-
公开(公告)号：CN111292257B
公开(公告)日：2023-04-28
申请号：CN202010042914.X
申请日：2020-01-15
Applicant: 重庆邮电大学
Abstract: 本发明属于图像增强与计算机视觉领域，具体涉及一种基于Retinex的暗视觉环境下图像增强方法，该方法包括：获取图像数据，并将图像数据分为全局光照图和局部光照图；对两种图像的对应像素点进行加权平均，得到初步估计光照图，采用改进的加权引导滤波对初步估计光照图进行保边平滑滤波，对滤波后的光照图进行改进的自适应Gamma校正得到校正后的估计光照图；采用Retinex算法利用原始图像和校正后的估计光照图计算R通道、G通道、B通道的反射图，将三个通道的反射图合成，获得增强的图像；本发明将暗视觉环境下图像增强的同时还能保留亮区细节和减少光晕效应，避免图像过度增强，便于对暗视觉环境下图像做识别和检测等处理。
-
公开(公告)号：CN110476879B
公开(公告)日：2022-02-22
申请号：CN201910787807.7
申请日：2019-08-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及畜牧业领域，特别是涉及一种基于多标签链式生态环境奶牛行为分类判别方法及装置，所述方法包括获取奶牛行为原始数据，对原始数据打上标签Y1和标签Y2，将原始数据衍生为57维特征向量，根据标签Y2使用递归特征消除法从57维特征中选择9维特征，将选出的9维数据集随机选择一半记作第一数据集，用于GBDT模型的训练；另一半数据记作第二数据集，用于逻辑回归模型的构建；将实时数据输入第一提升树模型、第二提升树模型、第一回归模型和第二逻辑回归模型，得出奶牛九种姿态分类结果；本发明本发明将不同类别的奶牛的行为分为九种姿态，通过精准的奶牛行为分类监测，可以判断奶牛的发情和健康状况。
-
公开(公告)号：CN113778811A
公开(公告)日：2021-12-10
申请号：CN202111157772.2
申请日：2021-09-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度卷积迁移学习软件系统故障监测方法及系统，属于计算机软件测试领域，包括以下步骤：收集已有负载S下的软件系统负载数据集，构建源域数据集；对每一组原始响应时间都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始响应时间进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对软件系统进行故障监测。本发明可以在面对多负载下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障监测效果，且在新负载下的数据集，不需要重新训练网络模型，可以节约大量时间。
-
公开(公告)号：CN111292257A
公开(公告)日：2020-06-16
申请号：CN202010042914.X
申请日：2020-01-15
Applicant: 重庆邮电大学
Abstract: 本发明属于图像增强与计算机视觉领域，具体涉及一种基于Retinex的暗视觉环境下图像增强方法，该方法包括：获取图像数据，并将图像数据分为全局光照图和局部光照图；对两种图像的对应像素点进行加权平均，得到初步估计光照图，采用改进的加权引导滤波对初步估计光照图进行保边平滑滤波，对滤波后的光照图进行改进的自适应Gamma校正得到校正后的估计光照图；采用Retinex算法利用原始图像和校正后的估计光照图计算R通道、G通道、B通道的反射图，将三个通道的反射图合成，获得增强的图像；本发明将暗视觉环境下图像增强的同时还能保留亮区细节和减少光晕效应，避免图像过度增强，便于对暗视觉环境下图像做识别和检测等处理。
-
Patent Agency Ranking
公开(公告)号：CN118747665A
公开(公告)日：2024-10-08
申请号：CN202410905718.9
申请日：2024-07-08
Applicant: 重庆邮电大学
