-
公开(公告)号：CN120014168A
公开(公告)日：2025-05-16
申请号：CN202510103687.X
申请日：2025-01-22
Applicant: 重庆大学
Abstract: 本发明涉及三维重建领域，尤其涉及一种基于联合注意力机制的高斯溅射三维重建方法，将通道注意力机制和空间注意力机制相结合，使得模型能够发现并利用不同高斯之间可能存在的位置相关性，通过位置权重对三维高斯的不同参数进行了优化，并利用优化后的参数进行重建和渲染，提高了三维重建图像的整体质量和局部表现。
-
公开(公告)号：CN119921903A
公开(公告)日：2025-05-02
申请号：CN202510126965.3
申请日：2025-01-27
Applicant: 重庆大学
IPC: H04L1/00
Abstract: 本发明涉及LDPC码闭集盲识别，特别涉及一种基于BP迭代的5G‑LDPC码闭集盲识别方法。主要包含以下步骤：本发明首先对待识别矩阵所涉及的删余列和填充列进行分别操作，对删余列的似然值置为0，对填充列的似然值置为最大值，其余列似然值由计算获得，接下来依次进行BP迭代计算，得到更新后的似然值，用于盲识别LLR的计算，基于正确的矩阵会收敛而错误矩阵不会收敛或收敛较慢的特性，可以识别出正确的矩阵。本发明解决了涉及删余和填充时传统盲识别方法无法进行识别的问题，且不对原矩阵进行变换，因此保留了原矩阵低行重等特性，进而保证了识别性能，从而提高了在备选集的矩阵都较小以及相似度较高、接收到的码字数量较少时的识别准确率。
-
公开(公告)号：CN117118462B
公开(公告)日：2024-08-16
申请号：CN202311152300.7
申请日：2023-09-07
Applicant: 重庆大学
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于编码分布式计算的神经网络BP译码方法，将神经网络BP译码器的主要运算建模为矩阵‑向量乘法；主节点首先对配置矩阵进行分割得到未编码子矩阵，然后对生成子矩阵进行线性组合得到编码子矩阵，接着将未编码和编码子矩阵分发至各从节点进行本地存储；主节点首先将前一层的输出向量分发至各从节点，其后从节点对接收到的向量执行计算，接着将计算结果发回主节点，主节点利用最先接收到的一部分向量对当前层结果进行恢复，然后进行下一轮迭代，直到达到最大迭代次数。本发明将神经网络BP译码过程矩阵化，易于其分布式实现，机会实现了译码加速，同时能够抵抗节点掉队的影响。
-
公开(公告)号：CN118071917A
公开(公告)日：2024-05-24
申请号：CN202311572875.4
申请日：2023-11-23
Applicant: 重庆大学
Abstract: 本申请涉及一种基于神经隐式表示的模糊视图三维重建方法及装置，属三维重建技术领域，使用运动模糊核预测模块来模拟训练阶段的模糊过程，在训练阶段对射线进行优化，并将光线上的坐标输入到SDF网络中，同时将光线上的坐标输入和SDF网络所学习到的特征输入到神经辐射场，通过体渲染得到光线的颜色。然后，将所有光线的渲染颜色进行混合，得到模糊像素的颜色，在验证阶段，去掉运动模糊核预测模块，直接渲染出清晰的像素，得到清晰的新视角图像，同时可以从SDF网络中恢复出物体的三维几何结构。
-
公开(公告)号：CN113393143B
公开(公告)日：2022-06-17
申请号：CN202110705179.0
申请日：2021-06-24
Applicant: 重庆大学
IPC: G06Q10/06 , G01D21/02 , G06F16/215 , G06N3/08
Abstract: 本发明涉及设备监测技术领域，具体涉及基于信息融合的翅片机加工状态监测方法，包括：获取待监测翅片机的性能指标数据集；将所述性能指标数据集输入经过预先训练的加工状态信息融合模型中；加工状态信息融合模型通过多Agent动态协作和神经网络模型对所述性能指标数据集中的指标数据进行信息融合处理，并生成对应的翅片机加工状态结果；输出待监测翅片机对应的翅片机加工状态结果。本发明中的翅片机加工状态监测方法能够有效对性能指标数据进行统一综合管理和融合决策分析，从而能够提升性能指标数据的信息融合效果和翅片机加工状态的监测准确性。
-
Patent Agency Ranking
公开(公告)号：CN113393143A
公开(公告)日：2021-09-14
申请号：CN202110705179.0
申请日：2021-06-24
Applicant: 重庆大学
IPC: G06Q10/06 , G01D21/02 , G06F16/215 , G06N3/08
