-
公开(公告)号：CN116681799A
公开(公告)日：2023-09-01
申请号：CN202310612586.6
申请日：2023-05-29
Abstract: 本申请涉及一种基于语义边缘模型的线描稿生成方法、装置及存储介质，该方法包括：获取目标数字遗产图像，并从目标数字遗产图像中，获取目标数字遗产图像所对应的多个原图分块；利用已构建的语义边缘模型，处理原图分块，得到原图分块所对应的分块线描图和每个分块线描图所对应的分块边缘信息，分块边缘信息表征分块线描图的滑动区域的平滑化权值；基于分块线描图和分块边缘信息，进行分块重叠聚合处理，生成目标线描图，目标数字遗产图像对应的线描稿包括目标线描图。通过本申请，以分块重叠聚合矫正的方式，矫正线描分块边缘差异，解决大型线描稿生成过程中，局部区域分块的边缘难以衔接、整体线描稿质量不佳的问题。
-
公开(公告)号：CN117114236A
公开(公告)日：2023-11-24
申请号：CN202311073467.4
申请日：2023-08-23
Applicant: 暨南大学
IPC: G06Q10/063 , G06Q50/06 , G06N3/126
Abstract: 本申请涉及基于协同演化算法的非侵入式负荷监测方法及存储介质，该方法包括：对获取的目标信息和第一基因值进行编码，生成多个包括多个第一编码的第一编码数组；在每个第一编码数组的多个第一编码分组中，确定当前利用遗传算法进行遗传操作的目标分组；在多个进化编码数组中，确定局部最优编码数组，基于从局部最优编码数组获取的意向编码基因，对除局部最优编码数组之外的进化编码数组进行编码基因更新，得到多个第二编码数组；基于第二编码数组对应的适应度，对每个第二编码数组的多个第二编码进行基于协同演化算法的处理、对处理得到的第二编码分组进行遗传操作及将对应的第二编码进行编码基因更新，得到包括目标编码数组的负荷监测结果。
-
公开(公告)号：CN118135976A
公开(公告)日：2024-06-04
申请号：CN202410251702.0
申请日：2024-03-06
Applicant: 暨南大学
Abstract: 本申请涉及基于TSD和遗传算法的和弦匹配方法、装置、电子装置及存储介质，该方法包括：将待匹配和弦的目标旋律片段输入已训备的和弦预测模型，得到第一参照和弦序列；利用第一参照和弦序列和TSD可达矩阵，计算多个当前和弦序列对应的适应度，得到当前和弦序列种群的种群适应度；基于种群适应度和遗传算法，对多个当前和弦序列进行遗传操作迭代优化，直至种群适应度小于预设种群适应度阈值，得到目标和弦序列种群；从目标和弦序列种群的所有和弦序列中，确定出目标旋律片段所对应的目标和弦旋律。通过本申请，解决了相关技术中的和弦匹配方案所生成的和弦与主旋律适配效果不佳、乐曲作品的可解释性低的问题。
-
公开(公告)号：CN116954903A
公开(公告)日：2023-10-27
申请号：CN202310917058.1
申请日：2023-07-25
Applicant: 暨南大学
Abstract: 本申请涉及基于遗传算法的进程映射优化方法、装置及存储介质，该方法包括：获取目标计算程序的多个子进程所对应的通信数据，通信数据包括进程通信量和进程通信时延；对进程通信量和进程通信时延，进行实数编码，生成第一进程映射编码数组，第一进程映射编码数组包括多个第一编码，第一编码用于表征执行子进程的第一进程核与子进程的对应关系；基于遗传算法，对第一编码进行遗传进化操作，对完成遗传进化操作的第一编码进行冗余调度处理，生成具有多个第二编码的第二进程映射编码数组；确定第二编码对应的适应度，根据适应度，对第二进程映射编码数组中的第二编码进行遗传进化操作更新，生成目标进程映射编码数组，得到进程映射优化结果。
-
Patent Agency Ranking
公开(公告)号：CN116934628A
公开(公告)日：2023-10-24
申请号：CN202310965421.7
申请日：2023-08-02
Applicant: 暨南大学
Abstract: 本申请涉及基于大规模协同遗传算法的残片复原方法及存储介质，该方法包括：识别多个碎片图像对应的边缘点集，基于对应的边缘点集，确定碎片图像的边缘相似度；根据边缘相似度，对多个碎片图像进行分组，得到多个第一碎片图像分组，基于第一碎片图像分组的目标信息进行Prufer编码，生成基因编码序列；基于预设的遗传算法，对多个基因编码序列进行遗传进化处理，得到每个第一碎片图像分组所对应的第一生成树，利用预设的大规模协同算法对多个第一生成树进行合并，得到第一全局树；根据第一全局树的每个第二生成树的第一适应度，对多个第二生成树进行遗传进化操作更新，生成目标全局树，基于目标全局树对应的目标拼接树，对碎片图像进行拼接。
