一种融合多尺度GAN和标签学习的行人重识别系统及方法

    公开(公告)号:CN113239782B

    公开(公告)日:2023-04-28

    申请号:CN202110509019.9

    申请日:2021-05-11

    申请人: 广西科学院

    摘要: 本发明公开了一种融合多尺度GAN和标签学习的行人重识别系统及方法,本发明使用多尺度条件生成对抗网络和改进的多维正则化标签方法进行数据增强。多尺度条件生成网络融合了条件生成对抗网络和多尺度特征提取技术。使用修剪后的U‑Net作为生成网络,马尔可夫判别器和多尺度特征判别器作为判别网络。通过修复遮挡图像的方式扩充数据集,从而提高模型识别的能力,并且通过改进的MPRL方法进行在线标签学习,缓解了生成图像带来的噪音干扰,在多个数据集上显著提高了基准模型的mAP和Rank‑1指标。

    基于多尺度特征和注意力的图像小目标分类方法

    公开(公告)号:CN115131782A

    公开(公告)日:2022-09-30

    申请号:CN202210768041.X

    申请日:2022-07-01

    申请人: 广西科学院

    摘要: 本发明公开了一种基于多尺度特征和注意力的图像小目标分类方法,包括:S1、设计基于多尺度特征和注意力机制的MFA模块;S2、借鉴ResNet‑50网络结构,将ResNet‑50残差块中的3×3卷积块替换为MFA模块,得到基于多尺度特征和注意力的深度神经网络模型MFANet;S3、利用小目标图像数据集训练基于多尺度特征和注意力的深度神经网络模型MFANet;S4、利用训练好的基于多尺度特征和注意力的深度神经网络模型MFANet识别待识别图像中的小目标。本发明在消耗较少的计算资源的同时提高小目标的识别准确率。

    一种基于深度学习的转录因子结合位点定位方法

    公开(公告)号:CN114758721A

    公开(公告)日:2022-07-15

    申请号:CN202210462928.6

    申请日:2022-04-28

    申请人: 广西科学院

    摘要: 本发明提供了一种基于深度学习的转录因子结合位点定位方法,包括:将与转录因子结合的DNA序列进行one‑hot编码,获取数据集,基于k折交叉验证的方法将所述数据集划分训练集和测试集;基于全卷积网络构建FCNARRB+模型,设置损失函数与评价指标;基于所述训练集与所述损失函数对所述FCNARRB+模型进行训练,训练后的所述FCNARRB+模型用于定位转录因子结合位点,并通过所述测试集与所述评价指标对训练后的所述FCNARRB+模型的定位结果进行测试评价。本发明引入了核苷酸级别的分类模型,实现了转录因子结合位点的精准预测定位。

    基于大数据与物联网技术的智慧控申系统

    公开(公告)号:CN112558512A

    公开(公告)日:2021-03-26

    申请号:CN202011247276.1

    申请日:2020-11-10

    IPC分类号: G05B19/042

    摘要: 本发明公开了一种基于大数据与物联网技术的智慧控申系统,该系统由智慧控申数据和应用的智慧管理模块、控申案件智慧办理模块和智慧服务模块三部分组成。该系统结构原理简单,智能化程度高,依托物联网技术,接入硬件设备采集各类数据,利用大数据分析技术,实现智能接访、智能办案、智能监督,打造全方面全渠道的智能控申服务。利用云计算,人工智能等对现有的控申系统进行升级,补充了智慧处理模块,能够对控申业务从接访到受理全过程进行智能化处理。提高案件分析处理效率,并提供微信和APP等移动业务,使得来访人员能及时了解案件动态。

    一种基于MLP-Mixer的跨模态行人重识别方法

    公开(公告)号:CN115050044B

    公开(公告)日:2023-06-23

    申请号:CN202210349736.4

    申请日:2022-04-02

    申请人: 广西科学院

    摘要: 本发明公开一种基于MLP‑Mixer的跨模态行人重识别方法,其特征在于,包括以下步骤:采集行人可见光图像和行人红外图像;基于所述行人可见光图像和所述行人红外图像,利用MLP‑Mixer网络分别提取可见光模态人物特征和红外模态人物特征;基于所述可见光模态人物特征和所述红外模态人物特征,利用基于位置的自注意力引导学习模型提取模态共享特征;利用损失函数优化所述模态共享特征,获得异质模态的区分性局部特征表示,进行行人重识别。本发明提升了深度学习在行人再识别领域的表现,使行人再识别技术可以更好地解决现实问题。