-
公开(公告)号：CN114462507A
公开(公告)日：2022-05-10
申请号：CN202210025857.3
申请日：2022-03-23
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于卷积神经网络的岩渣分类算法，岩渣作为掘进过程中主要的产物，包含丰富的信息，研究及工程实践表明可通过对岩渣的类别进行观测，实时推测刀盘的工作状况。通过图像识别岩渣种类以达到间接检测刀盘的目的，从而指导现场施工人员及时检查和更换刀具。相机在传送带上方采集图像，避开了恶劣的生产环境，同时还具有设备简单、损耗低、成本低、长时间监测等优点，以此为动机，该发明提出一种基于卷积神经网络的岩渣分类算法。为提取岩渣图像特征，该文首先根据预训练模型迁移学习参数，同时配合数据扩增方法，将扩增后的岩渣数据集作为卷积神经网络的输入，训练岩渣分类网络。为实现盾构机边缘端的算法部署，本发明还提出一种结合量化与剪枝的网络压缩方法，对网络进行了近乎无损的压缩，减小了参数量和计算量。
-
公开(公告)号：CN110907763A
公开(公告)日：2020-03-24
申请号：CN201911273824.5
申请日：2019-12-12
Applicant: 重庆邮电大学
IPC: G01R31/08
Abstract: 本发明涉及一种基于时频域反射法的电力电缆故障检测方法。所述方法包括：时频信号设计模块、时频信号生成模块、信号发送与接收模块和时频信号处理模块。所述时频信号设计模块，通过矢量网络分析仪分析电缆和电容耦合器的特性，确定入射时频信号的传输参数；所述时频信号生成模块，用于生成满足电缆故障检测要求的时频信号；所述时频信号发送与接收模块，将数字信号转化成模拟电压信号发送到目标电缆，并在源端接收来自目标电缆的反射信号；所述时频信号处理模块。将反射信号和入射信号进行时频互相关处理，确定故障位置信息。本发明的方法能够通过时频信号对故障电缆进行检测及定位，时频入射信号能够有效的抵抗部分噪声干扰。
-
公开(公告)号：CN108832304A
公开(公告)日：2018-11-16
申请号：CN201810607420.4
申请日：2018-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及雷达散射截面制技术领域，特别涉及一种基于双极化频率选择表面的超高频频段可调二相调制板，所述二相调制板包括可调频率选择表面FSS层、隔空层和金属接地层，所述FSS层表面设置一个谐振电路，所述谐振电路包括菱形结构板和二极管，所述菱形结构板以对角线为基线设置有十字槽，多个菱形结构板以对角线为对齐标准进行整齐的阵列分布，两个相邻菱形结构板之间通过二极管连接；本发明用调制板使入射波达到频谱调制的效果，在谐振频率点能达到理想的吸波效果，本发明的反射调制板在0.6GHz，1.4-1.9GHz都有较好的工作性能，能减少超过90％的回波能量，在1.5GHz的谐振频率上反射系数低至-30dB。
-
公开(公告)号：CN108832304B
公开(公告)日：2020-12-18
申请号：CN201810607420.4
申请日：2018-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及雷达散射截面制技术领域，特别涉及一种基于双极化频率选择表面的超高频频段可调二相调制板，所述二相调制板包括可调频率选择表面FSS层、隔空层和金属接地层，所述FSS层表面设置一个谐振电路，所述谐振电路包括菱形结构板和二极管，所述菱形结构板以对角线为基线设置有十字槽，多个菱形结构板以对角线为对齐标准进行整齐的阵列分布，两个相邻菱形结构板之间通过二极管连接；本发明用调制板使入射波达到频谱调制的效果，在谐振频率点能达到理想的吸波效果，本发明的反射调制板在0.6GHz，1.4‑1.9GHz都有较好的工作性能，能减少超过90％的回波能量，在1.5GHz的谐振频率上反射系数低至‑30dB。
-
公开(公告)号：CN108108482B
公开(公告)日：2022-02-11
申请号：CN201810011163.8
申请日：2018-01-05
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/242 , G06F40/295