-
公开(公告)号：CN116630864A
公开(公告)日：2023-08-22
申请号：CN202310700031.7
申请日：2023-06-13
Applicant: 暨南大学
IPC: G06V20/40 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本申请涉及基于YOLOV5算法的拾球机控制方法、装置及存储介质，该方法包括：获取羽毛球训练过程中的视频，视频包括多帧视频图像帧；利用预训练的球体识别网络，在每帧视频图像帧中检测候选球体，确定候选球体对应的包围盒，球体识别网络是基于YOLOV5算法，采用预设的融合浅层特征作为YOLOV5算法的浅层特征所训练的神经网络，融合浅层特征是浅层特征和预设的深层特征进行融合所生成的；根据包围盒与对应视频图像帧的中线的距离信息，从候选球体筛选出目标球体；按预设的移动驱动模式，控制拾球机驶向与目标球体所处位置对应的实景场地位置，以风力吸取处于实景场地位置上的羽毛球。通过本申请，解决了对羽毛球进行识别的方案存在检测精准度及拾球效率低的问题。
-
公开(公告)号：CN117690399A
公开(公告)日：2024-03-12
申请号：CN202410086012.4
申请日：2024-01-22
Applicant: 暨南大学
Abstract: 本申请涉及基于LSTM的和弦旋律生成方法、装置、电子装置及介质，该方法包括：对待匹配和弦旋律的第一旋律片段进行预编码处理，得到第一拟合参数；利用已训备的特征提取模型对第一旋律片段进行处理，生成第一前端标签数据，基于第一前端标签数据和第一拟合参数，生成第一标签数据；对第一旋律片段所对应的音符的音高进行编码，生成第一旋律向量，利用已训备的和弦预测模型，处理第一旋律向量和第一标签数据，得到多个与第一旋律片段对应的候选和弦片段；在多个候选和弦片段中，基于预设的选择策略，选取第一旋律片段对应的目标和弦片段。通过本申请，解决利用相关模型进行根据旋律生成和弦的方案，生成的和弦视听不自然、与旋律适配效果不佳的问题。
-
公开(公告)号：CN117437189A
公开(公告)日：2024-01-23
申请号：CN202311342943.8
申请日：2023-10-17
Applicant: 暨南大学
IPC: G06T7/00 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/26 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于实例分割的影像辅助诊断方法、装置及存储介质，该方法包括：获取目标对象的胸腔所对应的三维扫描图，对三维扫描图进行切片处理，得到多张二维切片图;在多张二维切片图中，利用已训备的实例分割模型Mask R‑CNN分割提取目标器脏区域，得到每张二维切片图对应的二维扫描图；利用已训备的目标识别网络，在二维扫描图的目标器脏区域中检测目标结节，得到病灶信息，病灶信息包括目标结节的目标信息；基于每张二维扫描图所对应的目标信息，进行目标结节合并归类，以确定三维扫描图所对应的诊断结果。通过本申请，解决了相关技术中用于影像辅助诊断的方法识别出目标结节的效率及准确率低的问题。
-
公开(公告)号：CN116051392A
公开(公告)日：2023-05-02
申请号：CN202211132088.3
申请日：2022-09-16
Applicant: 暨南大学
Abstract: 本申请涉及一种基于深度学习的交互式网络的图像修复方法及系统，该方法包括：获取待修复的目标图片，目标图片具有多处残损区域；利用基于深度学习的交互式分割网络，对采用预设方式选定残损区域后的目标图片进行处理，生成与目标图片对应的目标蒙版图，目标蒙版图用于表征目标图片待修复的残损区域；将目标蒙版图和目标图片联合输入到预设的图像修复模型中，输出完成修复的图片。通过本申请，解决了相关技术中对图像修复时仅考虑图像修复网络的修复效果，易造成图像修复失败、图像修复效果不佳的问题，实现了获得精确的残损区域，修复得到符合人视觉感知的结果的图像，图像修复灵活性及可控性好的有益效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
