-
公开(公告)号：CN114386575B
公开(公告)日：2025-03-21
申请号：CN202210013274.9
申请日：2022-01-06
Applicant: 重庆邮电大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464 , G06N3/084 , G06V10/774 , G06V10/42 , G06V10/82 , G06V10/776
Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种应用于稀疏傅里叶叠层成像的无训练卷积神经网络相位恢复方法，包括：获取低分辨率图像，对低分辨率图像进行间隔采样得到低分辨率子图像；将低分辨率子图像进行插值放大和加入随机高斯噪声后输入卷积神经网络模型中，得到图像的幅度和相位信息，根据幅度和相位信息重建低分变率图像；比较重建的低分辨率图像与输入的低分辨率图像的差异，并训练神经网络直到网络收敛，得到高分辨率图像的相位和幅度信息；本发明设计了一类无训练卷积神经网络，在不依赖大量数据的情况下，使用较少的采样图像序列，即可高质量恢复图像相位和幅度信息。
-
公开(公告)号：CN112949572B
公开(公告)日：2022-11-25
申请号：CN202110330611.2
申请日：2021-03-26
Applicant: 重庆邮电大学
Abstract: 本发明属于深度学习目标检测和计算机视觉技术领域，具体涉及一种基于Slim‑YOLOv3的口罩佩戴情况检测方法，该方法包括：实时获取人脸视频数据，对人脸视频数据进行预处理；将预处理后的人脸图像输入到训练好的Slim‑YOLOv3模型中，判断该用户是否正确佩戴口罩；本发明通过一种基于Slim‑YOLOv3的口罩佩戴情况视频检测方法，加上采用改进的无监督自分类方法对不规范佩戴口罩的数据进行子类划分，使得口罩佩戴视频检测任务可以更加精确快速的实现。且提出的网络更加简洁，使得应用成本进一步降低。
-
公开(公告)号：CN114554389A
公开(公告)日：2022-05-27
申请号：CN202111645972.2
申请日：2021-12-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种行人导航定位系统融合方法，包括：基于无线接收器获取离线WiFi数据和在线信号强度数据；根据离线WiFi数据进行处理，得到WiFi指纹数据库；根据WiFi指纹数据库和在线信号强度数据，得到加权欧式距离；通过加权欧式距离在WiFi指纹数据库中选取最小的前k个指纹表征采样点位置坐标，得到最优估计坐标数据；基于惯性传感器获取加速度数据和角速度数据；根据加速度数据、角速度数据和最优估计坐标数据，得到行人行走坐标数据；利用扩展卡尔曼滤波融合方法对行走航向角数据、行走步长数据和最优估计坐标数据，得到行人当前最优定位坐标。本发明能够实现通过惯性导航与WiFi定位融合，使得定位结果更加精确，减少累积误差，满足长时间精准的定位结果。
-
公开(公告)号：CN113435319B
公开(公告)日：2022-05-10
申请号：CN202110713283.4
申请日：2021-06-25
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/74 , G06V40/10 , G06K9/62
Abstract: 本发明属于多目标跟踪与行人角度识别领域，具体涉及一种联合多目标跟踪和行人角度识别的分类方法，该方法包括：将待检测的图像进行增强处理；将增强后的图像输入到训练好的分类模型中进行行人跟踪和角度的识别分类，根据分类结果对待检测图像进行标记；分类模型为改进的JDE多目标跟踪模型和行人角度识别模型；本发明通过特征共享的方式实现了多目标跟踪算法与行人角度识别的算法的结合，减小了模型参数数量，减小了计算量。本发明既能够对视频中出现的所有大目标以及中等目标进行跟踪，又能够对视频中出现的所有大目标以及中等目标的角度进行角度识别，同时该算法能够满足实时性要求。
-
公开(公告)号：CN114386575A
公开(公告)日：2022-04-22
申请号：CN202210013274.9
申请日：2022-01-06
Applicant: 重庆邮电大学
IPC: G06N3/04 , G06N3/08 , G06K9/62 , G06V10/774 , G06V10/42 , G06V10/82 , G06V10/776
Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种应用于稀疏傅里叶叠层成像的无训练卷积神经网络相位恢复方法，包括：获取低分辨率图像，对低分辨率图像进行间隔采样得到低分辨率子图像；将低分辨率子图像进行插值放大和加入随机高斯噪声后输入卷积神经网络模型中，得到图像的幅度和相位信息，根据幅度和相位信息重建低分变率图像；比较重建的低分辨率图像与输入的低分辨率图像的差异，并训练神经网络直到网络收敛，得到高分辨率图像的相位和幅度信息；本发明设计了一类无训练卷积神经网络，在不依赖大量数据的情况下，使用较少的采样图像序列，即可高质量恢复图像相位和幅度信息。
