公开(公告)号：CN115775337A

公开(公告)日：2023-03-10

申请号：CN202211561810.5

申请日：2022-12-07

Applicant: 重庆邮电大学

Inventor： 刘达 ,  戴大伟 ,  王煜淇 ,  胡峰 ,  夏书银 ,  王国胤

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/20 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图像处理领域，具体涉及一种基于二叉树结构嵌入的可解释卷积神经网络图像分类方法，该方法包括：获取待处理的图像，将待处理的图像输入到训练好的改进的深度神经网络模型中，得到预测结果，并可以从网络得到良好的网络决策过程以及每个决策的可信程度；本发明将二叉树分支结构引入到深度神经网络的设计过程中，对传统的网络卷积层进行二分设计，使每一部分负责解耦不同的图像类别信息，通过设定的优化方式以控制特定神经元的激活水平，可以更好地指导网络的图像分类决策；此外，通过对一个样本网络决策过程中各层神经元激活值与目标决策路径的偏移情况对比，可以得到对样本决策结果可信程度的评价。

公开(公告)号：CN112767251B

公开(公告)日：2023-04-07

申请号：CN202110073381.6

申请日：2021-01-20

Applicant: 重庆邮电大学

Inventor： 戴大伟 ,  刘达 ,  张彬 ,  徐嘉 ,  夏书银 ,  王国胤

IPC: G06T3/40 ,  G06T5/50

Abstract: 本发明属于图像超分辨率重建领域，具体涉及一种基于多尺度细节特征融合神经网络的图像超分辨率方法，该方法包括：获取待处理的图像，将待处理的图像输入到训练好的改进的深度神经网络模型中，得到高质量图像；本发明在提取特征的过程中，增加了原始图片中的高频信息，通过这种集成的方式，增加了网络的稳定性；另外在残差密集块方面，利用了多层的特征融合机制，增加了语义信息，也加入了通道特征筛选，使整个网络能够更好地表达；并且，在特征提取过程的每个阶段，即每个残差密集块后，加入损失计算，用于反向传播调整特征提取的过程，提高了网络的表达能力以及能够更好地学习重建高分辨率图片。

公开(公告)号：CN213028109U

公开(公告)日：2021-04-20

申请号：CN202022134384.X

申请日：2020-09-25

Applicant: 重庆邮电大学

Inventor： 戴大伟 ,  夏书银 ,  朱宏飞 ,  韦健超 ,  张崧岳 ,  徐嘉 ,  刘达 ,  张彬

IPC: H04L29/06 ,  H04L29/08 ,  G10L17/22 ,  H04W4/38 ,  H04W4/02 ,  G06K9/00 ,  B25J9/16 ,  B25J11/00

Abstract: 本实用新型属于机器人应用领域，特别涉及一种基于智能终端的家庭机器人服务控制系统统；所述系统包括机器人端和第一智能终端；所述机器人端包括机器人本体以及载有第二智能终端的上位机系统和载有底层控制板的下位机系统；所述上位机系统和所述下位机系统之间通过通讯串口通信；所述第一智能终端与所述第二智能终端通过无线网络进行通信；所述底层控制板按照从第一智能终端的通讯串口接收到的信息控制所述机器人本体运动；本实用新型采用模块化设计，打破了传统机器人一体化设计模式，利用智能终端强大的运算能力替代了运算力弱、自主性低的传统工控机，与底层控制板共同控制机器人本体的运作；实现其高度的智能化目标，服务于大众家庭。