-
公开(公告)号：CN107622225B
公开(公告)日：2020-04-03
申请号：CN201710620955.0
申请日：2017-07-27
Applicant: 成都信息工程大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于独立分量分析网络的人脸识别方法，所述方法包括以下步骤：步骤1：对输入的人脸图像进行裁剪、对齐、归一化预处理；步骤2：采用一组已经训练好的ICA滤波得到一组映射图像；步骤3：对每张映射图像进行非线性与池化处理以获取更高效的特征映射图像；步骤4：对每张映射图像进行分块的LBP编码，然后全部串起来得到特征表达；步骤5：对特征表达进行WPCA降维，最后采用余弦相似测量对两张人脸图像进行识别验证。本发明采用训练好的ICA滤波应用到CNN中构成单身网络，基于ICA滤波不同的感知区域得到多尺度信息。在人脸识别中能够保证较高的识别率，同时有效地降低计算量，便于推广应用。
-
公开(公告)号：CN119888028A
公开(公告)日：2025-04-25
申请号：CN202510361546.8
申请日：2025-03-26
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种聚焦面部的数字人体重建方法，涉及数字人重建技术领域，包括对人脸识别到的人脸区域依次进行超分处理、语义分割，得到当前人脸RGB图像帧；根据初始化参数、当前RGB图像帧的表情参数，基于多层感知机得到当前RGB图像帧对应头部网格的高斯基元的新参数；通过最小化损失的训练策略，优化当前RGB图像帧对应头部网格的高斯基元的参数，迭代处理其他RGB图像帧，组合优化后的所有高斯基元，得到重建的数字头部；根据重建的数字头部和重建的数字人体渲染得到聚焦面部的人体图像。本发明不仅关注了人体整体的重建，而且对脸部的高精度重建进行了强化，在后续渲染中能够呈现出流畅且逼真的人体动画效果。
-
公开(公告)号：CN119832551A
公开(公告)日：2025-04-15
申请号：CN202411902988.0
申请日：2024-12-23
Applicant: 成都信息工程大学
Abstract: 本发明公开一种根据脑电信号重建人类视觉信息的方法，应用于人工智能领域，针对现有视觉重建任务在粗粒度尺度上取得了一定的进展，但这些方法往往无法精确还原视觉刺激的细节，导致重建的图像丢失了大量重要的语义信息的问题；本发明采用了新的嵌入对齐方式来降低模型的参数量并使得脑电信号特征能更好的表示视觉刺激的细粒度信息，同时使用更好的频域编码器来提升模型的分类准确率。
-
公开(公告)号：CN117710508A
公开(公告)日：2024-03-15
申请号：CN202311804304.9
申请日：2023-12-26
Applicant: 成都信息工程大学 , 中国电子科技集团公司第十研究所
IPC: G06T11/00 , G06V20/13 , G06N3/0475 , G06N3/094 , G06F16/29 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06V10/44 , G06F16/215 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及一种基于改进条件生成对抗网络的近地表温度反演方法和装置，构建近地表温度反演装置的生成器基于U‑net框架，在编码器和解码器之间引入了多尺度残差模块，更好地提取原始输入数据的关键特征；同时在解码器内引入注意力机制，有利于引导生成器输出更接近真实温度图像的数据。在生成器和判别器中引入风云卫星FY‑4A温度图像作为条件信息，判别器在多尺度上对生成图像和真实图像进行判别，使得判别器能够捕捉到图像的全局和局部信息，并对生成图像的细节进行更准确的评估。本发明方法和装置对近地表温度进行准确估计，通过自监督方式完成模型训练，自动输出高分辨率的近地表气温数据，有效解决台站点缺失导致近地表气温数据值缺失的问题。
-
公开(公告)号：CN116758268A
公开(公告)日：2023-09-15
申请号：CN202310758679.X
申请日：2023-06-26
Applicant: 成都信息工程大学
IPC: G06V10/22 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于对比学习类特定编码的小样本目标检测方法，所述小样本目标检测方法构建了基于CenterNet为基础框架的检测网络，将对比分支连接到所述CenterNet网络中，对比分支对不同的新类编码出特定于该类的表征信息，所述CenterNet网络包括特征提取器和目标定位器，结合对比分支提取的表征信息来实现对少量新类样本的高效快速预测通过对新类进行编码的技术方法，以实现增量式学习，允许通少量新的类样本直接检测新类，无需对模型进行微调和二次训练，同时采用对比类特定编码模块使得小样本目标检测性能得到显著改善，减少错检和漏检。
-
Patent Agency Ranking
