-
公开(公告)号：CN103577730A
公开(公告)日：2014-02-12
申请号：CN201310573694.3
申请日：2013-11-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种整数小波变换的可逆数据库水印的嵌入和提取方法。从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；根据溢出预防机制，确定数据组所属类型组；进一步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域中，形成水印数据库；最后通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组形成空间里逆向平移以恢复数据库载体。本发明将水印信息能均匀地分布到数据库数据的各个部分，达到弱化水印信息对数据库的影响及提高水印不可见性和鲁棒性的目的，适用于特定数据库版权和完整性保护。
-
公开(公告)号：CN119090798A
公开(公告)日：2024-12-06
申请号：CN202410976715.4
申请日：2024-07-21
Applicant: 桂林理工大学
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于YOLOv8改进的道路裂缝检测方法，属于图像目标检测领域，所述方法包括：对道路裂缝图像进行预处理，将预处理后的道路裂缝图像划分为训练集和验证集；将DCNv2模块引入到C2f模块中构建C2f_DCN模块，并将所述模块引入到颈部网络中，得到特征融合网络；在YOLOv8模型的骨干网络中引入CA注意力机制模块，得到特征提取网络；将训练集输入网络模型进行迭代训练，得到目标网络模型；将测试集输入到目标网络模型中进行测试，得到模型检测结果和性能评价结果。与其他主流的目标检测算法比较，本发明方法算法以较低的模型复杂度实现了较高的检测精度，并且可准确地自动标注出道路图像中存在的裂缝和对识别出的裂缝进行自动分类。
-
公开(公告)号：CN112214295B
公开(公告)日：2024-02-06
申请号：CN202011007696.2
申请日：2020-09-23
Applicant: 桂林理工大学
Abstract: 本发明公开了一种多CPU/GPU异构服务器集群的低能耗作业调度方法。首先接收用户提交的作业，根据该作业在CPU和GPU上的执行时间情况对该作业进行分类，然后调用动态分配方法对该作业进行分配。动态分配方法的中心思想在于尽可能把任务分配到偏好的处理器上以确保较好的执行效果，无法分配时把尝试把处理器的任务队列中异构比较小的任务替换出来，必要时可以通过DVFS技术调高处理器频率的方法强行分配，通过这种方法达到少开服务器以降低能耗的效果。本发明以最小化集群完成任务所需能耗为目的，在满足作业时限的前提下，实现在线的调度作业，该方法计算简单、运算速度快，适用于在线、大规模的服务请求场景。
-
公开(公告)号：CN115190269A
公开(公告)日：2022-10-14
申请号：CN202210677028.3
申请日：2022-06-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种逃生通道占用监测方法。可以动态实时的自动监控逃生通道内的情况，防止发生安全通道被占用而导致的人员无法逃生等问题。具体按照以下步骤实施：步骤一、通过摄像头获取视频数据信息，步骤二、对视频数据简单的预处理，步骤三、检测逃生通道是否被占用，步骤四、如果发生占用则发送报警信息。解决了传统逃生通道占用监测方法需要人工检测，效率低等问题。
-
公开(公告)号：CN114331935A
公开(公告)日：2022-04-12
申请号：CN202111567915.7
申请日：2021-12-22
Abstract: 本发明公开了一种图像融合方法，基于两个融合图像分别寻求两组图像中的最相似两个像素群组；对两个像素群组执行提升哈尔变换，获得两个系数矩阵；选取两个系数矩阵中绝对值大的系数作为融合后的高频变换系数，两个系数矩阵的均值作为融合后的低频变换系数；融合后的高频变换系数和融合后的低频变换系数结合后得到融合后的变换系数；基于融合后的变换系数生成融合后的图像。本公开融合后的图像可以提取到两张互补图像中有效的纹理信息，分辨率较其他方法的融合结果高，主观视觉质量非常理想，同时图像融合结果在客观评价上也普遍优于现有的图像融合方法。
-
Patent Agency Ranking
公开(公告)号：CN114004333A
公开(公告)日：2022-02-01
