-
公开(公告)号：CN112183269A
公开(公告)日：2021-01-05
申请号：CN202010984829.5
申请日：2020-09-18
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种适用于智能视频监控的目标检测方法，包括以下步骤：1）通过轻量级骨干网络模块提取图像特征，同时利用大卷积核深度卷积和小卷积核深度卷积以分别捕获高分辨率模式和低分辨率模式；2）通过注意力机制模块进一步提升特征提取力，同时利用通道注意力模块和空间注意力模块在通道和空间轴两个维度上对特征图进行加权，调整特征响应值以强调或抑制信息，从而提高网络的表达力；3）通过多尺度预测模块预测目标的类别和位置，同时利用多尺度信息以适用于不同大小目标的检测。本发明还提供了一种适用于智能视频监控的目标检测系统。本发明的有益效果是：具有计算开销小且检测精度高的特点，可以实时检测视频流。
-
公开(公告)号：CN110077393B
公开(公告)日：2020-08-25
申请号：CN201910254321.7
申请日：2019-03-31
Applicant: 惠州市德赛西威汽车电子股份有限公司 , 哈尔滨工业大学(深圳)
Abstract: 本发明涉及一种基于图像视觉的自动泊车车速控制的方法，包括通过采集的车辆移动过程中目标车位的实时序列图像计算目标车位的运动轨迹；将目标车位的运动轨迹与泊车路径进行相似性匹配，计算综合评估值；当综合评估值大于等于第一预设阈值时，泊车车速不变，当综合评估值小于第一预设阈值时，则根据车辆的偏向角变化率调整泊车车速；当车辆的偏向角变化率大于等于第二预设阈值时，降低泊车车速，当车辆的偏向角变化率小于第二预设阈值时，提高泊车车速。本发明通过将目标车位的运动轨迹与泊车路径进行相似性匹配，并根据匹配后的综合评估值及车辆的偏向角标化率对泊车车速进行分段标定，提高自动泊车车速控制的平滑度，增强用户的体验感。
-
公开(公告)号：CN105574215B
公开(公告)日：2019-11-12
申请号：CN201610127023.8
申请日：2016-03-04
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F16/583 , G06K9/62
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于多层特征表示的实例级图像搜索方法。本发明提出了一个通过深度卷积神经网络模型学习图像不同层次的特征表示，进行实例级的图像搜索的方法，使之能有效的找到相同物品的不同图像；本发明在传统网络模型基础上引入了一种编码学习过程，通过对来自于多个卷积层的特征进行自动编码，使得提取的特征更具有鲁棒性，降低背景和噪声数据对特征的影响，同时兼具局部信息和类别信息；本发明还提出了一种基于多任务的损失函数，并通过优化该函数，使学习到的特征拥有很好的泛化性能，也使学习到的特征很好的用于区分类间图像以及类内不同事物的图像。
-
公开(公告)号：CN110077393A
公开(公告)日：2019-08-02
申请号：CN201910254321.7
申请日：2019-03-31
Applicant: 惠州市德赛西威汽车电子股份有限公司 , 哈尔滨工业大学(深圳)
Abstract: 本发明涉及一种基于图像视觉的自动泊车车速控制的方法，包括通过采集的车辆移动过程中目标车位的实时序列图像计算目标车位的运动轨迹；将目标车位的运动轨迹与泊车路径进行相似性匹配，计算综合评估值；当综合评估值大于等于第一预设阈值时，泊车车速不变，当综合评估值小于第一预设阈值时，则根据车辆的偏向角变化率调整泊车车速；当车辆的偏向角变化率大于等于第二预设阈值时，降低泊车车速，当车辆的偏向角变化率小于第二预设阈值时，提高泊车车速。本发明通过将目标车位的运动轨迹与泊车路径进行相似性匹配，并根据匹配后的综合评估值及车辆的偏向角标化率对泊车车速进行分段标定，提高自动泊车车速控制的平滑度，增强用户的体验感。
-
公开(公告)号：CN106919808B
公开(公告)日：2019-06-14
申请号：CN201710110410.5
申请日：2017-02-28
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G16B20/00
Abstract: 本发明公开了一种基于变步长最小均方误差自适应滤波器的基因识别系统，包括变步长最小均方误差自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元；所述的变步长最小均方误差自适应滤波器算法改进单元，用于通过变步长最小均方误差自适应改进算法对基因序列进行滤波处理，得到随机噪声较少、周期3行为较强的基因特征；所述的基因结构多特征加权融合算法处理单元，用于通过多特征加权融合策略，对基因序列进行特征提取，从而得到表达能力更强的特征向量。本发明提出了变步长最小均方误差自适应滤波器改进算法和多特征加权融合算法，并将二者集成到同一个基因识别系统中，进一步改善其识别性能。
