层感知机学习用户交互数据的同时，又利用transformer来捕捉用户位置和服务位置之间的隐式关系，从而解决传统协同过滤方法中存在的数据稀疏和冷启动等问题。