-
公开(公告)号：CN117593546A
公开(公告)日：2024-02-23
申请号：CN202311645167.9
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种利用排序损失的语义引导图注意力网络用于孪生跟踪的方法，解决传统图注意力追踪只关注节点之间的拓扑结构，导致忽视了目标整体结构的上下文信息。本发明在主干特征提取网络输出特征分支后，将目标模版放入设计的语义引导模块，以此来生成带有目标上下文的语义特征，通过互相关操作将其融合到图注意网络中，获取具有目标判别力的特征。图注意网络输出目标模版与搜索区域模版的相似度图，送入分类与回归子网络中，来进行目标的定位。本发明增强基于图注意力的孪生跟踪器的目标判别能力，提高了追踪器在复杂背景中的鲁棒性。
-
公开(公告)号：CN117493304A
公开(公告)日：2024-02-02
申请号：CN202311453899.8
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/21 , G06F16/25 , G06F16/2455 , G06F16/2458 , G06F16/27 , G06F16/28 , G06F21/62 , G06F11/14 , G06Q50/04
Abstract: 本发明涉及智能工厂系统技术领域，且公开了一种基于实时数据库的智能工厂实时数据库系统架构，包括数据库管理系统和工厂管理系统，工厂管理系统与数据库管理系统电信号连接，数据库管理系统包括数据整合模块、数据库系统运行管理模块、数据库系统安全管理模块。该一种基于实时数据库的智能工厂实时数据库系统架构，本发明的工厂管理系统与数据库管理系统电信号连接，数据库管理系统包括数据整合模块、数据库系统运行管理模块、数据库系统安全管理模块，数据入库单元对分析处理后的数据进行分类，数据缓存单元将每个管理子系统的数据信息存储到其存储器内，本发明实现对智能工厂数据的智能化分析以及存储等，从而实现数据的实时更新以及存储。
-
公开(公告)号：CN115880767A
公开(公告)日：2023-03-31
申请号：CN202211237881.X
申请日：2022-10-11
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V40/20 , G06V20/40 , G06V10/40 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于类脑记忆网络的目标运动跟踪方法，属于目标跟踪技术领域。技术方案要点为：在主干特征提取网络VGG16输出特征分支之后，构建了类脑长期记忆网络。类脑长期记忆网络由长短期记忆网络和注意力驱动模块构成，首先构建长期记忆机制，从时间和空间两个维度上探索目标外观变化，有效的维持目标信息。同时，利用注意力驱动模块加强记忆中目标相关的信息，减少跟踪器对场景信息的依赖，得到类脑长期记忆模型，提高响应图的可靠性，实现精准的目标定位，然后通过设计的阈值评估当前跟踪结果的准确性，保证记忆更新的稳定性，提高模型对目标变化的鲁棒性，从而提升跟踪算法对目标形变等挑战的适应能力。
-
公开(公告)号：CN115761235A
公开(公告)日：2023-03-07
申请号：CN202211472238.5
申请日：2022-11-22
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06V20/70 , G06V10/82 , G06N3/042 , G06N3/084
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于知识蒸馏的零样本语义分割方法、系统、设备及介质，包括：利用预训练的图片编码器提取训练图片中各类的区域图片特征，将其作为语义分割模型提取得到的图片特征图的视觉监督，将图片编码器中的视觉知识蒸馏运用到语义分割模型的训练中；利用预训练的文本编码器提取转化成文本的类别名的文本特征，将其作为语义分割模型特征图的分类依据；语义分割模型根据每类的得分对图片的每个像素点进行分类。本发明通过利用CLIP模型在大量文本图片配对数据下得到的预训练图片编码器和文本编码器帮助语义分割模型具有识别未见类的能力，扩展了语义分割模型的识别范围。
-
公开(公告)号：CN115424024A
公开(公告)日：2022-12-02
申请号：CN202210878462.8
申请日：2022-07-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/04
Abstract: 本发明公开了一种基于数据增广的零样本分类方法。该方法包括如下步骤：首先组合视觉特征，将得到的视觉组合特征输入到关系网络中，输出的结果在可见类范围内打分，达到可见类数据增广的目的；然后组合视觉特征与未见类语义特征，将得到的组合特征输入到关系网络中，输出的结果在全部的类的范围内打分，达到未见类数据增广的目的；最后，通过整合视觉特征、随机打乱的视觉特征和未见类语义特征这三种特征匹配得到的三元组，以数据增广的方式提升零样本模型区分未见类和可见类的能力。本方法通过三种适用于零样本分类方法的数据增广方式，帮助提高零样本图像分类方法的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115018045B
