-
公开(公告)号：CN112927209B
公开(公告)日：2022-02-11
申请号：CN202110246524.9
申请日：2021-03-05
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于CNN的显著性检测系统和方法，系统包括特征融合模块、低级特征注意力模块和高级特征注意力模块；低级特征注意力模块用于获取的具有低级多粒度特征的特征图；尺度增强融合模块用于获得具有高级多粒度的特征图；高级特征注意力模块用于对具有高级多粒度的特征图中有关联性的特征图提供权重，获得关联有高级语义信息的特征图；特征融合模块用于对特征图进行特征融合，得到最终的显著性检测图。解决了现有技术中需要人工设计特征提取算法，没有对彩色信息和深度信息的高级特征和低级特征进行融合，导致有用信息丢失的问题，本发明对图像中显著性目标轮廓部分处理地更加细致，预测出来的显著性目标具有更清晰的轮廓。
-
公开(公告)号：CN112927250B
公开(公告)日：2022-01-25
申请号：CN202110246519.8
申请日：2021-03-05
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多粒度注意力分层网络的边缘检测系统和方法，该系统包含多个用于捕获高级特征的多粒度特征分层模块和多个用于融合低级特征的通道注意力模块和空间注意力模块，以及用于融合特征图的特征图融合模块；本发明使用通道注意力模块、空间注意力模块和多粒度特征分层模块结合的方法去解决深度神经网络预测边界过厚和背景干扰的问题，能从自然图像中提取清晰的边缘，无需手工提取边缘特征，并且取得良好的视觉效果，提升边缘检测评价指标的性能。
-
公开(公告)号：CN115378536A
公开(公告)日：2022-11-22
申请号：CN202210980923.2
申请日：2022-08-16
Applicant: 北京智芯微电子科技有限公司 , 重庆邮电大学
IPC: H04J3/06 , H04L41/0803 , H04L41/12 , H04L41/14
Abstract: 本发明公开了一种多域时间敏感网络控制平面的流配置方法和系统，所述方法包括：建立多域时间敏感网络拓扑模型，多域时间敏感网络拓扑模型包括控制平面和数据平面；在接收到流请求时，基于每个域内CNC和CUC之间的交互，配置CNC和CUC的流参数；基于每个域内CNC与东西向管理器之间的交互，配置CNC和东西向管理器的可达性信息；基于相邻域的东西向管理器之间的交互，配置东西向管理器的边界端口和流状态；基于配置完成后的每个域的CUC、CNC和东西向管理器完成数据流的传输。本发明的流配置方法，能够在不修改现有TSN标准的情况下实现按需端到端边界延迟流保留和配置，使不同TSN域之间可以相互作用，同时提高安全性。
-
公开(公告)号：CN114491115B
公开(公告)日：2023-03-24
申请号：CN202210147119.6
申请日：2022-02-17
Applicant: 重庆邮电大学
IPC: G06F16/532 , G06F16/538 , G06F16/55 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及图像检索技术领域，公开了一种基于深度哈希的多模型融合的集成图像检索方法，包括如下步骤：S1、创建图像数据集以及所述图像数据集中的图像所对应的图像标签，所述图像数据集包括图像训练集和图像测试集；S2、将所述图像标签和所述图像训练集中的图像分别输入至多个不同类型的个体学习器中以训练多个所述个体学习器，得到每个所述个体学习器的精度以及图像训练集中的图像对应的训练集二进制哈希编码；S3、将图像测试集中的图像及对应的图像标签输入至多个所述个体学习器中，得到对应的测试集二进制哈希编码。本发明使用多个卷积神经网络模型集成图像检索能充分利用每个个体学习器的学习特性，检索准确率更高。
-
Patent Agency Ranking
公开(公告)号：CN115378865A
公开(公告)日：2022-11-22
申请号：CN202210971335.2
申请日：2022-08-12
Applicant: 北京智芯微电子科技有限公司 , 重庆邮电大学
IPC: H04L45/02 , H04L45/121 , H04L41/12 , H04L41/14
