-
公开(公告)号：CN117857376A
公开(公告)日：2024-04-09
申请号：CN202311807202.2
申请日：2023-12-26
Applicant: 杭州电子科技大学
IPC: H04L41/147 , H04L41/16 , H04L43/0894
Abstract: 本发明公开了一种基于改进Transformer的网络带宽实时预测方法。首先根据用户自身需求获取数据集，然后使用箱型图方法对数据处理，剔除负数和异常值；建立基于改进Transformer的带宽预测模型，对传统的Transformer结构进行改进，引入了生成式编码结构；最后获取待预测场景当前的带宽数据作为训练好的模型的输入，获得网络带宽预测值，实时的带宽数据预测。本发明采用生成式编码结构改进Transformer模型在设计上更注重特征与目标的相关性，而不仅仅是特征之间的相关性。这种结构的设计使得模型更有可能学到输入序列中的有用信息，能够更好地捕捉目标与历史信息的关系。
-
公开(公告)号：CN113538442B
公开(公告)日：2024-04-09
申请号：CN202110624851.3
申请日：2021-06-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种使用自适应特征融合的RGB‑D显著目标检测方法，首先使用2个结构相同的编码器网络分别对RGB图像和Depth图像这2个数据流编码，编码后对2个数据流分别获得m个层级的特征；然后在RGB和Depth两个数据流的解码过程中分别使用自适应特征融合；在联合数据流中对2个数据流的特征融合；最后使用损失函数对该网络模型优化。本发明所述的方法，可以提高RGB‑D显著目标检测的效果。通过使用自适应特征融合，可以有效融合数据流内不同层级的特征。通过使用数据流间特征融合方法，可以有效融合2个数据流的特征。
-
公开(公告)号：CN113792621B
公开(公告)日：2024-04-05
申请号：CN202110995008.6
申请日：2021-08-27
Applicant: 杭州电子科技大学
IPC: G06V10/94 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/063 , G06F9/50 , G06F8/76 , G06F8/41 , G06F9/38 , G06F9/302
Abstract: 本发明公开了一种基于FPGA的目标检测加速器设计方法，首先选择要移植到该平台上的目标检测算法；然后根据选择的算法的特点,在FPGA硬件平台下采用软硬件协同设计的思想进行总体架构设计；最后对所选择的目标检测算法模型网络参数进行16位动态定点数据量化，依据网络模型的运算特点对数据的调度进行规划，并提出一个CNN硬件加速器架构，包括输入输出模块、卷积模块、池化模块、重排序模块、全连接模块、激活模块以及控制模块。本发明方法利用较少的硬件资源完成目标检测加速器的设计，提高了总线带宽利用率，具有一定的通用性和可扩展性，功耗较低，可以达到一个较高的能效比，比较适合应用在有严重功耗限制的场所。
-
公开(公告)号：CN113392727B
公开(公告)日：2024-04-05
申请号：CN202110586099.8
申请日：2021-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于动态特征选择的RGB‑D显著目标检测方法。本发明提出了一种动态选择网络，包括动态选择模块DSM和跨模态全局上下文模块CGCM，其中DSM又包含了两个子模块：跨模态注意力模块CAM和双向门控池化模块BGPM。通过CAM从通道和空间的角度来动态地挖掘RGB和深度图之间的互补信息，通过CGCM从全局的角度来精准地凸出显著目标。通过BGPM，以门控选择的方式优化了跨级别信息，以动态选择的方式强化了多尺度信息。最后，本发明进一步引入了边缘监督策略，并将空间注意力机制嵌入到其中，以反馈的方式保证了显著目标边界的准确性和清晰性，有效提升了模型的细节表征能力。
-
公开(公告)号：CN117670679A
公开(公告)日：2024-03-08
申请号：CN202311680992.2
申请日：2023-12-08
Applicant: 杭州电子科技大学
IPC: G06T3/4053 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于全局分布学习的真实图像超分辨率重建方法。首先获取数据集，进行训练集和测试集的划分，然后对数据集中的图像进行格式转换，裁剪和数据增强操作；然后构建基于全局分布学习的真实图像超分辨率重建网络，包括全局分布学习模块、采样点计算模块和图像重建模块；通过低分辨率图像学习出图像的真实场景分布函数，再估计出采样点坐标，从而进行重新采样，构建出超分辨率图像；最后通过预处理后的数据集训练构建的真实图像超分辨率重建网络。相比现有的方法，只能重建整数倍比例因子的超分辨率图像，该发明能够重建出任意比例因子的超分辨率图像，且能获得更好的性能指标。
-
Patent Agency Ranking
公开(公告)号：CN117576723A