申请号：CN202111251327.2
申请日：2021-10-26
Applicant: 桂林理工大学
IPC: G06N3/04 , G06N3/08 , G06K9/62 , G06V10/764 , G06V10/82
Abstract: 一种基于多假类生成对抗网络的过采样方法。首先通过一个条件变分自编码器学习不平衡图像数据的特征；然后使用变分自编码器中的解码器初始化GAN中的生成器，帮助分别器更好的确定类别分布；然后使用不平衡数据集来训练多假类生成对抗网络，同时为多假类生成对抗网络添加梯度惩罚项，以提升GAN训练的稳定性，并保证样本生成多样性；将多假类生成对抗网络中的分类损失替换为焦点损失，使GAN在训练时更加侧重那些难于分对的样本；最后为训练后的GAN模型输入少数类别标签及随机噪声，即可生成高质量的少数类样本。本发明能够有效地为不平衡图像数据集中的少数类生成高质量的样本，使数据成为平衡数据集，并帮助分类器提高不平衡场景下的分类性能。
-
公开(公告)号：CN113327227A
公开(公告)日：2021-08-31
申请号：CN202110503290.1
申请日：2021-05-10
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于MobilenetV3的快速小麦头检测方法。通过收集并处理Kaggle竞赛网站上公布的小麦头图片和相关标签文件获得全球小麦头检测数据集(GWHD)。以YOLOv3网络为基础，使用MobilenetV3_large代替Darknet53作为主干网络，并将自底向上的信息通道和注意力机制引入检测分支，形成Wheat‑YOLO网络。利用K‑means++算法对目标候选框重新聚类，同时根据数据集中目标分布情况对候选框进行线性缩放，将得到的锚框应用到各尺度网络层，并在GWHD数据集上进行训练和检测。本发明在检测精度提高的情况下极大的提升了网络的检测速度，为真实场景下的小麦头检测提供了良好的解决方案。
-
公开(公告)号：CN113159391A
公开(公告)日：2021-07-23
申请号：CN202110329271.1
申请日：2021-03-27
Applicant: 桂林理工大学
Abstract: 本发明公开了一种求解带交通选择路程规划问题的多目标存档蚁群寻优方法。此方法设计了一套正反馈存档存取机制，能充分的利用历史最优数据为后面的优化提供更多的参考，加快算法收敛速度，快速找到最佳路线。解决了游客在旅游时在玩、住、行方面选择和组合难题，为游客规划出合理的、在多个方面同时保持最优的旅游路线。
-
公开(公告)号：CN112070173A
公开(公告)日：2020-12-11
申请号：CN202010954070.6
申请日：2020-09-11
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明公开一种以交叉熵为查询策略的主动学习方法。该方法包括：使用已标记数据集训练分类器；将训练后的分类器对测试集进行分类；计算所有未标记数据的交叉熵，再根据交叉熵值的大小对未标记数据从大到小排序，最后选取前K个交叉熵值大的未标记数据交由人类专家标记；标记后加入已标记数据集中用于分类器的下一次训练；循环迭代执行以上环节，直到标记代价或分类器分类性能达到预设条件终止学习。本发明可以选择少量最有价值的数据并进行标记，避免了选择冗余数据，同时减少了对大量未标记数据进行标记所需的人力和物力。
-
公开(公告)号：CN103577730B
公开(公告)日：2016-08-17
申请号：CN201310573694.3
申请日：2013-11-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种整数小波变换的可逆数据库水印的嵌入和提取方法。从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；根据溢出预防机制，确定数据组所属类型组；进一步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域中，形成水印数据库；最后通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组形成空间里逆向平移以恢复数据库载体。本发明将水印信息能均匀地分布到数据库数据的各个部分，达到弱化水印信息对数据库的影响及提高水印不可见性和鲁棒性的目的，适用于特定数据库版权和完整性保护。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.024 seconds)