-
Patent Agency Ranking
公开(公告)号：CN109464120A
公开(公告)日：2019-03-15
申请号：CN201811288905.8
申请日：2018-10-31
Applicant: 深圳市第二人民医院 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种糖尿病视网膜病变筛查方法、装置及存储介质。其中糖尿病视网膜病变筛查方法具体包括：通过构建双视野免散瞳眼底照相图片集、图片预处理、模型设计、模型训练和验证与结果判定一系列方法，预先构建一深度卷积神经网络模型，当要筛查患者的糖尿病视网膜病变结果时，先获取待筛查者的双视野免散瞳的眼底照相图片，然后将符合质量要求的图片输入到预先构建的卷积神经网络模型中，就可以简单、便捷地获取糖尿病视网膜病变结果。与现有技术相比，该筛查方法简单、便捷、依从性好，同时具有准确率、敏感性和特异性高的优势。
-
公开(公告)号：CN108985371A
公开(公告)日：2018-12-11
申请号：CN201810750436.0
申请日：2018-07-10
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/62
Abstract: 本发明涉及一种图像多分辨率字典学习方法及其应用，所述方法包括如下步骤：步骤1，将多种分辨率图片输入训练模型；步骤2，通过图片训练得出各种分辨率的字典进行学习。本发明的另一个目的在于将所述图像多分辨率字典学习方法，应用于图像分类和检索，包括如下步骤：S001，输入待分类或检索的图像y；S002，基于多分辨率字典计算图像y的表示系数；S003，计算图像y与训练样例之间的差异度 S004，通过差异度 判断y与哪个训练样本最接近；S005，得到最接近的训练样本后输出类标签或输出检索结果。本发明的方法能够结合多种分辨率图像的字典进行学习和有效地促进字典学习算法的鲁棒性和适应性，且算法简单、易于实现。
-
公开(公告)号：CN108664994A
公开(公告)日：2018-10-16
申请号：CN201810344784.8
申请日：2018-04-17
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳大学
Inventor： 徐勇
Abstract: 本发明公开了一种遥感图像处理模型构建系统和方法，该方法包括：A、基于平均池化将所述浅卷积层的语义特征、深卷积层的语义特征归一处理；B、通过特征通道扩增的方式结合所述浅卷积层、深卷积层；C、设置用于生成目标的检测窗口的RPN单元。该系统用于执行方法。本发明通过整合多层的卷积网络的语义特征能够提取足够的抽象特征，同时降低图像的边缘信息的损失，提供遥感图像处理的精度。
-
公开(公告)号：CN105046665B
公开(公告)日：2018-04-24
申请号：CN201510435812.3
申请日：2015-07-22
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T5/00
Abstract: 本发明提出了一种基于离散小波变换图像去噪方法，应用于高通量基因测序图像去噪。本发明主要是对基于离散小波变换的BiShrink改进，具体操作是使用离散小波变换对BiShrink阈值算法进行改进。传统的BiShrink算法在计算估计小波系数时考虑当前系数、父子系数的相关性。而本发明是在含有高斯噪声的测序图像中，在每个小波系数的邻域内选择部分小波系数来计算局部阈值，并使用拉普拉斯模型表示当前小波系数与父代小波系数之间的关系，进而得到估计小波系数表达式，用于鲁棒的解决待测序图像的去噪问题。通过对比现有的基于局部阈值小波阈值收缩法花费时间和去噪效果，本发明提出的方法去噪性能更优越，花费时间更短，效率更高。
-
公开(公告)号：CN107729945A
公开(公告)日：2018-02-23
申请号：CN201711003174.3
申请日：2017-10-24
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/62
CPC classification number: G06K9/6268 , G06K9/6244 , G06K9/6256
Abstract: 本发明提供的鉴别回归、分类方法及系统，是一种利用计算机对数字图像进行处理的技术，可实现在不同模式下对不同图像自动分类。该技术是一种普遍适应的方法，能够应用在多种模式分类场景，如基于人脸识别场景、指纹识别场景、虹膜识别场景，基因分类场景，基于疾病分类的医疗诊断场景等。由于本发明提供基于类间稀疏表示的鉴别回归、分类方法及系统，可以使转换后的同类样本具有一致的稀疏结构，达到减小同类样本之间的距离，而增大异类样本之间距离的效果，进而提高分类正确率。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.035 seconds)
