-
公开(公告)号：CN119323802A
公开(公告)日：2025-01-17
申请号：CN202411438787.X
申请日：2024-10-15
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V40/10 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/86 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了基于异构图语义区分的行人再识别方法、计算机程序产品及终端，属于图像处理技术领域，包括以下步骤：以特征块作为节点分支、节点之间的边缘关系作为边缘分支建立异构图，并将相同或相似分类标签的节点进行聚合，以反映语义关联；根据相邻节点的特征表示进行聚合处理，并根据亲和属性值筛选语义更接近的节点对；根据相关性对节点特征进行聚合处理，得到跨时空的聚合特征；根据跨时空的聚合特征执行Re‑ID任务。本发明对节点之间的语义相关性进行度量，成功区分出了噪声、非目标语义和目标语义，在不牺牲有效信息的前提下，最大限度地聚合目标语义，保证语义区分和信息保留的可行性，增强对遮挡目标的语义感知能力。
-
公开(公告)号：CN115086068A
公开(公告)日：2022-09-20
申请号：CN202210845301.9
申请日：2022-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例涉及计算机安全技术领域，提供一种网络入侵检测方法和装置，通过对从待检测网络设备中抓取的网络流量进行解析处理来得到解析数据，然后对解析数据进行入侵检测来得到包括第一目标文件和第二目标文件的目标文件，最后分别利用预设的第一入侵检测策略和第二入侵检测策略来对第一目标文件和第二目标文件进行入侵检测，这样能够有效地提高网络入侵检测的检出率。
-
公开(公告)号：CN112712042B
公开(公告)日：2022-04-29
申请号：CN202110003744.9
申请日：2021-01-04
Applicant: 电子科技大学
IPC: G06V20/40 , G06V20/52 , G06V10/762 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了嵌入关键帧提取的行人重识别端到端网络架构，按照数据处理顺序从上自下顺次设置特征提取单元、关键帧提取单元和识别单元，其中，征提取单元，用于行人特征提取；关键帧提取单元，用于关键帧的提取；识别单元，用于身份识别并证明关键帧的有效性；在特征提取单元中输入样本由多组统一为供电张数的视频片段所组成，在关键帧提取单元的设置上，采用两个卷积层、一个池化层和一个全连接层所构成的神经网络并采用两者损失函数进行loss的计算，本发明的实施，能够使用重识别的效果的优劣来反映提取关键帧的好坏。
-
公开(公告)号：CN113392786B
公开(公告)日：2022-04-12
申请号：CN202110689585.2
申请日：2021-06-21
Applicant: 电子科技大学
Abstract: 本发明属于行人重识别技术领域，尤其涉及基于归一化和特征增强的跨域行人重识别方法，包括建立识别网络模型、图像特征归一化、图像特征恢复、图像特征输出。本技术方案在不使用目标域数据的基础上能够有效抑制域间隙并增强行人判别特征，进而增强识别网络模型的泛化能力；借助残差连接思想使得实例归一化既能抑制风格差异又能防止信息的丢失，以此使提取到的特征具有域不变性的同时保持判别力；通过注意力单元CAB将空间信息融入通道中，并通过构建通道间的依赖关系自适应地调整各通道的特征权重，有效增强了行人特征。
-
公开(公告)号：CN117132954A
公开(公告)日：2023-11-28
申请号：CN202311096618.8
申请日：2023-08-28
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V20/56 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/84
Abstract: 本发明公开了一种基于语义栅格地图的机器人场景识别方法、系统、存储介质及终端，属于室内移动机器人场景识别技术领域，包括：获取语义栅格地图，并根据语义栅格地图得到封闭的轮廓图；对封闭的轮廓图进行区域分割与语义物体类别提取，得到子区域以及语义物体；计算当前子区域为特定家居场景的概率值，并根据所述概率值识别子区域所在场景。本发明基于语义栅格地图的场景识别方法不受限于模型以及算力，可以实现扫地机器人快速准确地识别出场景，更好地完成与场景有关的指令任务。
-
Patent Agency Ranking
公开(公告)号：CN115086068B
公开(公告)日：2022-11-08
申请号：CN202210845301.9
申请日：2022-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例涉及计算机安全技术领域，提供一种网络入侵检测方法和装置，通过对从待检测网络设备中抓取的网络流量进行解析处理来得到解析数据，然后对解析数据进行入侵检测来得到包括第一目标文件和第二目标文件的目标文件，最后分别利用预设的第一入侵检测策略和第二入侵检测策略来对第一目标文件和第二目标文件进行入侵检测，这样能够有效地提高网络入侵检测的检出率。
-
公开(公告)号：CN114067356A
公开(公告)日：2022-02-18
申请号：CN202111227017.7
申请日：2021-10-21
Applicant: 电子科技大学
IPC: G06V40/10 , G06V10/74 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于机器视觉识别技术领域，具体涉及一种基于联合局部引导与属性聚类的行人重识别方法，包括属性识别模型预训练步骤和Reid模型训练步骤，是一种采用了多分支网络结构、在属性数据集PETA上预训练了一个行人属性识别模型、引入一个用于对行人不同区域施加注意力以提升对该区域属性的识别的局部引导模块、然后通过无监督聚类产生Reid分支的额外监督信息辅助Reid任务学习的行人重识别方法。
-
公开(公告)号：CN113392786A
公开(公告)日：2021-09-14
申请号：CN202110689585.2
申请日：2021-06-21
Applicant: 电子科技大学
Abstract: 本发明属于行人重识别技术领域，尤其涉及基于归一化和特征增强的跨域行人重识别方法，包括建立识别网络模型、图像特征归一化、图像特征恢复、图像特征输出。本技术方案在不使用目标域数据的基础上能够有效抑制域间隙并增强行人判别特征，进而增强识别网络模型的泛化能力；借助残差连接思想使得实例归一化既能抑制风格差异又能防止信息的丢失，以此使提取到的特征具有域不变性的同时保持判别力；通过注意力单元CAB将空间信息融入通道中，并通过构建通道间的依赖关系自适应地调整各通道的特征权重，有效增强了行人特征。
-
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：CN114067356B
公开(公告)日：2023-05-09
申请号：CN202111227017.7
申请日：2021-10-21
Applicant: 电子科技大学
IPC: G06V40/10 , G06V10/74 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明属于机器视觉识别技术领域，具体涉及一种基于联合局部引导与属性聚类的行人重识别方法，包括属性识别模型预训练步骤和Reid模型训练步骤，是一种采用了多分支网络结构、在属性数据集PETA上预训练了一个行人属性识别模型、引入一个用于对行人不同区域施加注意力以提升对该区域属性的识别的局部引导模块、然后通过无监督聚类产生Reid分支的额外监督信息辅助Reid任务学习的行人重识别方法。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
