-
公开(公告)号：CN115035515B
公开(公告)日：2024-08-13
申请号：CN202210672381.2
申请日：2022-06-15
Applicant: 电子科技大学
IPC: G06V20/68 , G06T3/4053 , G06V10/30 , G06V10/46 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种馕识别方法，包括：A：采集馕的可见光图像及热红外图像，对可见光图像进行归一化处理，对热红外图像因遮挡而丢失的特征进行补全处理和清晰处理，再对热红外图像进行边缘细节和纹理的增强处理，处理后得到增强的热红外图像；B：对增强的热红外图像和归一化处理后的可见光图像进行配准；C：对配准后的图像进行超分辨率增强，再提取图像中的SIFT特征、LBP特征和HOG特征，然后基于SIFT特征、LBP特征和HOG特征识别出馕的种类并相应计数。该方法利用可见光技术与热红外技术相结合，能够实现馕的精准检测与高效识别，提高了馕的识别速度与准确度。
-
Patent Agency Ranking
公开(公告)号：CN114913372B
公开(公告)日：2023-05-26
申请号：CN202210506178.8
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于多模态数据集成决策的目标识别算法，包括建立分类识别网络模型，并基于该建立分类识别网络模型进行图像多模态处理、图像无标签分类和图像集成决策分类；通过图像多模态处理获得基于复杂环境的多个数据集；通过无标签分类以区分正负样本，然后基于正负样本进行图像集成决策分类。本发明基于复杂环境变化，通过对数据集图像处理得到多模态数据，使得目标图像有了多层次可梯次化的特性，为后续模型训练得到更稳健的性能打下了良好的基础，以运用集成决策算法与无标签样本辨识算法结合实现环境自适应目标识别算法，在复杂环境下能高效、准确地识别出目标。
-
公开(公告)号：CN114913372A
公开(公告)日：2022-08-16
申请号：CN202210506178.8
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于多模态数据集成决策的目标识别算法，包括建立分类识别网络模型，并基于该建立分类识别网络模型进行图像多模态处理、图像无标签分类和图像集成决策分类；通过图像多模态处理获得基于复杂环境的多个数据集；通过无标签分类以区分正负样本，然后基于正负样本进行图像集成决策分类。本发明基于复杂环境变化，通过对数据集图像处理得到多模态数据，使得目标图像有了多层次可梯次化的特性，为后续模型训练得到更稳健的性能打下了良好的基础，以运用集成决策算法与无标签样本辨识算法结合实现环境自适应目标识别算法，在复杂环境下能高效、准确地识别出目标。
-
公开(公告)号：CN113095222A
公开(公告)日：2021-07-09
申请号：CN202110391669.8
申请日：2021-04-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种行人重识别领域中的行人比对识别方法，包括下述具体步骤：1)输入图片至行人检测网络；2)行人检测网络抠出输入图片中所有行人的碎片其中，a表示第a帧输入图片，i表示第a帧图片中的第i个行人；3)建立用于存放所有行人的碎片的容器Cx，x＝1，2，3…，其中x表示第x个容器；4)将检测到的行人的碎片送入行人特征提取网络进行特征提取和朝向提取；5)将提取的特征和朝向放入对应容器Cx，x＝1，2，3…中，而后所提取的特征与容器Cx，x＝1，2，3…里现有的特征进行匹配，如果匹配上则更新对应容器里的特征和count，能够实时进行行人比对和识别，达到针对视频片段中同一个人的连续帧，首先判断是同一个人，然后再识别是哪个人的目的。
-
公开(公告)号：CN116527339A
公开(公告)日：2023-08-01
申请号：CN202310412789.0
申请日：2023-04-07
Applicant: 电子科技大学(深圳)高等研究院
Abstract: 本申请涉及一种人工智能行为体安全攻击方法和系统，其中方法包括：获取人工智能行为体中目标模型的攻击指定输出结果，根据所述攻击指定输出结果，确定输入的正常样本集合，所述攻击指定输出结果为待攻击样本输入所述目标模型指定输出的结果；对所述正常样本集合中任一个正常样本进行修改，得到有毒样本，并将所述有毒样本添加至所述正常样本集合中，得到真实样本集合；获取高斯噪声，基于所述真实样本集合和所述高斯噪声，对所述目标模型进行攻击训练。本申请具有使人工智能行为体的攻击训练效果较好的效果。
-
公开(公告)号：CN115035515A
公开(公告)日：2022-09-09
申请号：CN202210672381.2
申请日：2022-06-15
Applicant: 电子科技大学
IPC: G06V20/68 , G06T3/40 , G06V10/30 , G06V10/46 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种馕识别方法，包括：A：采集馕的可见光图像及热红外图像，对可见光图像进行归一化处理，对热红外图像因遮挡而丢失的特征进行补全处理和清晰处理，再对热红外图像进行边缘细节和纹理的增强处理，处理后得到增强的热红外图像；B：对增强的热红外图像和归一化处理后的可见光图像进行配准；C：对配准后的图像进行超分辨率增强，再提取图像中的SIFT特征、LBP特征和HOG特征，然后基于SIFT特征、LBP特征和HOG特征识别出馕的种类并相应计数。该方法利用可见光技术与热红外技术相结合，能够实现馕的精准检测与高效识别，提高了馕的识别速度与准确度。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