Abstract: 本发明公开了一种AVB流时延的路由调度方法和系统、存储介质、终端设备，所述方法包括：将TSN网络拓扑抽象为网络有向图；建立门控CBS调度机制模型，并根据AVB数据流队列对门控CBS调度机制模型的传输规则进行优化；在接收到路径选择需求时，基于KSP路径选择算法生成路径集，为AVB数据流选择合适的传输路径；根据路径选择结果和流量传输约束条件生成门控调度表。本发明的路由调度方法，能够降低AVB流的端到端延迟，提高AVB流的通信性能。
-
公开(公告)号：CN112927209A
公开(公告)日：2021-06-08
申请号：CN202110246524.9
申请日：2021-03-05
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于CNN的显著性检测系统和方法，系统包括特征融合模块、低级特征注意力模块和高级特征注意力模块；低级特征注意力模块用于获取的具有低级多粒度特征的特征图；尺度增强融合模块用于获得具有高级多粒度的特征图；高级特征注意力模块用于对具有高级多粒度的特征图中有关联性的特征图提供权重，获得关联有高级语义信息的特征图；特征融合模块用于对特征图进行特征融合，得到最终的显著性检测图。解决了现有技术中需要人工设计特征提取算法，没有对彩色信息和深度信息的高级特征和低级特征进行融合，导致有用信息丢失的问题，本发明对图像中显著性目标轮廓部分处理地更加细致，预测出来的显著性目标具有更清晰的轮廓。
-
公开(公告)号：CN115378865B
公开(公告)日：2024-08-13
申请号：CN202210971335.2
申请日：2022-08-12
Applicant: 北京智芯微电子科技有限公司 , 重庆邮电大学
IPC: H04L45/02 , H04L45/121 , H04L41/12 , H04L41/14
Abstract: 本发明公开了一种AVB流时延的路由调度方法和系统、存储介质、终端设备，所述方法包括：将TSN网络拓扑抽象为网络有向图；建立门控CBS调度机制模型，并根据AVB数据流队列对门控CBS调度机制模型的传输规则进行优化；在接收到路径选择需求时，基于KSP路径选择算法生成路径集，为AVB数据流选择合适的传输路径；根据路径选择结果和流量传输约束条件生成门控调度表。本发明的路由调度方法，能够降低AVB流的端到端延迟，提高AVB流的通信性能。
-
公开(公告)号：CN114491115A
公开(公告)日：2022-05-13
申请号：CN202210147119.6
申请日：2022-02-17
Applicant: 重庆邮电大学
IPC: G06F16/532 , G06F16/538 , G06F16/55 , G06N3/04 , G06N3/08
Abstract: 本发明涉及图像检索技术领域，公开了一种基于深度哈希的多模型融合的集成图像检索方法，包括如下步骤：S1、创建图像数据集以及所述图像数据集中的图像所对应的图像标签，所述图像数据集包括图像训练集和图像测试集；S2、将所述图像标签和所述图像训练集中的图像分别输入至多个不同类型的个体学习器中以训练多个所述个体学习器，得到每个所述个体学习器的精度以及图像训练集中的图像对应的训练集二进制哈希编码；S3、将图像测试集中的图像及对应的图像标签输入至多个所述个体学习器中，得到对应的测试集二进制哈希编码。本发明使用多个卷积神经网络模型集成图像检索能充分利用每个个体学习器的学习特性，检索准确率更高。
-
公开(公告)号：CN112927250A
公开(公告)日：2021-06-08
申请号：CN202110246519.8
申请日：2021-03-05
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多粒度注意力分层网络的边缘检测系统和方法，该系统包含多个用于捕获高级特征的多粒度特征分层模块和多个用于融合低级特征的通道注意力模块和空间注意力模块，以及用于融合特征图的特征图融合模块；本发明使用通道注意力模块、空间注意力模块和多粒度特征分层模块结合的方法去解决深度神经网络预测边界过厚和背景干扰的问题，能从自然图像中提取清晰的边缘，无需手工提取边缘特征，并且取得良好的视觉效果，提升边缘检测评价指标的性能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