Abstract: 本发明涉及设备监测技术领域，具体涉及基于信息融合的翅片机加工状态监测方法，包括：获取待监测翅片机的性能指标数据集；将所述性能指标数据集输入经过预先训练的加工状态信息融合模型中；加工状态信息融合模型通过多Agent动态协作和神经网络模型对所述性能指标数据集中的指标数据进行信息融合处理，并生成对应的翅片机加工状态结果；输出待监测翅片机对应的翅片机加工状态结果。本发明中的翅片机加工状态监测方法能够有效对性能指标数据进行统一综合管理和融合决策分析，从而能够提升性能指标数据的信息融合效果和翅片机加工状态的监测准确性。
-
公开(公告)号：CN117789276A
公开(公告)日：2024-03-29
申请号：CN202311871319.7
申请日：2023-12-31
Applicant: 重庆大学
IPC: G06V40/16 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于人脸识别方法，具体涉及一种基于自注意力机制的多尺度多特征融合的人脸表情识别方法。包括获取完整人脸图片；左右脸图片提取：将得到的完整人脸图片和左、右两张半脸图片经过数据预处理后均缩放至同样的尺寸，再分别送入对应的用于人脸特征提取的神经网络模型进行特征提取；将全局特征图和两张局部特征图分别送入分类网络进行识别操作，得到一个全局预测向量和两个局部预测向量；局部特征图送入自注意力权重模块中信息权重，将信息权重分别与对应的局部预测向量相乘作为辅助预测来修正模型的最后输出，基于修正后的输出进行人脸表情识别。该方法在提高多姿势干扰下的人脸表情识别精度的同时降低模型复杂度。
-
公开(公告)号：CN117118462A
公开(公告)日：2023-11-24
申请号：CN202311152300.7
申请日：2023-09-07
Applicant: 重庆大学
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于编码分布式计算的神经网络BP译码方法，将神经网络BP译码器的主要运算建模为矩阵‑向量乘法；主节点首先对配置矩阵进行分割得到未编码子矩阵，然后对生成子矩阵进行线性组合得到编码子矩阵，接着将未编码和编码子矩阵分发至各从节点进行本地存储；主节点首先将前一层的输出向量分发至各从节点，其后从节点对接收到的向量执行计算，接着将计算结果发回主节点，主节点利用最先接收到的一部分向量对当前层结果进行恢复，然后进行下一轮迭代，直到达到最大迭代次数。本发明将神经网络BP译码过程矩阵化，易于其分布式实现，机会实现了译码加速，同时能够抵抗节点掉队的影响。
-
公开(公告)号：CN115565157A
公开(公告)日：2023-01-03
申请号：CN202211274846.5
申请日：2022-10-18
Applicant: 重庆大学 , 四川天奥空天信息技术有限公司
IPC: G06V20/58 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明属于车辆跟踪技术领域，具体涉及一种多摄像头多目标车辆跟踪方法及系统，包获取单个摄像头视频内的车辆轨迹、各车辆轨迹的外观重识别外观特征集合以及各车辆轨迹的元信息特征，元信息特征包括车辆的类型特征和颜色特征；获取各摄像头拍摄范围内的交通感知区域，交通感知区域为车辆轨迹经常发生中断的区域；综合单个摄像头视频内各车辆轨迹的外观重识别特征间的差异以及车辆轨迹间的差异，在交通感知区域内融合得到单摄像头视频内完整的车辆轨迹；利用基于车辆轨迹的外观重识别特征集合和元信息特征的联合度量进行跨摄像头的车辆轨迹匹配，并合并出跨摄像头的完整车辆轨迹。实现了高精度、高鲁棒性的多摄像头多目标车辆跟踪。
-
公开(公告)号：CN112306015A
公开(公告)日：2021-02-02
申请号：CN202011082213.5
申请日：2020-10-12
Applicant: 重庆大学
IPC: G05B19/418
Abstract: 本发明涉及一种基于贝叶斯网络的机床装备资源优化决策方法，包括模型构建方法和模型求解方法；模型构建方法包括：a)对云制造环境下机床装备资源的优化选择进行数学描述；b)构建模型；模型求解方法用于对所述模型构建方法所构建的模型进行求解。本发明对云制造环境下机床装备资源优化选择问题进行了数学描述，构建了一种由决策环境变量、决策选择变量、决策传递变量、决策目标变量、决策价值变量以及因果依赖关系组成的不确定多阶段多目标决策模型，并通过求解方法对该模型进行求解，可解决云制造环境下机床装备资源优化决策难题，为机床装备资源优化决策提供一种比较切实可行的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
