公开(公告)号：CN118113888A

公开(公告)日：2024-05-31

申请号：CN202311663327.2

申请日：2023-12-05

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  陈浩 ,  李远路 ,  刘峻卓 ,  张冶 ,  张冬

IPC: G06F16/432 ,  G06F16/483 ,  G06V10/40 ,  G06V10/82 ,  G06F18/2451 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出基于多信道融合的跨模态细粒度检索方法。一方面该方法使用分支网络提取四个模态的深度特征信息。这种方式可以极大的提取专属于每个模态的特征，将每个模态的特征信息进行充分利用。另一方面，提取到每个模态的深度特征信息后，将其分为四个信道然后进行重组，使得重组后的每一组信息都包含四个模态的深度特征信息，这样在模型学习时其不仅能学习到本模态的信息，同时也提前学习了其他模态带来的信息，极大地增强了各个模态间的信息交互能力，从而增强模型的分类能力，为后续的检索任务提供了更加准确的分类结果，进一步提高模型的跨模态检索能力。使该技术可以应用到搜索引擎或公安系统中，有效提高检索准确率和犯罪侦查效率。

公开(公告)号：CN118866225A

公开(公告)日：2024-10-29

申请号：CN202410870943.3

申请日：2024-06-28

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  李远路 ,  陈浩 ,  张冬

IPC: G16H15/00 ,  G16H30/40 ,  G06N3/0455 ,  G06V10/40 ,  G06N3/045 ,  G06V10/82 ,  G06F18/22 ,  G06N3/0464 ,  G06V10/80 ,  G06F40/284 ,  G06F40/30 ,  G06V10/74 ,  G06N3/08

Abstract: 本发明涉及深度学习、自然语言处理、跨模态对齐、图像字幕等技术，并公开了一种基于周期性跨模态对齐的医学影像报告生成方法。该方法构建图像文本对应关系，并采用自适应注意因子，通过多层感知器学习和改进单词与图像区域之间的对应关系。同时使用相似度得分评估每个单词的重要性，确保模型能够更好地选择和加权单词，以提高报告生成的质量。在此基础上，模型引入了循环周期，允许模型多次迭代对齐操作，以进一步提高模型性能。最终，将循环跨模态对齐更新后的文本特征与图像特征拼接，用于生成医学报告。本发明的技术方案弥合了医学影像报告生成领域的视觉与语言之间的鸿沟，为解决这一难题提供了一种创新方法。

公开(公告)号：CN119418243A

公开(公告)日：2025-02-11

申请号：CN202411456643.7

申请日：2024-10-17

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  张冬 ,  李远路 ,  陈浩

IPC: G06V20/40 ,  G06Q50/20 ,  G06V20/52 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/766 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出一种基于Transformer和任务动态对齐的学生课堂行为检测方法。一方面该方法在主干网络加入GLTB增强特征提取能力。其中，利用CGLU用于增强非线性特征表达能力,结合MHSA的全局特征提取能力,这种方式拥有更强的特征提取能力。另一方面，采用了由GLSA改进的作为颈部结构网络，不仅能够有效提取全局特征，还能够捕捉到细粒度的局部特征，同时能够促进全局与局部信息之间的相互作用。这种方式在处理复杂任务时，能够更加准确地识别和理解图像中的关键信息。另外，采用了新型检测头ETADH，通过特征提取器学习分类和定位任务的交互特征并通过任务拆解模块进行任务分解。通过这种方式增强两个任务之间的交互性，有效利用相互之间的关联信息来提升检测精度。

公开(公告)号：CN101854696A

公开(公告)日：2010-10-06

申请号：CN201010182448.1

申请日：2010-05-25

Applicant: 重庆邮电大学

Inventor： 王平 ,  杨信锟 ,  张志强 ,  张冬 ,  汪喆 ,  王恒

IPC: H04W40/12 ,  H04W84/18

Abstract: 本发明是一种在无线传感器网络中基于时隙调度机制和通信链路质量的路由方法，涉及无线传感器网络；此路由方法采用跨层设计的思想，结合全网时隙调度机制和底层通信链路评估，选取传输延时和链路质量作为路径选择的标准；并引入前k优路径算法选取一条同时满足两个选路标准的最优通信路径，从而实现高可靠性的无线传感器网络路由技术；发明以ISA100.11a网络为例；ISA100.11a网络中的系统管理器对mesh拓扑的通信子网进行集中式管理；当收到源设备的路由申请时，运行路由算法选取出一条满足全网调度要求下通信链路质量最优的路径，同时将路由信息下发到路径上的各个节点进行数据通信；以此验证算法的可行性。

公开(公告)号：CN101854696B

公开(公告)日：2012-10-10

申请号：CN201010182448.1

申请日：2010-05-25

Applicant: 重庆邮电大学

Inventor： 王平 ,  杨信锟 ,  张志强 ,  张冬 ,  汪喆 ,  王恒

IPC: H04W40/12 ,  H04W84/18

Abstract: 本发明是一种在无线传感器网络中基于时隙调度机制和通信链路质量的路由方法，涉及无线传感器网络；此路由方法采用跨层设计的思想，结合全网时隙调度机制和底层通信链路评估，选取传输延时和链路质量作为路径选择的标准；并引入前k优路径算法选取一条同时满足两个选路标准的最优通信路径，从而实现高可靠性的无线传感器网络路由技术；发明以ISA100.11a网络为例；ISA100.11a网络中的系统管理器对mesh拓扑的通信子网进行集中式管理；当收到源设备的路由申请时，运行路由算法选取出一条满足全网调度要求下通信链路质量最优的路径，同时将路由信息下发到路径上的各个节点进行数据通信；以此验证算法的可行性。