-
公开(公告)号：CN118708065A
公开(公告)日：2024-09-27
申请号：CN202410929714.4
申请日：2024-07-11
Applicant: 福州大学
Abstract: 本发明提供了基于眼凝视选择和头眼协同移动的虚拟对象操作方法，分为对象选取阶段和对象移动阶段；在对象选取阶段，持续凝视目标对象，根据目标对象被遮挡的程度，控制眼睑闭合程度来调整选取概率；在移动阶段，通过移动头部来调整对象位置，同时通过控制每只眼睛的睁闭状态来调节对象的深度；在确认好位置之后，通过眨眼来放置对象。应用本技术方案既保证了操作的精确性,又提高了调节效率。此外,本发明将虚拟物体在深度的改变与平面的移动无缝集成,提升了从选择到移动整套操作流程的流畅性。
-
公开(公告)号：CN114332008B
公开(公告)日：2024-06-28
申请号：CN202111625694.4
申请日：2021-12-28
Applicant: 福州大学
IPC: G06T7/00 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及一种基于多层次特征重构的无监督缺陷检测与定位方法。所述方法包括：获取产品的无异常图像和不同种类缺陷的异常图像；用无异常图像输入特征提取网络提取出多尺度的特征组；将最高维度的特征输入重构网络逐层重构出对应不同尺度的新特征组；对两组特征组构建损失函数训练重构网络；在测试阶段以两组特征组的差异情况计算异常图和异常分数用于判断异常和定位缺陷区域。本发明有效地利用了无异常图像与异常图像在不同维度的特征信息差异，能够实现对产品缺陷区域的检测，从而避免人工标注并提高产品质量检测效率。
-
公开(公告)号：CN115189810B
公开(公告)日：2024-04-16
申请号：CN202210795302.7
申请日：2022-07-07
Applicant: 福州大学
Abstract: 本发明涉及一种面向低时延实时视频FEC编码传输控制方法，包括以下步骤：步骤S1:设置FEC编码参数和网络参数；步骤S2:根据当前缓冲区剩余数据评估当前视频传输延时，并判断是否满足预设要求，若满足则等待下一个视频帧数据的到来，如不满足跳转到步骤S3;步骤S3:在当前状态下，即当前缓冲区中剩余未进行FEC编码的数据不满足个数据包条件,但由于视频端到端延时限制需要立即进行FEC编码，并基于改进策略进行发送。本发明更好的满足实时视频低延时的需求。
-
公开(公告)号：CN113904948B
公开(公告)日：2023-11-03
申请号：CN202111337402.7
申请日：2021-11-12
Applicant: 福州大学
IPC: H04L41/147
Abstract: 本发明提出一种基于跨层的多维参数的5G网络带宽预测系统及方法，包括：发送端、预测模型以及接收端；所述发送端采集不同基站服务区的流量数据，进行分类，并选取一组数据发送至预测模型；所述预测模型训练神经网络进行误差梯度下降时，反馈最新的误差数据给发送端；发送端进行精度分析以确定模型的预测效果和当前的物理层信息，随后对所发数据进行校正；所述接收端共有两个数据缓冲区，一个用于存储发送端发送给预测模型的实际流量数据，另一个用于存储预测模型所预测的数据；计算两者的MSE大小，再通过查阅奖励值r表，根据MES的大小给出相应的r值，与新预测状态一同反馈给预测网络的神经网络训练部分。能减少因位置变化造成突发流量而失准。
-
公开(公告)号：CN113658074B
公开(公告)日：2023-07-28
申请号：CN202110938534.9
申请日：2021-08-16
Applicant: 福州大学
IPC: G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出基于LAB颜色空间多尺度融合网络的单幅图像雨滴去除方法，包括以下步骤；步骤A：根据同场景下的原始附着雨滴退化状态和干净状态生成训练图像对，针对训练图像对进行颜色空间变换，得到对应LAB颜色空间的训练图像对；步骤B：对训练图像对进行预处理，得到LAB颜色空间的图像块数据集；步骤C：基于图像对在LAB颜色空间上的特性，利用多尺度学习策略设计单幅图像雨滴去除的卷积神经网络；步骤D：设计目标损失函数loss，以图像块数据集为训练数据，利用反向传播方法计算卷积神经网络中各参数的梯度，利用随机梯度下降方法更新参数；步骤E：以图像雨滴去除网络生成雨滴去除之后的图像，恢复至RGB颜色空间；本发明能显著提高图像雨滴去除的性能。
-
Patent Agency Ranking
公开(公告)号：CN113792780B
公开(公告)日：2023-07-14
申请号：CN202111056947.0
申请日：2021-09-09