公开(公告)日：2024-12-31
申请号：CN202210523685.2
申请日：2022-05-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/0499 , G06N3/084 , G01N23/223
Abstract: 本发明提供的基于GWO‑BP神经网络的XRF元素定量分析方法，属于X荧光光谱元素检测技术领域，包括构建BP神经网络，利用GWO优化BP神经网络的权值和阀值，根据优化后的权值和阀值再训练BP神经网络，定量预测待测元素含量；最后以决定系数评价GWO‑BP的预测效果。本发明运算过程简便，速度快，预测精度高，可以简便有效地对待测物所含元素进行定量预测。
-
公开(公告)号：CN117547188A
公开(公告)日：2024-02-13
申请号：CN202311647160.0
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及一种基于人工智能的商用机器人，包括机壳，机壳内设置有主刷和灰箱，主刷旋转将垃圾送入灰箱内，主刷包括两个刷架，刷架具有端座和呈圆周阵列设置在端座上的若干个刷杆，刷杆的表面固定连接有刷毛，两个刷架的刷杆交错设置以便两个刷架可相互靠近或远离；刷杆的端面设置有刀片，两个刷架相互靠近时，刷杆带动刀片移动将毛发或纤维等切断。本发明中，通过调整电机带动安装架转动，进而带动转动轴上的主刷转动，将位于下方的主刷调整至上方，通过设置偏向板，在主刷运动时，端座受到偏向板的挤压，使得两个刷架相互靠近，进而使刷杆带动刀片移动，通过设置刀片，在移动时将缠绕在主刷上的毛刷、纤维等切断，避免其造成旋转部件堵塞。
-
公开(公告)号：CN117491402A
公开(公告)日：2024-02-02
申请号：CN202311454417.0
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N23/223
Abstract: 本发明涉及X光检测技术领域，且公开了一种X射线荧光(XRF)光谱分析系统，系统包括至少一个X射线光源、至少一个探测器和至少一个衍射光学部件，所述衍射光学部件收集所述X射线光源发出的原级X射线，所述原级X射线经所述衍射光学部件衍射后得到单波长X射线，所述单波长X射线用以激发被测样品中的被测元素发射荧光X射线，所述探测器收集并分析所述荧光X射线。本发明的X射线荧光(XRF)光谱分析系统构建一个单波长偏振消光三维光路，使得该光路中的散射线满足近似线偏振光，从而达到偏振消光的目的，在不影响被测元素特征荧光X射线(特征峰)强度的前提下，降低散射线的强度，因此提高了本发明的检测灵敏度以及检测效率。
-
公开(公告)号：CN117311290A
公开(公告)日：2023-12-29
申请号：CN202311453958.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G05B19/418
Abstract: 本发明涉及智能工厂运营平台技术领域，且公开了基于统一数据管理的智能工厂运营平台装置及方法，工厂运营平台装置包括数据管理后台、数据分类模块、数据采集模块和数据核对模块。该基于统一数据管理的智能工厂运营平台装置及方法，其中数据采集模块实现对智能工厂内各个区域以及班组的数据进行收集和采取，数据分类模块将数据采集模块所采集到数据进行分类，分类后进行数据的核对，核对准确无误后传输到数据管理后台进行管理，本发明实现了对智能工厂内的属于进行统一的管理，通过采集工厂的数据实现科学且精准的运营管理，通过拿数据说话来反应出工厂的运营情况，不仅更加直观，而且更加科学。
-
公开(公告)号：CN117095027A
公开(公告)日：2023-11-21
申请号：CN202311092333.7
申请日：2023-08-28
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种用于鲁棒视觉跟踪的互惠层间‑时间判别目标模型，属于目标跟踪技术领域，用于解决传统孪生跟踪算法很少考虑模板和搜索区域的信息交互，导致类目标干扰的累积误差影响跟踪结果的问题。本发明首先构建了一个层间目标感知增强模型，通过在特征提取过程中建立模板与搜索区域的逐像素相关性，实现层间特征信息交互，减轻了因目标对搜索区域不可见导致的累积误差，增强了对目标的感知；同时，为减弱干扰的影响，设计了一种时间干扰评估策略，利用帧间候选传播模块建立相邻帧多个候选位置之间的相似关系，再根据确定的相似得分消除相似干扰，获得更可靠的目标位置，实现鲁棒跟踪。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
