-
公开(公告)号：CN102222345B
公开(公告)日：2012-10-31
申请号：CN201110131293.3
申请日：2011-05-20
申请人： 重庆大学
摘要： 本发明提供一种视频车辆检测优化方法，其特征在于：在视频图像所显示的车道上设置虚拟线圈，虚拟线圈为矩形线圈，并包括以下步骤：A、读取虚拟线圈中的图像，图像的宽度和高度分别为、；当此步骤第一次进行，则读取视频的当前帧图像，否则读取下一帧图像，然后将所读取到的图像都视为当前帧图像，并设其帧索引为；B、得到或更新虚拟线圈中的车道背景图像；C、利用相邻帧差法，提取车辆信号参数；D、利用背景差法，提取车辆信号参数；E、综合处理车辆信号参数，判断车辆是否存在，然后返回步骤A；本发明能有效地减少车辆的误判，而且可以得到更真实有效的车道背景图像，可以方便地应用在视频车辆检测及视频车辆计数等中。
-
公开(公告)号：CN102222345A
公开(公告)日：2011-10-19
申请号：CN201110131293.3
申请日：2011-05-20
申请人： 重庆大学
摘要： 本发明提供一种视频车辆检测优化方法，其特征在于：该方法包括以下步骤：A、读取虚拟线圈中的图像，图像的宽度和高度分别为、；B、得到或更新虚拟线圈中的车道背景图像；C、利用相邻帧差法，提取车辆信号参数；D、利用背景差法，提取车辆信号参数；E、综合处理车辆信号参数，判断车辆是否存在，然后返回步骤A；本发明能有效地减少车辆的误判，而且可以得到更真实有效的车道背景图像，可以方便地应用在视频车辆检测及视频车辆计数等中。
-
公开(公告)号：CN118608829A
公开(公告)日：2024-09-06
申请号：CN202410652738.X
申请日：2024-05-24
申请人： 重庆大学
IPC分类号： G06V10/764 , G06V10/44
摘要： 本发明公开了基于两阶段注意力定位框架的细粒度图像分类方法及系统，属于图像处理技术领域。方法包括：使用两种不同的划分模式处理图像，得到不重叠补丁序列和重叠的补丁序列，并分别对每个序列合并一个类令牌；第一阶段，不重叠补丁序列输入到基于Transformer编码器的特征提取器中以生成注意力分数和一个类令牌；第二阶段整合所有层的注意力分数，通过排序操作识别关键补丁位置，并提取这些位置上的重叠补丁序列作为复用特征提取器的输入，通过保留相邻区域的局部信息，以获取更精细的类令牌和图像特征；最终生成两个阶段的类令牌和最终的图像特征作为训练损失的组成部分。使用该方法便于提高细粒度图像分类精度。
-
公开(公告)号：CN118570633A
公开(公告)日：2024-08-30
申请号：CN202410617173.1
申请日：2024-05-17
申请人： 重庆大学 , 重庆医药数据信息科技有限公司
摘要： 本发明属于智能目标检测技术领域，尤其涉及基于协同注意力机制多尺度目标检测网络的目标检测方法，包括：S1、构建目标检测模型；其主干网络包括优化后的DarkNet‑53模型，主干网络用于使用优化后的DarkNet‑53模型对输入图像提取不同层次的特征；颈部网络中嵌入有基于协同注意力机制的特征增强模块，用于使目标检测模型聚焦到目标本身；预测头用于处理颈部网络输出的特征，并生成最终的目标检测结；S2、获取图像数据并进行预处理，得到目标检测模型的训练数据集；S3、使用S2得到的训练数据集对目标检测模型进行训练；S4、使用训练好的目标检测模型，进行实际的目标检测。本方法可以提升复杂场景下目标检测的效率和精度。
-
公开(公告)号：CN114418013A
公开(公告)日：2022-04-29
申请号：CN202210075749.7
申请日：2022-01-22
IPC分类号： G06K9/62
摘要： 本发明涉及互联网大数据技术领域，具体涉及基于数据分布的分层加权抗噪深度度量学习方法，包括：将随机合成的噪声样本加载到训练数据集中；基于数据间的距离关系刻画数据分布，随着训练进程推进数据分布的记录更新；基于数据分布的分布矩阵，去除每个训练batch中的噪声样本；基于数据分布自适应指导采样策略的学习并完成采样；最小化模型的损失函数以更新模型参数，并同步更新数据分布。本发明的深度度量学习方法能够提高模型的训练准确性和训练鲁棒性，从而能够保证模型的训练效果。
-
公开(公告)号：CN114357148A
公开(公告)日：2022-04-15
申请号：CN202111619401.1
申请日：2021-12-27
IPC分类号： G06F16/338 , G06F16/33 , G06K9/62 , G06V30/148 , G06V10/40 , G06V30/19