Applicant: 福州大学
IPC: G06V20/62 , G06V30/148 , G06V30/19 , G06V10/774 , G06V10/82 , G06V10/762 , G06V10/764 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于深度学习和图像后处理的集装箱号识别方法，包括以下步骤：步骤S1:获取包含集装箱箱号区域的图片并预处理，构建集装箱号数据集；步骤S2:构建YOLOv3网络并训练；步骤S3:基于训练好的YOLOv3网络获取集装箱号初始框定区域,并结合CRAFT网络输出的文本区域分,输出集装箱箱号区域截取；步骤S4:基于LeNet5网络，构建用于集装箱号码识别的网络；步骤S5:将集装箱箱号区域截取输入用于集装箱号码识别的网络，得到最终的识别结果。本发明可输出任意方向的矩形框，实现更加精准的箱号检测，有效的解决了箱号区域内多余的背景和干扰字符的问题。
-
公开(公告)号：CN115568003A
公开(公告)日：2023-01-03
申请号：CN202211161139.5
申请日：2022-09-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度Q网络的多信道动态网络信道接入方法。该方法包括；步骤S1、构建用于决策的深度Q网络、用于辅助训练的目标网络，与用于存储历史数据的经验池；步骤S2、初始化状态s；步骤S3、将状态s送入S1的深度神经网络，输出动作a；步骤S4、执行S3的动作a，发送数据，得到动作结果r；步骤S5、监听信道，结合状态s，获得下一状态s’；步骤S6、将状态，动作a，动作结果r，下一状态s’以（s,a,r,s’）的形式存储到S1的经验池中，状态s变为下一状态s’；步骤S7、每隔一定时隙，从经验池中随机抽取数据训练深度神经网络；步骤S8、重复步骤S3至步骤S7直到通信结束。本发明有效利用了信道历史信息，能够在多信道动态网络中实现高效地信道接入。
-
公开(公告)号：CN115565165A
公开(公告)日：2023-01-03
申请号：CN202211103809.8
申请日：2022-09-09
Applicant: 福州大学
IPC: G06V20/62 , G06V30/146 , G06V30/148 , G06V30/19 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于语义分割和Transformer的集装箱号检测识别方法，包括以下步骤：步骤S1:集装箱箱号检测与识别数据集的构建；步骤S2:构建基于语义分割的箱号检测网络并训练；步骤S3:将检测得到的箱号区域进行文本矫正；步骤S4:构建集装箱号码识别网络并训练；步骤S5:利用训练好的检测及识别网络对集装箱箱号进行检测识别的过程。应用本技术方案可实现高效、准确地将图像中集装箱箱号区域分割出来，并将三种不同类型的箱号分类，通过TPS文本矫正得到矫正后的箱号区域图像。
-
公开(公告)号：CN115303828A
公开(公告)日：2022-11-08
申请号：CN202210954487.1
申请日：2022-08-10
Applicant: 福州大学
Abstract: 本发明提供了一种基于视觉的港口卸船机停车定位系统，包括设置于卸船机上的第一摄像头以及边缘AI服务器，所述第一摄像头对准卸船机漏斗的位置，所述边缘AI服务器通过RJ45以太网接口获取第一摄像头拍摄的实时画面；边缘AI服务器，通过第一摄像头的实时画面，检测漏斗位置集卡车厢位置，判断集卡应倒车、前进还是进行停车落料；通过边缘AI服务器的HDMI接口，将停车引导的动画显示在LED动画引导屏上；所述停车引导的动画包括请倒车、请前移、停车落料及待停车。应用本技术方案可解决当前卸船机集卡司机停车落料中的定位难点问题，可以极大提升作业效率，提升作业安全。
-
公开(公告)号：CN115189809A
公开(公告)日：2022-10-14
申请号：CN202210795280.4
申请日：2022-07-07
Applicant: 福州大学
Abstract: 本发明涉及一种基于QOE的异构网络实时视频传输ARQ与FEC模式选择方法，提供一实时视频传输系统，包括发送端和接收端，通过定义QOE，综合考虑接收视频的端到端延时、所占用的额外传输带宽参数；接收端实时计算当前的QOE状态，并将QOE反馈至发送端，发送端根据收到的QOE以及当前的网络状态调整发送模式。本发明根据用户的QOE在不同的网络环境下选择不同的报文传送模式，有效解决无线网络丢包、拥塞问题。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.023 seconds)