-
Patent Agency Ranking
公开(公告)号：CN113435319A
公开(公告)日：2021-09-24
申请号：CN202110713283.4
申请日：2021-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于多目标跟踪与行人角度识别领域，具体涉及一种联合多目标跟踪和行人角度识别的分类方法，该方法包括：将待检测的图像进行增强处理；将增强后的图像输入到训练好的分类模型中进行行人跟踪和角度的识别分类，根据分类结果对待检测图像进行标记；分类模型为改进的JDE多目标跟踪模型和行人角度识别模型；本发明通过特征共享的方式实现了多目标跟踪算法与行人角度识别的算法的结合，减小了模型参数数量，减小了计算量。本发明既能够对视频中出现的所有大目标以及中等目标进行跟踪，又能够对视频中出现的所有大目标以及中等目标的角度进行角度识别，同时该算法能够满足实时性要求。
-
公开(公告)号：CN111474698A
公开(公告)日：2020-07-31
申请号：CN202010360586.8
申请日：2020-04-30
Applicant: 重庆邮电大学
Abstract: 本发明属于成像技术领域，涉及一种双光源光学显微成像系统及图像处理；所述系统图像采集器、显微镜、垂直反射镜、第一光源以及第二光源；所述显微镜至少包括目镜、物镜和载玻片；图像采集器连接至目镜上端，载玻片置于目镜正下方，所述垂直反射镜置于载玻片正下方，所述垂直反射镜的两个垂直反射光面分别连接呈垂直分布的所述第一光源和所述第二光源；本发明实现了白光明场透射和单色光相衬显微镜系统的融合；其系统灵活，装置简洁，便于组装，设计合理，能够同时采集明场图像和用于相位重建的不同焦距图像。重建后的相位图像，通过互信息配准能够实现与白光明场成像图像融合；此方面实现光学白光衰减成像和单色光相位成像结合，实现信息的互补。
-
公开(公告)号：CN106323175B
公开(公告)日：2019-08-16
申请号：CN201610988276.4
申请日：2016-11-10
Applicant: 重庆邮电大学
IPC: G01B11/02
Abstract: 本发明涉及传感器技术领域，特别涉及利用光照强度的相对位移变化量传感器，包括支撑框架和转动体；所述支撑框架包括第四面板的边分别与第一面板、第二面板、第三面板相连接形成中空的腔体结构；所述第四面板上设置有透光孔，第四面板的背面设置有光照强度感应模块；套筒带有豁口；转动体包括通过弧形连接体固定连接的传动力臂和摆动板，所述摆动板上设置有光源孔，所述光源孔中心处设置有光源；转动体的弧形连接体设置于套筒的豁口处，磁力棒穿过套筒的第一穿孔和转动体的弧形连接体后，与转动体的弧形连接体形成固定连接；本发明利用光的传播特性和物体受重力作用，实现了在极度受限的测量空间中完成对微小相对位置变化量进行高精度记录。
-
公开(公告)号：CN119722757A
公开(公告)日：2025-03-28
申请号：CN202411627635.4
申请日：2024-11-14
Applicant: 重庆邮电大学
IPC: G06T7/33 , G06V10/762 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/0455
Abstract: 本发明属于点云配准技术领域，涉及一种基于点云一致性关系强化的点云非刚性配准方法，包括：获取点云数据，对点云数据进行随机划分配对，得到成对点云数据；对成对点云进行聚类和特征编码，得到高维特征；对高维特征进行自注意力加权；计算相关度矩阵，并对相关度矩阵执行去平滑处理；根据去平滑后的相关度矩阵对点云数据和高维特征进行重新排列；采用优化后的代理任务强化网络对重新排列的高维特征进行特征提取；对所有提取的特征进行拼接融合；采用对称形变驱动网络对融合后的特征进行对称形变；根据对称形变的特征对点云数据进行配准；本发明对提取点云数据的高维特征，进行不均匀的注意力加权，提高了网络对对称或相似部分的数据的鲁棒性。
-
公开(公告)号：CN119399542A
公开(公告)日：2025-02-07
申请号：CN202411538601.8
申请日：2024-10-31
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06T7/00 , G16H50/20 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明属于图像分类技术领域，具体涉及一种基于先验信息的肾细胞癌窦性侵犯预测方法，包括：获取CT图像，根据CT图像构建肾细胞癌窦性侵犯预测数据集；对数据集中的数据进行特征提取，根据提取的特征图构建异构图；将异构图输入到训练后的先验驱动的图神经网络模型，得到肾细胞癌窦性侵犯预测结果；对预测结果进行评估；本发明通过扩散摄动策略以数据驱动的方式生成不同的潜在外观，并学习扰动不变特征，从而对跨数据集应用带来的网络性能衰减进行减益校正。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.026 seconds)