IPC: G06Q30/0242 , G06Q30/0241 , G06Q30/0251 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种融合特征过滤器的广告点击率预测方法，属于广告点击率预估领域。该方法包括：将获取的用户与广告特征信息输入训练收敛的融合特征过滤器的广告点击率预测模型中得到预测结果。其中广告点击率预测模型的处理过程为，获取用户与广告相关特征信息，构建特征嵌入，进行特征过滤，并行进行显式特征交互与深度特征交互，连接结果到输出层得到预测结果。该方法在显式与深度特征交互之前设计一种特征过滤器，能有效综合特征在显式与隐式特征交互中的综合表现力，对特征进行权重过滤提高最终预测的准确率。
-
公开(公告)号：CN111242868A
公开(公告)日：2020-06-05
申请号：CN202010049736.3
申请日：2020-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉、深度学习领域，具体设涉及一种暗视觉环境下基于卷积神经网络的图像增强方法，该方法包括：获取原始图像数据和暗视觉环境下的图像数据；将获取的数据分为训练集和测试集，采用训练集的数据训练改进的卷积神经网络模型；采用测试集的数据进行网络性能测试；将暗视觉环境下的图像数据输入图像分解网络中，得到分解出的亮度通道图像；将暗视觉环境下的图像数据和亮度通道图像输入到改进的卷积神经网络模型中，得到暗视觉环境下采集图像的增强图像；通过本发明，能够对暗视觉环境下获取的图像进行增强；增强后的图像清晰，便于人们可以明确辨认图像中的细节内容。
-
公开(公告)号：CN110476879A
公开(公告)日：2019-11-22
申请号：CN201910787807.7
申请日：2019-08-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及畜牧业领域，特别是涉及一种基于多标签链式生态环境奶牛行为分类判别方法及装置，所述方法包括获取奶牛行为原始数据，对原始数据打上标签Y1和标签Y2，将原始数据衍生为57维特征向量，根据标签Y2使用递归特征消除法从57维特征中选择9维特征，将选出的9维数据集随机选择一半记作第一数据集，用于GBDT模型的训练；另一半数据记作第二数据集，用于逻辑回归模型的构建；将实时数据输入第一提升树模型、第二提升树模型、第一回归模型和第二逻辑回归模型，得出奶牛九种姿态分类结果；本发明本发明将不同类别的奶牛的行为分为九种姿态，通过精准的奶牛行为分类监测，可以判断奶牛的发情和健康状况。
-
公开(公告)号：CN118196919A
公开(公告)日：2024-06-14
申请号：CN202410298821.1
申请日：2024-03-15
Applicant: 重庆邮电大学
IPC: G07C1/10 , G06Q10/1091 , H04W4/029 , H04W4/80 , H04W12/033
Abstract: 本发明涉及按座位签到考勤的系统及方法，属于电子设备领域。该系统包括服务器、打卡端、管理端和位置标识。本发明管理端通过设置签到场所内的座位信息由服务器生成位置识别信息，将包含位置识别信息的位置标识设置在待签到座位的区域内，打卡端通过位置标识获取位置信息向服务器发起签到，服务器对签到请求进行验证，管理端通过服务器查看签到情况，管理端可查当前人员的签到人数和对应的座位。本发明能实现快速、准确的现场签到，同时避免虚假签到，提高课堂签到及管理效率。
-
公开(公告)号：CN111242868B
公开(公告)日：2023-05-02
申请号：CN202010049736.3
申请日：2020-01-16
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/0475
Abstract: 本发明涉及计算机视觉、深度学习领域，具体设涉及一种暗视觉环境下基于卷积神经网络的图像增强方法，该方法包括：获取原始图像数据和暗视觉环境下的图像数据；将获取的数据分为训练集和测试集，采用训练集的数据训练改进的卷积神经网络模型；采用测试集的数据进行网络性能测试；将暗视觉环境下的图像数据输入图像分解网络中，得到分解出的亮度通道图像；将暗视觉环境下的图像数据和亮度通道图像输入到改进的卷积神经网络模型中，得到暗视觉环境下采集图像的增强图像；通过本发明，能够对暗视觉环境下获取的图像进行增强；增强后的图像清晰，便于人们可以明确辨认图像中的细节内容。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