公开(公告)号：CN116664892A
公开(公告)日：2023-08-29
申请号：CN202310690058.2
申请日：2023-06-12
Applicant: 成都信息工程大学
IPC: G06V10/75 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/045 , G06N3/0464 , G06N3/048 , G06V10/24 , G06T7/33
Abstract: 本发明涉及一种基于交叉注意与可形变卷积的多时相遥感图像配准方法，首先，基于主干网络VGG16引入可形变卷积构建可形变卷积块DeVgg以适应不同形状、尺度大小等发生明显几何形变的遥感图像，增强了算法的鲁棒性；其次，将主干网络提取出的特征输入到交叉注意力模块中，用以更好地捕获不同背景变化下的影像的空间对应关系，在保留特征图核心信息的同时，能够高效地识别需要关注的特征信息，进而提高整体的匹配准确性。在特征匹配阶段，为了解决特征点匹配质量不佳问题，使用暴力匹配BFMatcher算法进行粗配准，再结合自适应的约束阈值，筛选出优质匹配点。
-
公开(公告)号：CN114419449B
公开(公告)日：2022-06-24
申请号：CN202210308387.1
申请日：2022-03-28
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种自注意力多尺度特征融合的遥感图像语义分割方法，所述分割网络包括特征编码器和解码器，特征编码器将前三个阶段不同尺度大小的特征图传递给解码器中对应的自注意力多尺度特征融合模块，解码器从最后一个阶段的特征图开始上采样并与自注意力多尺度特征融合的特征图进行叠加，逐步进行直到和第一阶段的特征图尺度一样，最后将所有尺度的特征图分别上采样至原图大小并对每个像素预测分类，并将四个尺度的预测结果进行融合得到最终的遥感图像语义分割结果，本发明方法能够有效融合不同尺度的遥感语义特征，提升分割性能。
-
公开(公告)号：CN114419449A
公开(公告)日：2022-04-29
申请号：CN202210308387.1
申请日：2022-03-28
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种自注意力多尺度特征融合的遥感图像语义分割方法，所述分割网络包括特征编码器和解码器，特征编码器将前三个阶段不同尺度大小的特征图传递给解码器中对应的自注意力多尺度特征融合模块，解码器从最后一个阶段的特征图开始上采样并与自注意力多尺度特征融合的特征图进行叠加，逐步进行直到和第一阶段的特征图尺度一样，最后将所有尺度的特征图分别上采样至原图大小并对每个像素预测分类，并将四个尺度的预测结果进行融合得到最终的遥感图像语义分割结果，本发明方法能够有效融合不同尺度的遥感语义特征，提升分割性能。
-
公开(公告)号：CN107622225A
公开(公告)日：2018-01-23
申请号：CN201710620955.0
申请日：2017-07-27
Applicant: 成都信息工程大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于独立分量分析网络的人脸识别方法，所述方法包括以下步骤：步骤1：对输入的人脸图像进行裁剪、对齐、归一化预处理；步骤2：采用一组已经训练好的ICA滤波得到一组映射图像；步骤3：对每张映射图像进行非线性与池化处理以获取更高效的特征映射图像；步骤4：对每张映射图像进行分块的LBP编码，然后全部串起来得到特征表达；步骤5：对特征表达进行WPCA降维，最后采用余弦相似测量对两张人脸图像进行识别验证。本发明采用训练好的ICA滤波应用到CNN中构成单身网络，基于ICA滤波不同的感知区域得到多尺度信息。在人脸识别中能够保证较高的识别率，同时有效地降低计算量，便于推广应用。
-
公开(公告)号：CN107146411A
公开(公告)日：2017-09-08
申请号：CN201710416981.1
申请日：2017-06-06
Applicant: 成都信息工程大学
CPC classification number: G08G1/0125 , G06N3/006 , G08G1/0145
Abstract: 本发明涉及入口匝道交通流PI控制器参数取值的优化问题，尤其是基于方势阱模型的量子行为粒子群优化方法，建立了原QPSO算法中r1与r2的相关性描述，具体描述方法为二元正态Copula函数联合三种特殊的Copula，根据Copula函数的定义和Sklar定理，可以得到二元因子r1，r2的相关性描述公式。本发明有益效果：本发明使用BC‑QSPSO算法优化入口匝道IP控制器参数后，实际车流密度可以很好的跟踪期望车流密度，σi(k)与σdi(k)之间的误差很小，通过对入口匝道调节率的控制可以在保证主路交通通畅的情况下最大限度的提高主路使用率。在时效性方面，BC‑QSPSO算法具有较快的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.023 seconds)
