-
公开(公告)号：CN113205468B
公开(公告)日：2022-08-09
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN112102548A
公开(公告)日：2020-12-18
申请号：CN202010898680.9
申请日：2020-08-31
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种基于手掌静脉识别的门禁系统及其控制方法，所述门禁系统包括前端出入口门禁控制部分和后端控制器部分；前端出入口门禁控制部分包括门禁控制器以及与门禁控制器连接的门外掌静脉采集装置、门内掌静脉采集装置、门外实时红外监控装置、门内实时红外监控装置、前端LoRa通信模块；后端控制器部分包括系统服务器以及与系统服务器连接的数据库、后端LoRa通信模块；门禁控制器与系统服务器通过前端LoRa通信模块和后端LoRa通信模块无线连接。本发明通过手掌静脉识别加入到门禁系统中，此门禁系统在监狱、精神病医院等特殊的应用场景下，需要在出、入门体时都要进行身份验证；并增加实时红外监控功能，在非法闯入或闯出时，都能实时进行报警。
-
公开(公告)号：CN116485656A
公开(公告)日：2023-07-25
申请号：CN202310523823.1
申请日：2023-05-10
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明提出了一种基于深度学习的点云几何纹理上采样方法，旨在解决现有点云上采样方法只关注几何坐标增密而忽视纹理信息的问题。本发明的方法通过数据预处理、点云几何纹理特征提取、点云特征上采样、点云几何纹理回归等步骤，实现了点云的几何坐标和纹理的同时上采样。通过此方法，我们可以获得更高质量和更高分辨率的点云表示，显著提高自动驾驶、增强/虚拟现实(AR/VR)、3D表面重建和机器人感知等应用的质量和性能，同时优化点云渲染的结果，进一步提高三维视觉的真实感。本发明为三维视觉领域提供了一种新的、高效的点云处理方法。
-
公开(公告)号：CN115480206A
公开(公告)日：2022-12-16
申请号：CN202211148991.9
申请日：2022-09-21
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院 , 桂林智慧产业园有限公司
Abstract: 本发明公开了一种离网格DOA估计方法，首先构建信号模型；其次，建立基于狄利克雷过程先验的概率模型，并根据概率模型，求解联合概率密度函数，并设计因子图；然后，使用联合置信传播和平均场规则的消息传递方法得到概率模型中各参数的更新公式，对概率模型中未知参数赋予初值，处理接收数据，迭代更新得到概率模型参数的估计值；最后，根据所得到的参数估计值，计算DOA的估计值。
-
公开(公告)号：CN115480206B
公开(公告)日：2025-03-04
申请号：CN202211148991.9
申请日：2022-09-21
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院 , 桂林智慧产业园有限公司
Abstract: 本发明公开了一种离网格DOA估计方法，首先构建信号模型；其次，建立基于狄利克雷过程先验的概率模型，并根据概率模型，求解联合概率密度函数，并设计因子图；然后，使用联合置信传播和平均场规则的消息传递方法得到概率模型中各参数的更新公式，对概率模型中未知参数赋予初值，处理接收数据，迭代更新得到概率模型参数的估计值；最后，根据所得到的参数估计值，计算DOA的估计值。
-
Patent Agency Ranking
公开(公告)号：CN116468610A
公开(公告)日：2023-07-21
申请号：CN202310519712.3
申请日：2023-05-10
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
IPC: G06T3/40
Abstract: 本发明提出了一种基于神经隐式函数的点云上采样方法，以克服现有上采样技术的局限性并生成任意分辨率的点云数据。该方法首先训练神经隐式函数以在点云数据集的配对样本之间建立映射，然后使用训练好的神经隐式函数对低分辨率点云进行上采样，生成高分辨率点云。此外，该方法还通过使用优化算法调整生成的高分辨率点云，以最小化原始点云与生成点云之间的误差。通过这种方法，可以生成高质量的点云数据，同时提高处理效率，适用于需要进行点云处理的各种场景，如自动驾驶、游戏开发和虚拟现实等。
-
公开(公告)号：CN113205468A
公开(公告)日：2021-08-03
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN112880681A
公开(公告)日：2021-06-01
申请号：CN202110036015.3
申请日：2021-01-12
Applicant: 桂林慧谷人工智能产业技术研究院
IPC: G01C21/20
Abstract: 本发明公开了一种基于SSD的视觉室内定位系统技术方法，步骤为：1)收集站点(商场、博物馆)中的每个地标的图像，并使用地标ID手动注释图像中每个地标的边界框。使用这些图像与标记构建地标数据库；2)使用图像对这些图像进行大小调整，投影变换，亮度调节和图像模糊来扩充数据库，生成更多训练的图像，防止过度拟合；3)改善SSD网络使他更快更准确的识别地标ROI；4)将数据库里的数据输入网络进行训练；5)手机拍摄视频将视频信息传入服务器中；6)服务器收集到手机端拍摄的图像后使用基于ROI跟踪的有效关键帧选择方法对潜在的地标、边界和关键帧进行选择，采用改进的SSD来检测地标，得到地标概率；7)服务器处理相关数据估计位置，并将位置信息发送给手机端。该方法通过使用视觉识别进行室内定位。
-
公开(公告)号：CN113202560A
公开(公告)日：2021-08-03
申请号：CN202110606893.4
申请日：2021-06-01
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明提供一种基于数据挖掘的煤矿风险预防和救援决策的系统，将先进的数据挖掘技术应用于矿井中各种数据处理，然后采用SVM分类进行预测模型的构建，进而去预测风险，并采取相应措施去避险。救援决策方向采用预训练好的BERT中文模型，将各种成功的救援情况和方案去对BERT进行微调，然后根据情况给出措施。只要在训练模型时候有对应的事故数据，此发明可以针对各种风险去进行防护。相比于之前的单种煤矿风险预测系统，此系统能够对多种风险进行防护，而且加入了救援决策的功能使系统既能安全预防也可以成功的救援。
-
公开(公告)号：CN112465803A
公开(公告)日：2021-03-09
申请号：CN202011458021.X
申请日：2020-12-11
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种结合图像增强的水下海参检测方法，步骤为：1）对获取的水下海参图像进行人工标注，得到标注后的图像；2）将标注后的海参图像转换成VOC2007格式数据，得到标注后的数据；3）获取海参图像并对图像进行预处理，得到增强的图像；4）使用k均值聚类算法将检测网络yolov4网络模型的先验框修改为对应的尺度，再将对应最大和最小的尺度取平均值替换中间值；5）对需要识别的图像进行预处理，得到增强的图像；6）将标注后的数据和预处理得到的图像作为训练数据，对网络模型训练，得到训练后的模型；7）将增强后的图像输入训练完成后的模型中对图像进行识别。该方法通过图像增强提高水下图像清晰度，减小对海参的识别难度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.048 seconds)
