-
公开(公告)号：CN116543012A
公开(公告)日：2023-08-04
申请号：CN202310415812.1
申请日：2023-04-18
Applicant: 安徽理工大学 , 南京派光智慧感知信息技术有限公司 , 合肥派光感知信息技术有限公司
IPC: G06T7/246 , G06N3/0455
Abstract: 本发明公开了一种共尺度和卷积注意力机制的轨行区目标追踪方法，涉及目标追踪领域，首先输入模板图像和搜索图像，分别通过共尺度和卷积注意力的骨干网络提取多尺度和全局特征；使用独立的卷积注意力模块处理不同尺度的图像特征，同时使用双线性插值对每个尺度的图像特征进行下采样或上采样，以进行跨层注意；然后将提取的模板图像特征和搜索图像特征输入到改进的特征融合模块中去，增强帧与帧之间的特征交互能力。本发明目标追踪方法提高了轨行区目标追踪的计算效率。
-
公开(公告)号：CN119580305A
公开(公告)日：2025-03-07
申请号：CN202411652130.3
申请日：2024-11-19
Applicant: 安徽理工大学
IPC: G06V40/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/776 , G06V20/40 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06N3/048
Abstract: 本申请涉及一种安全帽佩戴检测方法、训练方法、装置、设备及存储介质，其中，安全帽佩戴检测方法，包括：获取包含井下人员的待检测图像以及安全帽佩戴检测模型，所述安全帽佩戴检测模型为改进的YOLOv8模型，所述改进的YOLOv8模型为BackBone层中增加有基于全局上下文的通道注意力机制单元、空间重建单元以及通道重建单元的YOLOv8模型训练得到；将待检测图像输入改进的YOLOv8模型，得到安全帽佩戴检测结果；其中，所述基于全局上下文的通道注意力机制单元，用于对原特征图进行全局平均池化以获取全局信息；接着通过全连接层和ReLU激活函数学习各特征通道的重要性权重；然后通过图卷积网络来处理学习后的特征，并通过Sigmoid函数对权重进行映射处理得到特征图；将映射处理后的特征图与所述原特征图进行融合。通过本申请解决相关技术中存在的模型轻量化的同时难以保证检测精度的问题。
-
公开(公告)号：CN116642426A
公开(公告)日：2023-08-25
申请号：CN202310427008.5
申请日：2023-04-17
Applicant: 安徽理工大学
IPC: G01B11/16 , G06F30/23 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种融合光纤与模拟技术的隧道全断面变形监测预警方法，涉及隧道变形监测技术领域，首先获取隧道所在区域的地质资料，建立数值模型后导入FLac3D岩土数值模拟软件获取对应的三维数值模拟模型，将隧道所在地层的岩土体物理学参数代入相应的模型内后进行初始平衡的计算后，在模型内进行隧道模拟开挖，并再次进行初始平衡的计算；于隧道内均匀布设分布式光纤/栅传感器以对隧道内的变形进行数据获取，周期性的获取分布式光纤/栅传感器对应的变形增量实测数据后代入建立的模型内进行相关参数的计算，并根据计算结果判断目标区域的风险等级；本发明融合了光纤监测及模拟技术进行隧道变形监测，避免了人工监测或人为设定变形上限的缺陷。
-
公开(公告)号：CN116610991A
公开(公告)日：2023-08-18
申请号：CN202310426939.3
申请日：2023-04-17
Applicant: 安徽理工大学
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06N3/04
Abstract: 本发明公开了一种多模态数据融合的隧道灾害风险智能识别方法及其应用，涉及数据传输技术领域，包括将多模态传感器数据转换到同一数值区间，建立端到端的多模态传感器数据融合和隧道灾害风险智能识别人工神经网络模型，在一个神经网络架构中完成多模态数据的处理、融合以及隧道病害风险智能识别，将所得数据输入到建立的多模态传感器数据融合和隧道灾害风险智能识别人工神经网络模型内，寻找该多模态传感器数据融合和隧道灾害风险智能识别人工神经网络模型参数中的冗余参量，通过正常的网络训练学习其连接性，修剪小权重连接，去除冗余和不重要的参数，获得轻量化的隧道灾害及风险识别深度模型；可实现隧道全域多灾害风险的智能识别。
-
公开(公告)号：CN119229295A
公开(公告)日：2024-12-31
申请号：CN202411434584.3
申请日：2024-10-15
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种基于改进YOLOv9c模型的夜间小目标检测方法，包括步骤：构建夜间小目标检测模型，所述夜间小目标检测模型以YOLOv9c模型为基准网络，主干网络包括综合性特征提取模块和SPD‑Adown下采样模块，头部包括FBM‑CBAM注意力模块；对所述夜间小目标检测模型进行迭代训练，获得训练后的夜间小目标检测模型；利用所述训练后的夜间小目标检测模型对待检测目标进行检测，获得检测结果。该方法中综合性特征提取模块提高对夜间图像中细微特征的捕捉，下采样模块SPD‑Adown在减少特征维度的同时，保留了更多关键信息，从而提升了特征融合效果；FBM‑CBAM注意力模块通过通道和空间注意力机制更精准地强化了重要特征的表达；这些改进有效地提升了夜间低光照条件下小目标的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN116258856A
