公开(公告)号：CN119603648A

公开(公告)日：2025-03-11

申请号：CN202411541072.7

申请日：2024-10-31

Applicant: 龙门实验室 ,  河南科技大学

Inventor： 张高远 ,  王鹏飞 ,  冀保峰 ,  肖利强 ,  孙力帆 ,  王新勇 ,  杨春雷 ,  宋璐 ,  陈韵然 ,  王伟光 ,  穆昱 ,  李奕玮 ,  张冀 ,  张平 ,  王欢 ,  张雷鸣 ,  吴景艳 ,  李兴旺 ,  韩瑽琤 ,  文红 ,  唐杰 ,  宋欢欢

IPC: H04W4/38 ,  H04W12/122 ,  H04W12/121 ,  H04W84/18

Abstract: 本发明涉及一种多跳多中继无线传感器网络的最优拜占庭数据攻击方法，属于无线通信技术领域。本发明通过分析时变信道的特性以及多跳多中继无线传感器网络的结构，找到了使二进制信道中平均互信息量为零的条件，即传感器节点的判决结果的翻转概率αi与βi之和为1，该条件能够使信道传输质量最差。因此，本发明通过控制拜占庭节点的攻击概率，使传感器节点的判决结果的翻转概率αi与βi之和为1，实现了最优拜占庭数据攻击，为研究传感器数据可靠传输具有重要重要的理论和实际意义。

公开(公告)号：CN119892882A

公开(公告)日：2025-04-25

申请号：CN202510095550.4

申请日：2025-01-21

Applicant: 河南科技大学

Inventor： 司鹏举 ,  张雨豪 ,  贾淼 ,  杨申志 ,  王欢 ,  王俊 ,  付主木 ,  高颂 ,  孙力帆 ,  陶发展 ,  冀保峰 ,  王楠 ,  朱晨旗 ,  王志凯 ,  舒磊

IPC: H04L67/12 ,  H04N23/90 ,  H04N7/18 ,  G06Q10/04 ,  G06Q50/02 ,  A01M1/04

Abstract: 一种结合视频监控的杀虫灯物联网部署优化方法及系统，包括建立杀虫灯的全向感知模型、摄像头的方向感知模型、将农田网格化，利用农田的不规则的性将农田分为覆盖区域和障碍区域，之后将问题转化为二次覆盖问题，设计双层优化算法进行求解，实现最佳部署方式。提出将摄像机集成在杀虫灯中，作为一种新型的杀虫灯物联网系统，该系统可以在杀灭害虫的同时检测入侵者。

公开(公告)号：CN119741544A

公开(公告)日：2025-04-01

申请号：CN202411810630.5

申请日：2024-12-10

Applicant: 河南科技大学

Inventor： 付主木 ,  胡东辉 ,  陶发展 ,  黄波 ,  王志凯 ,  高颂 ,  王楠 ,  王俊 ,  朱龙龙 ,  司鹏举 ,  王欢 ,  何静 ,  王永强

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/045

Abstract: 一种基于深度学习的异常烟丝检测方法，包括如下步骤：在烟丝输送过程中对烟丝进行连续拍摄，得到原始烟丝图像；将原始烟丝图像输入到预先训练好的烟丝检测模型中进行检测并且输出烟丝异常结果，烟丝检测模型以YOLOv5s网络模型为基础，包括主干网络、瓶颈层网络和预测层网络，烟丝检测模型对原始烟丝图像进行检测的方法包括：利用主干网络的多个特征提取模块对原始烟丝图像进行特征提取输出多个基本特征图，并且最后一个特征提取模块输出的基本特征图经过SPPF模块处理；利用瓶颈层网络对基本特征图进行深度特征增强得到增强特征图；利用预测层网络基于增强特征图输出预测结果。本发明能够在烟丝输送过程中快速、精确地对烟丝进行检测，确定烟丝异常情况。

公开(公告)号：CN119625333A

公开(公告)日：2025-03-14

申请号：CN202411726677.3

申请日：2024-11-28

Applicant: 河南科技大学

Inventor： 陶发展 ,  黄波 ,  王志凯 ,  冀保峰 ,  王楠 ,  王俊 ,  朱龙龙 ,  李梦杨 ,  司鹏举 ,  王欢 ,  何静 ,  张中才 ,  周遥 ,  王永强

IPC: G06V10/40 ,  G06V10/75 ,  G06V10/80

Abstract: 基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法，包括骤：实时采集环境图像，并且将环境图像输入到预先训练好的SLAM模型中生成动态环境模型并且优化，SLAM模型基于SuperPoint算法构建，SLAM模型包括多尺度特征融合模块、注意力模块、三元组损失模块、随机一致算法模块和综合特征融合模块。本发明提供一种基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法及系统，能够处理复杂环境中多特征、多源数据的融合与优化，适用于室内外复杂场景，显著提高视觉惯性SLAM的精度、鲁棒性和适应性，降低外界干扰对系统的影响。

公开(公告)号：CN119494779A

公开(公告)日：2025-02-21

申请号：CN202411933208.9

申请日：2024-12-26

Applicant: 河南科技大学

Inventor： 王欢 ,  贾淼 ,  司鹏举 ,  冀保峰 ,  王俊 ,  高颂 ,  孙力帆 ,  陶发展 ,  王楠 ,  朱晨旗 ,  王志凯 ,  张冬凯 ,  黄景涛 ,  董永生

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V20/17 ,  G06V10/143 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明提供一种基于退化感知的机载红外图像超分辨率重建系统，包括退化表示学习框架、残差状态空间块、跨模态特征集成框架。本发明首先通过自监督学习框架从红外图像中提取退化信息；然后论证了通过基于空间模型的特征提取方法来捕获可见光和红外图像各自特征的空间依赖性；最后充分利用可见光对红外图像进行特征补充，生成视觉感知效果更加真实的无人机红外超分辨率结果。