-
公开(公告)号：CN119495039A
公开(公告)日：2025-02-21
申请号：CN202311051055.0
申请日：2023-08-21
Applicant: 成都信息工程大学
IPC: G06V20/40 , G06V20/10 , G06V10/774 , G06V10/82 , G06N5/022 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识蒸馏的早期烟雾识别方法，所诉方法首先构建知识蒸馏训练深度学习网络，该网络包括教师网络和学生网络两个部分，教师网络和学生网络都选用Faster RCNN+FPN结构，其中的差别体现在教师网络使用较为复杂的backbone网络以得到较好的特征数据，而学生网络使用轻量级的backbone网络以支持较少计算资源情况下的泛化性。在该训练网络中，将数据分别输入到教师网络和学生网络，得到两组不同的特征数据，在通过教师得到的特征数据对学生得到的特征数据进行调整。最终得到一个能在边缘环境中进行准确预测的模型。采用该模型对早期烟雾进行识别，提升针对早期烟雾的识别准确率，精确率和误警率。
-
公开(公告)号：CN118692001A
公开(公告)日：2024-09-24
申请号：CN202310288700.4
申请日：2023-03-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于时空特征融合的轻量型烟雾识别的方法，所诉方法首先构建时空特征融合的轻量型的深度学习网络(TSNet)，该网络包含浅层空间特征提取模块和时空特征提取模块。并以该网络为基础构建基于时空特征融合的轻量型的烟雾识别模型。在该模型中，首先利用TSNet内的浅层空间特征提取模块提取单帧图片的局部空间特征，并将其抽象化并一步步降低特征图分辨率。在通过时空特征提取模块利用改良的probsparse self‑attention分别提取多帧烟雾图片间的时序特征以及单帧烟雾图片的深层抽象特征，同时在该模块中将提取到的烟雾时序特征和深层空间特征经行进一步的融合，从而得到最终的识别结果。采用基于时空特征融合的轻量型烟雾识别的方法，提升针对烟雾的识别准确率，精确率和误警率。
-
公开(公告)号：CN110245915B
公开(公告)日：2021-07-02
申请号：CN201910438466.2
申请日：2019-05-23
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于B/S的职称评审管理系统，其包括门户展示单元、职称申报单元、职称审核单元、专家库管理单元、个人信息管理单元、系统管理单元、统计查询单元和系统集成服务单元。本发明构思合理，流程简单，能显著降低评审工作的维护难度和处理难度，使用高效可靠。
-
公开(公告)号：CN107609470B
公开(公告)日：2020-09-01
申请号：CN201710636033.9
申请日：2017-07-31
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种野外火灾早期烟雾视频检测的方法，其包括以下步骤：步骤1：将视频镜头进行解压处理，得到帧序列；步骤2：以大小为5*5的均值滤波器对原始图像进行滤波，并通过形态学的方法去除噪点；步骤3：利用火灾烟雾的运动特性初提取火灾烟雾候选区域，采用高斯混合模型提取运动前景；步骤4：利用早期野外火灾烟雾颜色静态特征进行第2次烟雾候选区域提取；步骤5：利用烟雾扩散过程中运动的方向特征进行第3次烟雾候选区域提取；步骤6：利用卷积神经网络对候选烟雾区域进行识别，其中，卷积神经网络设计为一层输入层，三层卷积层，三层池化层，一层全连接神经网络和一层输出层。本发明具有识别率高，便于推广应用的优点。
-
公开(公告)号：CN110136033A
公开(公告)日：2019-08-16
申请号：CN201910387973.8
申请日：2019-05-10
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于B/S架构的课程网站系统，其包括前台动态网站和后台网站数据维护系统；前台动态网站中所有关于课程的相关教学信息和题库信息全部由后台网站数据维护系统进行维护管理；前台动态网站包括前台登录注册单元和前台主页单元；后台网站数据维护系统包括后台登录注册单元、题库信息增加单元和模块信息更新单元。本发明结构设计简单、合理，功能完善且多样化，操作使用简单方便，能满足学生们的课程学习需求。
