-
公开(公告)号：CN112200764B
公开(公告)日：2022-05-03
申请号：CN202010909570.8
申请日：2020-09-02
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/73 , G06T7/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G01J5/00
Abstract: 本发明请求保护一种基于热红外图像的光伏电站热斑检测与定位方法。无人机搭载热成像仪拍摄的图片是红外图片，分辨率非常低，且热斑的形态通常非常小，造成热斑的识别的准确率非常低，且难以精确定位。针对热斑识别，本发明提出了UAV‑YOLO模型，添加神经网络残差单元进行融合，更大限度地利用前部网络的特征，学习较远视角的热斑特征；对YOLOv3主干网络架构进行改进，在前段网络中可以更多地学习热斑外观特征信息。针对热斑定位，本发明提出了几何定位算法，通过图像中心点经纬度、偏航角、无人机拍摄高度等信息计算出热斑经纬度。本发明在保证热斑识别准确性的前提下提高了热斑的定位精度。
-
公开(公告)号：CN112200764A
公开(公告)日：2021-01-08
申请号：CN202010909570.8
申请日：2020-09-02
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于热红外图像的光伏电站热斑检测与定位方法。无人机搭载热成像仪拍摄的图片是红外图片，分辨率非常低，且热斑的形态通常非常小，造成热斑的识别的准确率非常低，且难以精确定位。针对热斑识别，本发明提出了UAV‑YOLO模型，添加神经网络残差单元进行融合，更大限度地利用前部网络的特征，学习较远视角的热斑特征；对YOLOv3主干网络架构进行改进，在前段网络中可以更多地学习热斑外观特征信息。针对热斑定位，本发明提出了几何定位算法，通过图像中心点经纬度、偏航角、无人机拍摄高度等信息计算出热斑经纬度。本发明在保证热斑识别准确性的前提下提高了热斑的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN114358375A
公开(公告)日：2022-04-15
申请号：CN202111434958.8
申请日：2021-11-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的人群密度预测方法及系统，包括：101对数据进行预处理操作；102根据时间对数据进行划分操作；103根据一定规则构建区域关联图；104对区域关联图数据进行编码处理；105对数据进行特征工程构建操作；106建立多个机器学习模型，并进行模型融合操作；107通过已建立的模型，根据区域的经纬度、所在网格面积等数据预测该区域人群密度。本发明主要是通过对地区的经纬度、网格面积等数据进行预处理和分析提取特征并且构建区域关联图，使用图编码建立多个机器学习模型，从而预测当地区域的人群密度，使得在疫情期间，国家、政府能够对该区域人群密度有所了解，提前分配抗疫资源，部署医护人员等。
-
公开(公告)号：CN113378454A
公开(公告)日：2021-09-10
申请号：CN202110545735.2
申请日：2021-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多类多标签演化超网络的多目标回归方法，包括：101将多目标回归问题转化成为多类多标签分类问题；102采用演化超网络模型对多类多标签数据进行建模；103采用演化超网络模型表示多个输出目标之间的高阶关联；104将代价敏感学习与演化超网络模型进行融合，处理类别不平衡问题；105通过建立多类别多标记演化超网络模型同时预测多个相互关联的目标的输出。本发明主要是通过将多目标回归问题转换成多类多标签分类问题，有效地表示多目标回归问题中多个输出目标之间的关联关系，并通过训练多类别多标签演化超网络模型，同时预测多个相互关联的目标的输出，以提高多目标回归的预测性能。
-
公开(公告)号：CN114358375B
公开(公告)日：2024-05-24
申请号：CN202111434958.8
申请日：2021-11-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的人群密度预测方法及系统，包括：101对数据进行预处理操作；102根据时间对数据进行划分操作；103根据一定规则构建区域关联图；104对区域关联图数据进行编码处理；105对数据进行特征工程构建操作；106建立多个机器学习模型，并进行模型融合操作；107通过已建立的模型，根据区域的经纬度、所在网格面积等数据预测该区域人群密度。本发明主要是通过对地区的经纬度、网格面积等数据进行预处理和分析提取特征并且构建区域关联图，使用图编码建立多个机器学习模型，从而预测当地区域的人群密度。
-
公开(公告)号：CN113379794B
公开(公告)日：2023-07-25
申请号：CN202110547260.0
申请日：2021-05-19
Applicant: 重庆邮电大学
IPC: G06T7/246 , G06T7/11 , G06N3/0464 , G06N3/084
Abstract: 本发明请求保护一种基于注意力‑关键点预测模型的单目标跟踪系统及方法，包括：目标状态估计和目标定位两个模块，在目标定位模块，通过进行两个关键点的预测来确定目标位置，关键点指的是bounding_box左上角和右下角两个角点。在目标状态估计模块，添加注意力机制来提高模型的判别能力和鲁棒性，并且用bounding_box来明确标出目标的完全状态。
-
公开(公告)号：CN113379794A
公开(公告)日：2021-09-10
申请号：CN202110547260.0
申请日：2021-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于注意力‑关键点预测模型的单目标跟踪系统及方法，包括：目标状态估计和目标定位两个模块，在目标定位模块，通过进行两个关键点的预测来确定目标位置，关键点指的是bounding_box左上角和右下角两个角点。在目标状态估计模块，添加注意力机制来提高模型的判别能力和鲁棒性，并且用bounding_box来明确标出目标的完全状态。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