Abstract: 本发明请求保护一种文景转换中实现场景真实性增强的方法。该方法包括：步骤一，从互联网获取描述某一场景的多篇中文文档，组建场景语料库。步骤二：对语料库中的文档进行不去重的分词处理；之后对分词后的文档进行去停留词处理。步骤三：利用处理后的文档，对场景描述中的实体名词进行统计分析。步骤四：利用统计指标，分析场景类别特征。步骤五：利用实体名词对该场景进行概念表示，建立场景概念字典。本发明目的在于建立实体词与场景词的“词‑类别”关联，分析“类别”的一般性特征，实现对某一场景词的概念表示，为文景转换中场景实体要素的分析提供支持，从而实现生成的场景符合人的常识认知，具有完整背景环境，使得场景真实感得到增强。
-
Patent Agency Ranking
公开(公告)号：CN113796845B
公开(公告)日：2023-08-04
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
IPC: A61B5/024 , A61B5/18 , G06V40/16 , G06V10/762 , G06V10/82 , G06N3/0442 , G06N3/08 , G06V20/59
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
公开(公告)号：CN114386499A
公开(公告)日：2022-04-22
申请号：CN202111663965.5
申请日：2021-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于基于GIS多源局部放电信号数据流聚类分离方法，属于高压电气设备局部放电检测技术领域，局部放电检测中,由于多种放电源与现场干扰源同时存在并不断变化的现象，导致多种局部放电源难以有效分离及识别的难题，论文提出一种高效的自适应在线数据流聚类方法。该方法采用自然邻域创建KD树来提高查询近邻的效率，即通过流数据的特征得到自适应的邻域半径和区域密度，从而能够局部搜索并形成团簇，实现多种局部放电源的实时在线分离。在人工数据集和真实数据集验证了该方法的优越性，将其应用于气体绝缘变电站故障的模式识别。
-
公开(公告)号：CN113796845A
公开(公告)日：2021-12-17
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
公开(公告)号：CN113792572B
公开(公告)日：2024-08-02
申请号：CN202110670264.8
申请日：2021-06-17
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于局部表征的面部表情识别方法，属于人脸识别领域，表情是人类内心情感变化的重要体现，当前表情识别方法通常依赖面部全局特征进行处理，忽略局部特征提取。心理学家指出不同面部表情对应不同的局部肌肉运动区域，以此为动机，该文提出一种基于局部表征的表情识别算法，称为表情运动单元卷积神经网络。为提取面部的局部特征，该文首先根据获取的人脸68个特征点将整体面部图像划分成43个子区域，随后选择肌肉运动区域与面部显著器官所覆盖的8个局部候选区域作为卷积神经网络的输入。为均衡局部候选区域的特征，采用8个并行的特征提取分支，每个分支支配不同维全连接层。分支的输出按照注意力自适应地连接，以突出不同局部候选区域的重要程度，最后经Softmax函数将表情分为中性、愤怒、厌恶、惊讶、高兴、悲伤和恐惧七类。
-
公开(公告)号：CN115346197A
公开(公告)日：2022-11-15
申请号：CN202210448845.1
申请日：2022-04-27
Applicant: 重庆邮电大学
IPC: G06V20/59 , G06V20/40 , G06V20/58 , G06V40/16 , G06V40/20 , G06V10/44 , G06V10/82 , G06K9/62 , G06N3/04 , G06T3/40 , G06T5/00 , G06T5/40
Abstract: 本发明的内容为实现了一种基于双向视频流的驾驶员分心行为识别方法，克服了接触式识别驾驶员分心行为的缺点，实现了驾驶员打哈欠、打电话等分心行为的识别，具体技术方案包括以下6个部分。感兴趣区域选取：选取图像下方1/3处进行驾驶员头部识别。人脸特征点提取：在通过MTCNN算法获得精确的5个人脸特征点。头部姿态提取：通过2D的人脸5个人脸特征点来采用PnP算法计算头部的投影关系获得旋转矩阵，并进行头部姿态估计。目标动作检测：采用Mobilenet‑SSD目标检测算法进行打电话识别。车道偏离预警：采用Canny算子进行边缘检测判断驾驶员是否出现车道偏离情况。分心行为识别：通过融合头部姿态估计和手部动作、嘴部特征变化以及车道线偏离行为等多种分心行为的识别。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