公开(公告)日：2024-02-20
申请号：CN202311512490.9
申请日：2023-11-14
Applicant: 杭州电子科技大学
IPC: G06V40/10 , G06V40/20 , G06V10/762 , G06V10/82 , G06N3/08 , G06V10/764 , G06V10/774 , G06N3/088
Abstract: 本发明公开了一种基于语义信息的无监督行人重识别方法。首先构建基于语义信息的无监督行人重识别模型；确定基于语义信息的无监督行人重识别模型的损失函数；然后选择网络模型的数据集，定义数据集的batch size、最大迭代次数和学习率，设置聚类算法的初始聚类半径，获取模型的初始参数；对构建的无监督行人重识别模型进行迭代训练，得到最终的无监督行人重识别模型的参数；最后将待识别的数据输入训练好的无监督行人重识别模型，得到最终的行人重识别结果。本发明通过行人语义特征的预测来细化全局特征的伪标签，这共同减轻了全局特征聚类中的噪声，有效地减少了噪声标签的影响，并在丰富的本地上下文中学习辨别表示。
-
公开(公告)号：CN117408962A
公开(公告)日：2024-01-16
申请号：CN202311342512.1
申请日：2023-10-17
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06T7/11 , G06N3/0464
Abstract: 本发明公开了一种基于双重U‑Net卷积神经网络的3D医学图像分割方法。首先进行数据预处理；然后构建基于双重U‑Net卷积神经网络的3D医学图像分割的训练网络，训练该网络形成产生具有3D医学图像分割效果的网络模型；经过训练的3D医学图像分割网络模型接收预处理后的数据集中的测试集图像，完成分割处理后将图像输出，验证3D医学图像分割网络模型效果。相比于现有的使用全卷机神经网络的分割方法，本发明方法能获得更大的感受野和更高的分辨率特征。相比于现有使用基于transformer的分割方法了，本发明方法需要更少的训练数据集和更少的内存以及计算成本。
-
公开(公告)号：CN117218176A
公开(公告)日：2023-12-12
申请号：CN202311052744.3
申请日：2023-08-21
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 王磊 , 朱尊杰 , 薛安克 , 赵思成 , 孙垚棋 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨
IPC: G06T7/593 , G06T15/00 , G06T17/00 , G06N3/0895 , G06N3/045
Abstract: 本发明公开了一种基于NeRF生成数据的立体深度估计方法。首先对N个室内物体进行扫描，采集双目红外图像，每次扫描数据不含重复的物体；然后训练NeRF模型，得到任意角度的红外图像；再进行数据集预处理；最后确定并训练立体深度估计模型。本发明结合d435i深度传感器和NeRF模型，仅使用采集的红外图像，经过NeRF渲染生成任意角度的红外图像立体对，通过深度学习算法，得到预测的深度图。相较于传统经典算法，大大降低了数据收集的难度和成本，也避免了过度平滑、边缘增肥等问题。
-
公开(公告)号：CN117036285A
公开(公告)日：2023-11-10
申请号：CN202311005204.X
申请日：2023-08-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于注释和预测一致性的半监督分割方法，首先获取具有模糊分割目标的图像样本数据集，对数据集进行数据预处理；然后构建并训练注释和预测一致性模型；最后将测试集图像信息输入训练完毕的注释和预测一致性模型，输出得到与输入图像信息相对应的分割掩膜。本发明将多注释引入半监督分割，通过多个注释的多样性和互补性，提取对象边界的关键信息以实现准确分割。与其他仅依赖单个注释的半监督方法相比，注释和预测一致性网络在处理具有模糊边界的医学图像分割中表现出色。
-
公开(公告)号：CN117029858A
公开(公告)日：2023-11-10
申请号：CN202311052725.0
申请日：2023-08-21
Applicant: 杭州电子科技大学丽水研究院
IPC: G01C21/34
Abstract: 本发明公开了一种基于改进式蚁群算法的外卖员路径规划系统及方法。本发明系统包括订单信息授权模块、外卖员当前位置获取模块、商家及配送位置获取模块、路况匹配模块、外卖员配送路径规划模块和外卖员配送路径导航模块。相比于外卖员自行寻找配送路径，本发明专利提出的外卖员路径规划系统通过小程序获取外卖员订单信息，系统将外卖员位置以及商家位置和订单配送位置与地图上的路况信息进行对应，并且通过改进式遗传算法对外卖员配送路径进行规划。同时系统及时更新订单信息，及时对路径进行重新规划，提高了外卖员配送的效率。
-
-
-
-
-
-
-
-
-
Search Results
616
records
(took 0.036 seconds)