-
Patent Agency Ranking
公开(公告)号：CN109977904A
公开(公告)日：2019-07-05
申请号：CN201910269644.3
申请日：2019-04-04
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于深度学习的轻量型的人体动作识别方法，所述方法首先构建浅层和深层网络相结合的轻量型的深度学习网络(SDNet)，该网络包含浅层多尺度模块和深层网络模块，并以该网络为基础构建基于深度学习的轻量型的人体动作识别模型。在该模型中，首先利用SDNet对时空双流进行特征提取和表示；再利用时间金字塔池化层将时间流和空间流的视频帧级的特征聚合成视频级表示，再通过全连接层和softmax层得到时空双流对输入序列的识别结果，最后，利用加权平均融合的方式对双流结果进行融合，从而得到最终的识别结果。采用基于深度学习的轻量型的人体动作识别方法，能够在保证识别精度不降低的前提下，大幅减少模型参数量。
-
公开(公告)号：CN110245915A
公开(公告)日：2019-09-17
申请号：CN201910438466.2
申请日：2019-05-23
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于B/S的职称评审管理系统，其包括门户展示单元、职称申报单元、职称审核单元、专家库管理单元、个人信息管理单元、系统管理单元、统计查询单元和系统集成服务单元。本发明构思合理，流程简单，能显著降低评审工作的维护难度和处理难度，使用高效可靠。
-
公开(公告)号：CN107609470A
公开(公告)日：2018-01-19
申请号：CN201710636033.9
申请日：2017-07-31
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种野外火灾早期烟雾视频检测的方法，其包括以下步骤：步骤1：将视频镜头进行解压处理，得到帧序列；步骤2：以大小为5*5的均值滤波器对原始图像进行滤波，并通过形态学的方法去除噪点；步骤3：利用火灾烟雾的运动特性初提取火灾烟雾候选区域，采用高斯混合模型提取运动前景；步骤4：利用早期野外火灾烟雾颜色静态特征进行第2次烟雾候选区域提取；步骤5：利用烟雾扩散过程中运动的方向特征进行第3次烟雾候选区域提取；步骤6：利用卷积神经网络对候选烟雾区域进行识别，其中，卷积神经网络设计为一层输入层，三层卷积层，三层池化层，一层全连接神经网络和一层输出层。本发明具有识别率高，便于推广应用的优点。
-
公开(公告)号：CN112965692B
公开(公告)日：2023-10-27
申请号：CN202110154115.6
申请日：2021-02-04
Applicant: 成都信息工程大学
Abstract: 本发明属于计算机应用技术领域，公开了一种基于模板可配置的小型装修公司客户关系管理系统及方法，模板生成单元用于对不同的公司业务不同需求进行不同的展示；信息管理模块用于中小型装修企业所有个人基本信息的查看，并且根据实时现状更改内容；信息维护模块用于实现新增客户信息、跟踪情况记录、查看自己名下所有客户业务情况、授权权限，以及用于查看授权业务人员的客户信息；统计报表模块用于实现对所有业务情况的整体查看。本发明的管理系统能够弥补市场上对于小型装修公司个性化需求不易满足，资金承担压力大，信息化建设滞后的情况，以不同方式查看业务统计报表这些方面的缺乏不足。
-
公开(公告)号：CN112965692A
公开(公告)日：2021-06-15
申请号：CN202110154115.6
申请日：2021-02-04
Applicant: 成都信息工程大学
Abstract: 本发明属于计算机应用技术领域，公开了一种基于模板可配置的小型装修公司客户关系管理系统及方法，模板生成单元用于对不同的公司业务不同需求进行不同的展示；信息管理模块用于中小型装修企业所有个人基本信息的查看，并且根据实时现状更改内容；信息维护模块用于实现新增客户信息、跟踪情况记录、查看自己名下所有客户业务情况、授权权限，以及用于查看授权业务人员的客户信息；统计报表模块用于实现对所有业务情况的整体查看。本发明的管理系统能够弥补市场上对于小型装修公司个性化需求不易满足，资金承担压力大，信息化建设滞后的情况，以不同方式查看业务统计报表这些方面的缺乏不足。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