公开(公告)日：2023-06-13
申请号：CN202310225271.6
申请日：2023-03-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种注意力激活重调制的弱监督语义分割方法、设备及存储介质，涉及计算机视觉领域；该方法主要是利用传统的类激活映射(CAMs)分支和重调制分支来获得加权的CAMs，提供重新校准的监督；具体来说，注意力激活重调制方案就是分别从通道和空间的角度来重新安排重要特征的分布，这有助于调控面向分割的激活反应；此外该方法还另外的提出一个特征像素提取模块(FPEM)，它可以利用上下文的信息，完善两个分支对当前像素的预测。
-
公开(公告)号：CN119600267A
公开(公告)日：2025-03-11
申请号：CN202411689141.9
申请日：2024-11-25
Applicant: 安徽理工大学
IPC: G06V10/25 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N3/0455
Abstract: 本申请涉及一种医疗图像目标检测方法、装置、电子设备及可读存储介质，其中，医疗图像目标检测方法，包括：获取待检测医疗图像以及医疗图像目标检测模型，所述医疗图像目标检测模型为骨干网络中增加有可扩张残差模块、颈部网络中的头部增加有多分支注意力机制模块、骨干网络和颈部网络中至少部分conv模块被替换为深度下采样模块的YOLOv8模型，所述医疗图像目标检测模型经过联合回归损失函数训练得到；将所述待检测医疗图像输入所述医疗图像目标检测模型，得到医疗图像目标检测结果。本方法提出的医疗图像目标检测方法，提高本申请医疗图像目标检测的准确度。
-
公开(公告)号：CN118741692A
公开(公告)日：2024-10-01
申请号：CN202410988437.4
申请日：2024-07-23
Applicant: 安徽理工大学
IPC: H04W72/044 , H04B7/06
Abstract: 本发明提供了一种基于无人机的通信感知一体化功率分配方法，包括：基于到达时间(ToA)推导出克拉美罗界(CRB)的准确表达式，并将其作为位置感知的性能指标；然后，分析了位置感知误差(LSE)对通信的影响，揭示了通信与感知之间的内在耦合关系；随后，考虑当LSE服从椭球分布和任意分布时，分别提出了两种稳健通信与感知功率分配问题，并分别提出使用#imgabs0#‑引理和交替优化(AO)方法、条件风险值(CVaR)和AO方法求解优化问题。最后，仿真结果表明，当LSE服从任意分布时系统具有最强的稳健性，并揭示了通信感知一体化系统中通信与感知之间的折衷关系。
-
公开(公告)号：CN116433979A
公开(公告)日：2023-07-14
申请号：CN202310415815.5
申请日：2023-04-18
Applicant: 安徽理工大学 , 南京派光智慧感知信息技术有限公司 , 合肥派光感知信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/25
Abstract: 本发明公开了轨道交通隧道中的一种小特征感知的隧道异常检测方法，所述方法包括：对轨道交通隧道现场数据进行处理；对残差网络的批量归一化进行改进；将提取到的特征图输入到小尺度感知特征金字塔中进一步细化多尺度的异常特征；使用感兴趣区域对齐来替代感兴趣区域池化；将检测头的连续两个全连接层换成四个卷积层加一个全连接层；对经过检测头后的特征向量进行分类和回归。本发明通过结合对轨道交通隧道中结构性病害特征和异物特征的低损失提取和高效多尺度融合，提高了对异常状况的检测精度同时满足实时性要求。
-
公开(公告)号：CN116366363A
公开(公告)日：2023-06-30
申请号：CN202310426983.4
申请日：2023-04-17
Applicant: 安徽理工大学
IPC: H04L9/40 , H04L67/104 , H04L67/1074 , H04W12/60 , H04W12/106 , H04L45/121 , H04L45/12 , H04L45/00
Abstract: 本发明公开了一种隧道中基于可信度的数据安全传输方法及其应用，涉及数据传输技术领域，该方法包括当前节点根据要求确定其对下一节点所需信任度K；然后对当前节点后继传输方向上的所有邻节点进行当前信任度计算；判断所有当前信任度中是否存在大于等于K的，若不存在则停止数据传输，存在则判断当前信任度大于等于K的所有邻节点中是否存在目标节点，若是，则直接将数据包发送给目标节点；若否，则由当前信任度大于等于K的所有邻节点中任选一个作为下一跳节点进行数据包的传输，传输后返回初始步骤，直至将数据包传送至目的节点或返回失败信息；本发明能够有效规避传输路径中信息篡改类节点、传输失效类节点出现的概率，提高了信息传输的安全性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
