-
公开(公告)号：CN116248715B
公开(公告)日：2025-05-16
申请号：CN202211697233.2
申请日：2022-12-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种社交物联网中协作设备组构建方法，属于物联网领域。该方法是首先构建一个异构社交图、任务集、SIoT对象之间的社交关系以及每个SIoT对象和任务之间的关系；同时根据不同的实际需求，应用不同的约束，构建基于减少通信损失或增加鲁棒性的设备组选择方法。本发明解决了在SIoT环境中收到服务请求时查询最佳智能设备组的问题，针对不同场景，分别考虑减少通信损失或增加鲁棒性并定制不同的策略，即通过考虑社交物联网中不同设备之间的交互来为某些任务找到最佳的设备组。
-
公开(公告)号：CN119538939A
公开(公告)日：2025-02-28
申请号：CN202411459407.0
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06F40/35 , G10L25/63 , G06F18/25 , G06F18/2415
Abstract: 本发明涉及一种数字人个性化情感交互方法，属于情感计算技术领域，包括以下步骤：S1：将用户的交互输入进行情感量化，得到在连续维度空间中的愉悦‑唤醒‑支配PAD情感值；S2：对用户交互输入情感进行情感状态评估，得到交互输入情感评估函数；S3：利用贝叶斯网络计算数字人情感转移概率矩阵；S4：计算当前情感状态下，数字人性格经过大五因素模型修正后的情感响应计算值；S5：对修正后的情感响应经过情感影响因子矩阵，输出具备复杂情感特征的响应；S6：对数字人在6种基本情感上的情感强度进行PAD情感空间坐标标定，得到数字人的情感响应。
-
公开(公告)号：CN119418399A
公开(公告)日：2025-02-11
申请号：CN202411459394.7
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V40/10 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/62 , G06V10/80 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于时空Transformer的三维人体姿态估计方法，属于人体三维姿态估计技术领域，包括以下步骤：S1：使用级联金字塔网络CPN对输入的人体姿态图像进行二维姿态估计；S2：利用基于Transformer注意力机制的空间变压器块获得关节点间的空间信息；S3：将空间信息输入基于Transformer注意力机制的全局时序特征学习模块，输出全局的时序特征信息；S4：在时间维度上对不同的关节进行分离，对不同关节进行并行建模，利用基于Transformer注意力机制的局部时序特征学习模块，输出局部的时序特征信息；S5：将全局时序特征信息和局部时序特征信息进行融合与回归，得到三维姿态坐标。
-
公开(公告)号：CN119418162A
公开(公告)日：2025-02-11
申请号：CN202411459422.5
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/44 , G06V10/77 , G06V10/74 , G06V10/82 , G06V40/20 , G06V20/40 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06N5/04 , G06N3/048
Abstract: 本发明涉及一种用于动作质量评估的人体运动特征提取方法，属于图像处理领域。其包括：获取用于人体动作质量评估的节点，并针对每个节点提取初步特征；在基于双层注意力机制的异质图神经网络模型中的自注意力层中，通过矩阵变换将初步提取的不同节点类型的节点特征投射至同一空间；采用基于元路径学习节点邻居权值的自注意力聚合方法，对邻居节点的特征信息进行聚合，获得具有特定语义信息的节点嵌入；应用语义级注意力区分不同元路径的重要性，获得针对特定任务的特定语义节点嵌入的最优加权组合，得到节点的最终嵌入。本发明能够有效处理异质图的复杂性，更好地捕捉异质图中的结构和语义信息。
-
公开(公告)号：CN119417947A
公开(公告)日：2025-02-11
申请号：CN202411459419.3
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06T11/60 , G06F18/22 , G06F18/25 , G06F40/30 , G06F40/295 , G06V20/40 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种文本知识增强的场景图生成方法，属于计算视觉领域。该方法包括：提取文本信息的文本特征；提取场景图像的视觉特征和实体标签，并将提取的视觉特征组合为成对的实体对特征；引入实体对特征引导生成视觉引导的文本特征表示，使提取的文本特征与视觉实体相关联；基于视觉特征和实体标签得到精细化的实体增强特征以及实体对视觉谓词特征；将视觉引导的文本特征与实体对视觉谓词特征进行跨模态对齐，得到图形化的多模态特征表示；将多模态特征表示和实体增强特征输入多层感知机中进行预测，得到实体对和实体对关系的预测输出。本发明可提升场景图生成过程中对实体对象预测和实体关系预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119405316A
