-
公开(公告)号：CN116386135A
公开(公告)日：2023-07-04
申请号：CN202310234771.6
申请日：2023-06-07
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V10/40 , G06V10/80 , G06N3/08 , G06N3/0464
Abstract: 本发明设计了一种基于多尺度图卷积网络的行为识别方法，该方法主要包含三个部分，分别为时间自适应融合模块、多尺度时空图卷积网络和跨尺度特征融合模块。所述时间自适应融合模块为骨架序列的每一帧提供自适应的融合权重，增强了特征信息。所述多尺度时空图卷积网络通过空间图卷积提取空间信息，将空洞卷积应用于时间信息提取，提出了一种多尺度时间卷积模块，以捕获不同感受野的时间信息，提高了动作预测能力。所述跨尺度特征融合模块通过计算不同尺度关节特征的相似性来判断关节连接性，建立跨尺度邻接矩阵，使不同尺度特征融合，实现多尺度信息的相互指导学习。本发明所提出的多尺度图卷积网络为骨架序列的特征识别提供了多尺度方案，通过多个语义级别信息的交互融合解决了图卷积网络感受野低，单尺度语义信息的缺乏的问题。
-
公开(公告)号：CN116299866A
公开(公告)日：2023-06-23
申请号：CN202310290780.7
申请日：2023-03-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种具有平顶型输出响应的三阶微环谐振滤波器，属于半导体技术领域。该滤波器包括底层的硅基衬底、中间层的二氧化硅以及顶层的单晶铌酸锂薄膜。在单晶铌酸锂薄膜表面的两端分别刻蚀相互平行的输入直波导和输出直波导；且在输入直波导和输出直波导之间刻蚀有跑道环形微环谐振腔。靠近输入直波导的微环谐振腔与输入直波导之间形成第一耦合区域，靠近输出直波导的微环谐振腔与输出直波导之间形成第二耦合区域，相邻的微环谐振腔之间形成第三耦合区域。本发明通过设置跑道型的微环谐振腔延长了耦合区域，能够提高耦合效率，降低滤波器器件自身产生的损耗。
-
公开(公告)号：CN116258905A
公开(公告)日：2023-06-13
申请号：CN202310234295.8
申请日：2023-03-10
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/766 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明设计了一种基于深度学习的神经网络模型的垃圾检测方法，基于YOLOv4的目标检测网络构建垃圾检测模型，其中，所述垃圾检测模型包括Input网络模块、Backbone网络模块，Neck网络模块和Head网络模块；采集日常场景的垃圾图像；将所述垃圾图像输入到Input模块进行预处理；预处理后的所述垃圾图像通过Backbone网络模块进行特征提取，获得特征层；基于所述特征层，通过所述Neck网络模块进行特征融合，得到待预测特征层；将所述待预测层输入到Head模块进行输出，获取所述垃圾图像的检测信息。本方法引入Vision Transformer特征提取模块中的编码器Encoder模块到YOLOv4特征提取网络末端；同时，将NMS算法替换为Soft‑NMS算法优化候选框的筛选；最后增加连接层、卷积层，再进行一次上采样运算和下采样运算。将主干特征提取网络中有较多小目标特征信息的特征层输出到连接层，进行特征融合,输出检测层数由3层增加到4层。本发明提出的方法在可回收垃圾的检测中，针对垃圾物体易出现变形、堆叠、透明度较高的情况下取得较好的检测效果，具有显著优势。
-
公开(公告)号：CN116189306A
公开(公告)日：2023-05-30
申请号：CN202310234773.5
申请日：2023-03-13
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V10/40 , G06V10/764 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明设计了一种基于联合注意力机制的人体行为识别方法，用于人体三维骨架的行为识别问题。以骨架关节点数据、骨骼长度数据作为输入，通过双流网络融合评分，实现对骨架特征的充分提取。采用上下文编码网络学习各关节点间的连接关系及连接强度并将其嵌入图卷积层中。设计联合注意力模块，将空间注意模块、时间注意模块和通道注意模块巧妙结合，以联合处理通道、空间和时间注意力，增强对重要信息的特征提取能力，有效提升了行为识别精度。本发明为3D人体骨架行为识别提供又一种可行的选择。
-
-
-
Search Results
4
records
(took 0.019 seconds)