摘要： 本发明涉及图像文本检索技术领域，具体涉及一种基于多级别网络的图像文本检索方法，包括：构建具有全局级别子网络、关系级别子网络和数字级别子网络的图文检索模型；构建用于训练图文检索模型的训练数据集，训练数据集中包括图像文本对；将训练数据集中的图像文本对分别输入图文检索模型的全局级别子网络、关系级别子网络和数字级别子网络，以分别生成对应的全局级别相似度、关系级别相似度和数字级别相似度并单独训练对应的子网络；基于训练完成的图文检索模型进行图像文本检索。本发明中的图像文本检索方法能够提升图像文本的检索效率和检索准确性，从而能够提升图像文本检索的效果。
-
公开(公告)号：CN113516619A
公开(公告)日：2021-10-19
申请号：CN202110386182.0
申请日：2021-04-09
摘要： 本发明公开了一种基于图像处理技术的产品表面瑕疵识别方法，首先在产品流水线上设置产品检测点，利用高清摄像机对监测点处的产品进行拍摄，获得产品的图像；其次，基于得到的产品图像，对图片进行灰度操作得到灰度图像；再次次针对灰度图像利用瑕疵点识别算法计算并输出瑕疵点面积和图像上的中心点坐标；最后根据输出值触发激光打标机，对产品进行激光打标签，标识出不合格字样。本发明提出的基于计算机处理的瑕疵识别方法，能够很好的识别出产品表面瑕疵点，而对达到产品质量要求表面光滑的产品不生成误判现象。可以解决工业生产中检验汽车配件是否合格问题，提高工业生产效率，节约成本，并适于推广到工厂流水线产品检测上。
-
公开(公告)号：CN108564380B
公开(公告)日：2021-07-20
申请号：CN201810321941.3
申请日：2018-04-11
申请人： 重庆大学
摘要： 本发明涉及一种基于迭代决策树的电信用户分类方法，包括：S1：根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E)；S2：从G(V,E)中抽取特征，或根据已分类的用户更新其他用户的特征；S3：用迭代决策树对G(V,E)中未分类的用户分类，即判断是否满足|sFriend‑nFriend|≥L；若满足则分类，将分类的用户数记为κ；K若κ＞K，回到步骤S2，否则进入步骤S4；S4：令L＝L‑1；若L≥0，返回步骤S2，否则进入步骤S5；S5：输出分类结果。本发明在训练集较少的情况下能达到很低的错误率，可以克服训练集占比高导致的过拟合影响，实现用户的精准定位。
-
公开(公告)号：CN109086437B
公开(公告)日：2021-06-01
申请号：CN201810926656.4
申请日：2018-08-15
IPC分类号： G06F16/583 , G06F16/51 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开一种融合Faster‑RCNN(Faster‑Regions with Convolutional Neural Network,快速区域卷积神经网络)和Wasserstein自编码器的图像检索方法。本发明搭建深度学习框架，采用Faster‑RCNN模型提取图像特征；对Faster‑RCNN模型进行训练，微调网络权重；提取图像的全局特征，构建图像的全局特征图库；构建Wasserstein自编码器，并对Wasserstein自编码器进行训练；采用Wasserstein自编码器对全局特征进行降维，计算欧几里得距离得出第一相似度，并进行第一次排序，完成图像的粗粒度检索；提取图像中候选区域的特征作为局部特征，构建图像的局部特征图库；采用Wasserstein自编码器对局部特征进行降维，计算第二相似度并进行第二次排序，完成图像的细粒度检索。该方法能加快图像的检索速度以及提高图像检索的准确率。
-
公开(公告)号：CN112037929A
公开(公告)日：2020-12-04
申请号：CN202010928695.5
申请日：2020-09-07
申请人： 重庆大学
IPC分类号： G16H50/80 , G06K9/62 , G06N20/00 , A61B7/00 , A61B5/08 , A61B5/00 , G10L15/04 , G10L15/16 , G10L25/24
摘要： 本发明公开了基于多模态机器学习的分类方法、在线新冠肺炎预警模型训练方法及预警方法。能够通过多种单项数据的采集，进而实现对对象的分类。并且由于先利用分类器进行单项数据的分类，再利用神经网络对单项数据的分类结果进行进一步分类，使得模型训练时长更短，且对硬件性能要求更低。本发明利用这种分类方法，还能够实现对于新冠肺炎的在线预警，能够快速确定需要进行核酸检测的对象，既保证了疑似患者得到检测，又避免了检测资源的浪费，在新冠肺炎的防治过程中能够起到积极的作用。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.027 秒)