公开(公告)日：2025-02-11
申请号：CN202411459418.9
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: A61B5/18 , A61B5/0205 , A61B5/0245 , A61B5/24 , A61B5/352 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/24 , G06N3/045 , G06N3/09
Abstract: 本发明涉及一种基于生理信号的驾驶员信任状态评估方法，属于智能驾驶技术领域。该方法包括：S1：对心率信号和皮肤电信号进行预处理和特征提取；S2：信号融合：将步骤S1提取的心率特征和皮肤电特征归一化，然后将归一化后的心率的各个特征和皮肤电的各个特征分别融合为特征矩阵；S3：构建模型输入；S4：构建信任评估模型，包括卷积模块、深层通道注意力模块、Transformer模块和回归预测模块；S5：模型输出：将目标向量定义为[0,1,2]，然后将回归预测模块的输出与目标向量之间建立关联，即采用线性映射将回归输出映射到[0,2]的区间；最后进行阈值映射，根据映射后的输出使用阈值将其转换为分类结果。
-
公开(公告)号：CN114385359B
公开(公告)日：2024-05-14
申请号：CN202210016729.2
申请日：2022-01-07
Applicant: 重庆邮电大学
Abstract: 本发明属于物联网任务协同领域，具体涉及一种物联网云边端任务时序协同方法；该方法包括：获取物联网设备数据，物联网设备包括任务迁移设备、MEC服务器以及云服务器；根据物联网设备数据，采用基于时序兴趣度的计算资源发现方法得到候选计算资源队列；根据任务迁移设备的计算资源需求，采用基于时序社交相似度的计算资源选择算法，在候选计算资源队列、MEC服务器与云服务器内可用的计算资源中作出最佳的计算资源选择结果；任务迁移设备根据计算资源选择结果进行任务迁移；本发明根据物联网设备的时序特征设计端设备辅助的云边端任务协同方法，提高了任务协同的效率并均衡了网络中计算资源的分布，具有广阔的应用前景。
-
公开(公告)号：CN117807207A
公开(公告)日：2024-04-02
申请号：CN202311850236.X
申请日：2023-12-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图神经网络的人机交互情感引导方法，属于人机交互情感计算领域。该方法包括如下步骤：基于用户历史情感和人机历史情感构建情感转移状态图；利用图神经网络对情感状态转移图中的节点进行动态更新，从而获得人机交互的全局情感向量和用户情感向量；使用多头注意力机制来获取多方人机交互的全局情感走向，通过全局情感向量获取人机交互的全局情感嵌入向量；通过用户情感向量获取用户的目标情感嵌入向量；进行机器人情感引导策略预测，并通过线性变换生成情感引导嵌入向量；结合候选答案集并借助情感引导匹配度评估函数进行机器人最终情感引导策略的决策。本方法能够减少机器人不自然的情感响应，提升人机交互的参与体验。
-
公开(公告)号：CN116319368A
公开(公告)日：2023-06-23
申请号：CN202310033009.1
申请日：2023-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向异构边缘计算环境的分散联邦学习方法，属于大数据计算领域。该方法包括以下步骤：在联邦学习系统中，边缘节点初始化自己的模型；边缘节点根据本身的通信速率和计算能力计算通信成本函数，该成本函数表示边缘节点之间的匹配程度；节点基于贪婪算法选择成本函数较小的相邻节点作为匹配集；对于每个边缘节点，基于梯度和权重衡量边缘节点模型间的相似性，使用MonteCarlo方法进行从匹配集中选择邻居；节点从邻居处接收权重和更新模型，基于得到的数据，通过共识得到聚合模型；节点通过聚合模型，计算梯度下降，更新模型，并发给邻居。本发明使得具有相似数据分布的边缘节点协同训练模型，以节省额外的计算和通信延迟。
-
公开(公告)号：CN116170461A
公开(公告)日：2023-05-26
申请号：CN202211696743.8
申请日：2022-12-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种物联网中保证设备可靠性和减少通信损失的协作设备组构建方法，属于物联网领域。该方法包括：S1：构建社交物联网中设备的信任评估方案：首先，构建认同型信任和认知型信任；然后，采用模糊推理的方法综合认知型信任和认同型信任；最后根据质心公式反模糊化得到最终的信任值；S2：构建社交物联网场景中面向任务委托的最小化总成本的社交协作组。本发明能最大限度保障任务委托的可靠性，同时降低无线和有线网络中的传输成本以及MEC服务器和SIoT设备中的通信和计算成本。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.033 seconds)
