公开(公告)号：CN117475408A

公开(公告)日：2024-01-30

申请号：CN202311436568.3

申请日：2023-10-31

Applicant: 杭州电子科技大学

Inventor： 金超 ,  杨昆 ,  高志刚 ,  冯建文 ,  朱俊杰 ,  张芯源 ,  谢昊睿

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/44 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种用于智能辅助驾驶的交通标志小目标检测方法，以及实现该方法的装置。本方法将交通标志小目标图片输入改进后的YOLOv5s模型中，通过Backbone中的空洞卷积扩大较低层次特征图在原图中的感受野，为后续检测提供更多的信息，利用特征金字塔融合不同层次的特征图，然后利用检测层输出小目标的位置和分类信息。在检测层中引入了注意力机制，使用精确的位置信息对通道关系和远程依赖性进行编码，实现坐标信息嵌入和坐标注意生成，使模型更准确地定位感兴趣的对象。本方法能够有效提高对于交通标志小目标检测的精度，且检测速度也能够满足移动端检测的实时性需求。

公开(公告)号：CN118940180A

公开(公告)日：2024-11-12

申请号：CN202411007354.9

申请日：2024-07-25

Applicant: 杭州电子科技大学

Inventor： 孔续 ,  杨昆 ,  谭敏 ,  张建辉 ,  肖金成 ,  谢昊睿

IPC: G06F18/2433 ,  G06F18/214 ,  G06F18/10 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开一种基于异常注意力和门控存储的多变量时序异常检测方法，首先收集多变量时间序列数据集，接着构建基于异常注意力和门控存储的多变量时序异常检测模型，包括：异常注意力模块、门控存储模块和弱解码器；然后将预处理后的时间序列输入异常注意力模块获得关联差异，根据序列关联矩阵得到隐状态数据，经门控存储模块得到检索内存项，将检索内存项和查询在特征维度相加获得弱解码器的输入数据，通过弱解码器得到重构时间序列；再对模型进行训练并判定异常数据。本发明方法强化了模型的重构能力，并能够更有效地捕获关联差异，提高了时序异常检测的精度，可应用于水处理设备、交通信号设备、互联网公司服务器等传感器数据的时序异常检测。

公开(公告)号：CN119168860A

公开(公告)日：2024-12-20

申请号：CN202411115445.4

申请日：2024-08-14

Applicant: 杭州电子科技大学

Inventor： 冯建文 ,  谢昊睿 ,  丁强

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/40 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于多窗口交叉特征融合注意力机制的图像重建方法。该方法通过双三次插值降低原图像的分辨率，得到模型训练数据，并将原图像作为样本标签。对于训练数据，首先通过蓝图可分离卷积提取浅层特征。再对高效可分离蒸馏模块进行改进，得到多个注意力融合蒸馏模块，提取深层特征。使用基于多窗口交叉注意力的特征融合模块，对深层特征进行多次的分割、注意力计算、多窗口交叉注意力计算、重组等操作，实现特征增强。再与浅层特征进行融合，输出重建的高分辨率图像。根据训练数据下采样倍率的不同，可以得到重建倍率不同的模型。