公开(公告)号：CN116012819A

公开(公告)日：2023-04-25

申请号：CN202211614846.5

申请日：2022-12-14

Applicant: 重庆邮电大学

Inventor： 刘伯红 ,  谢小金

IPC: G06V20/59 ,  G06V10/764 ,  G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/049 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明涉及一种融合时空特征的疲劳驾驶检测方法，属于疲劳驾驶领域。针对现有的疲劳驾驶检测方法忽略疲劳的时间特征，难以检测疲劳的动态和关键特征，使得疲劳检测的准确性不高等问题，提出了一种融合空间特征和时间特征的疲劳驾驶检测方法。首先将目标驾驶视频采用多任务卷积神经网络进行人脸检测，提取驾驶员全局人脸的深层疲劳空间特征，然后采用LSTM‑FCN网络来研究疲劳视频帧序列之间的长期依赖关系，提取疲劳的时间特征，最终完成疲劳驾驶的检测。该方法探索了连续疲劳视频帧之间的潜在非线性关系，疲劳驾驶检测的准确率较高，并且能够实时检测，有效进行疲劳判断。

公开(公告)号：CN114331811A

公开(公告)日：2022-04-12

申请号：CN202111499073.6

申请日：2021-12-09

Applicant: 重庆邮电大学

Inventor： 刘伯红 ,  张龙

IPC: G06T3/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于自注意力机制映射的图像风格迁移的方法，属于图像处理领域。首先对内容图像和风格图像进行特征提取，分别提取各自的内容特征和风格特征，然后再利用自注意力机制将内容图片的内容特征和风格图像的内容进行映射处理，最后使用完成映射后的内容特征与风格图像的风格特征进行组合去合成目标图像。本发明利用自注意力来完成风格图像和内容图像的内容特征之间的映射，解决了现在图像风格迁移过程中局部风格和整体的迁移效果的问题，具有可靠性、鲁棒性。

公开(公告)号：CN116012253A

公开(公告)日：2023-04-25

申请号：CN202310076270.X

申请日：2023-01-18

Applicant: 重庆邮电大学

Inventor： 刘伯红 ,  袁光斌

IPC: G06T5/00 ,  G06V10/774 ,  G06V10/80 ,  G06V10/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于融合Transformer的卷积神经网络的图像去雾方法，属于计算机视觉和图像处理技术领域。该方法包括：S1：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行预处理；S2：构建去雾网络模型：基于U‑Net的网络结构和残差模块，利用卷积模块和Transformer模块构建一个端到端的去雾网络模型；S3：将预处理后的数据集输入到构建好的去雾网络模型中，在训练过程中通过损失函数计算损失，不断迭代更新模型参数，最终得到训练好的去雾网络模型进行图像去雾。本发明能够更好的恢复图像的整体信息，可以直接进行端到端的去雾。

公开(公告)号：CN118628953A

公开(公告)日：2024-09-10

申请号：CN202410711053.8

申请日：2024-06-04

Applicant: 重庆邮电大学

Inventor： 廖雅婷 ,  代宇 ,  刘伯红

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/44 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06V10/771 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及深度学习以及视频分析领域，本发明提供了一种基于多维度时空信息激励的视频人体行为识别方法。该方法包括：将处理好的视频帧图像数据输入到基于2D卷积的视频动作分类模型中，通过多维度时空特征增强模块沿不同轴上下文校准基于多尺度卷积结构学习到的时空特征；通过多尺度运动差分注意模块提取不同时空尺度下的运动信息；通过自适应运动信息聚合模块聚合提取到的多尺度运动信息；将最终的模型学习到的时空特征和运动特征表示累加聚合并输入到结构为全连接层的分类器中得到最终的动作分类结果。本发明方法能够帮助模型更有效地学习显著性时空特征并且更好地平衡计算消耗和分类准确率。

公开(公告)号：CN114969533A

公开(公告)日：2022-08-30

申请号：CN202210624731.8

申请日：2022-06-02

Applicant: 重庆邮电大学

Inventor： 刘伯红 ,  石翰睿

IPC: G06F16/9535 ,  G06F16/958 ,  G06N3/04

Abstract: 本发明公开了一种基于用户长短期偏好的序列推荐方法，传统的推荐模型使用协同过滤算法建模用户的潜在兴趣，但用户的兴趣往往是复杂多变且随时间变化的，单一的模型无法准确建模用户的兴趣特征，为解决该问题，本发明根据用户的历史序列数据，利用融合注意力机制的门控循环单元建模用户的短期兴趣，同时采用基于神经协同过滤隐含因子模型基于用户的全局信息提取用户长期兴趣，通过注意力机制为长短期兴趣分配不同的权重，得到最终的推荐结果。