公开(公告)号：CN119478354A

公开(公告)日：2025-02-18

申请号：CN202411519317.6

申请日：2024-10-29

Applicant: 武汉工程大学

Inventor： 程莉 ,  文国陈 ,  钟舒心 ,  孙坤杰 ,  何亚文 ,  胡岩乾 ,  李璇 ,  元海文

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00

Abstract: 本发明提供一种基于自适应多尺度特征融合的表面缺陷显著目标检测方法，该方法包括：使用VGG16网络从待检测物体表面图像中提取多种层次的特征图；使用CBAM注意力机制通过空间和通道注意力对每种层次的特征图进行加权；使用自适应多尺度特征融合策略将加权后的所述特征图按照从深到浅的层次顺序逐步融合；根据所述特征图的融合结果，预测所述待检测物体表面图像中的缺陷区域；其中，所述自适应多尺度特征融合策略包括自适应权重融合机制、全局特征自适应融合机制和差异特征自适应融合机制。本发明提高物体表面缺陷检测的精度，具有较强的鲁棒性和泛化能力。

公开(公告)号：CN119363254A

公开(公告)日：2025-01-24

申请号：CN202411503630.0

申请日：2024-11-18

Applicant: 武汉工程大学

Inventor： 许楠 ,  何亚文 ,  程莉 ,  胡岩乾 ,  钟舒心 ,  文国陈 ,  孙坤杰

IPC: H04B17/00 ,  H04B17/309 ,  H04B17/391 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/092 ,  G06N3/094

Abstract: 本发明提供一种无线信道建模方法和装置，该方法包括：将噪声数据输入至目标模型的生成器，线性块将噪声数据的潜在向量映射到更高维特征空间，卷积转置块对抽象的高维特征上采样，使其更具体，具体的高维特征在批处理层标准化处理，调整特征的均值和方差；高维特征在通道注意力模块经全局空间信息压缩、特征通道重标定和特征重加权，得到特征重加权结果，最后激活层生成无线信道数据；将生成的无线信道数据和真实信道数据输入至目标模型的鉴别器，输入数据在零填充块扩展、卷积块特征提取和线性块判别，输出鉴别结果，根据鉴别结果更新生成器的权重参数，训练生成器生成与真实信道数据相似的无线信道数据。本发明实现有效的信道建模。

公开(公告)号：CN119484050A

公开(公告)日：2025-02-18

申请号：CN202411544778.9

申请日：2024-10-31

Applicant: 武汉工程大学

Inventor： 许楠 ,  胡岩乾 ,  程莉 ,  李璇 ,  何亚文 ,  孙坤杰 ,  钟舒心 ,  文国陈

IPC: H04L9/40 ,  G06N3/0464

Abstract: 本发明提供一种基于树状卷积神经网络的攻击入侵检测方法及系统，该方法包括：使用时间窗口将从数据集的网络流量轨迹中提取的数据包流进行分流后转换为数组结构；将数组结构的数据包流输入树状卷积神经网络中，得到网络攻击类别；树状卷积神经网络通过使用训练集进行训练得到，训练集包括数据流样本和数据流样本对应的实际网络攻击类别。本发明通过对数据流进行预处理，使用时间窗口将提取的数据包流进行分流，便于有效捕捉数据的层次关系和结构特征；使用树状卷积神经网络进行攻击入侵检测，可以对抗不断变化的攻击模式和多样化的攻击类型，在更新学习新型攻击模式的同时，保持对已知攻击类型的检测能力，实现高效且可靠的网络攻击检测。

公开(公告)号：CN119251244A

公开(公告)日：2025-01-03

申请号：CN202411503628.3

申请日：2024-10-25

Applicant: 武汉工程大学

Inventor： 程莉 ,  孙坤杰 ,  钟舒心 ,  文国陈 ,  胡岩乾 ,  何亚文 ,  李璇 ,  元海文

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/045 ,  G06V10/42 ,  G06V10/44 ,  G06V10/46 ,  G06N3/0464 ,  G06V10/80 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明提供一种息肉分割方法及装置，该方法包括：使用金字塔视觉Transformer模型PVT提取息肉图像的全局特征，使用卷积神经网络U‑Net提取所述息肉图像的局部特征，使用融合模块将所述全局特征和局部特征进行融合；使用多尺度增强模块通过空间注意力机制对所述融合模块的融合结果进行处理以逐层强调空间信息，并利用解码模块对处理结果进行解码；使用边界增强模块通过空洞卷积和注意力机制对所述融合模块的融合结果进行处理以强调边界信息，并将所述边界增强模块的处理结果与所述解码模块的解码结果进行融合后再次解码，得到所述息肉图像的分割结果。本发明提高息肉分割的准确性和效率。

公开(公告)号：CN119364517A

公开(公告)日：2025-01-24

申请号：CN202411503626.4

申请日：2024-10-25

Applicant: 武汉工程大学

Inventor： 程莉 ,  钟舒心 ,  孙坤杰 ,  文国陈 ,  何亚文 ,  胡岩乾 ,  李璇 ,  元海文

IPC: H04W64/00 ,  H04W4/33 ,  G01S5/02 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明提供一种基于Wi‑Fi和视觉融合的室内定位方法及装置，该方法包括：根据行人的目标终端对多个WiFi设备的接收信号强度，利用随机森林算法预测所述行人的第一位置，所述随机森林算法对所述目标终端的定位区域进行约束；利用YOLOv7识别视频中的所述行人，并利用Deep SORT算法对所述视频中的行人进行跟踪，得到所述行人的第二位置；利用自适应卡尔曼滤波器对所述行人的第一位置和第二位置进行融合，得到所述行人的最终位置。本发明通过自适应卡尔曼滤波器技术(结合WiFi和视觉定位结果，动态调整滤波器参数和权重，显著降低了各独立技术的不确定性，提升了系统的整体鲁棒性和精确度。