-
公开(公告)号：CN117037115A
公开(公告)日：2023-11-10
申请号：CN202311001881.4
申请日：2023-08-09
Applicant: 新疆大学 , 喀什地区电子信息产业技术研究院
IPC: G06V20/58 , G06V10/80 , G06V10/26 , G06V10/764 , G06V10/766 , G06F18/2433 , G06F18/25 , G06F18/27 , G06V10/82 , G06N3/0464 , G06N3/092
Abstract: 本发明涉及自动驾驶避障系统技术领域，具体为一种基于机器视觉的自动驾驶避障系统及方法，一种基于机器视觉的自动驾驶避障系统是由数据采集模块、数据预处理模块、数据融合模块、图像处理模块、决策模块、通信模块组成。本发明中，通过实时语义分割和图像处理技术提供更全面的场景理解，使系统更好地识别道路、行人和车辆等目标，为避障决策提供更准确的信息，强化学习和模型预测控制方法优化决策策略，使系统在复杂场景和移动障碍物下做出高效、安全的避障决策，跨模态数据融合和多模态感知提高了系统感知的可靠性，克服了单一传感器的局限性，眼动追踪和情感分析优化了人机交互，更好地理解驾驶员的注意力和情绪状态，提高驾驶安全性。
-
公开(公告)号：CN116977807A
公开(公告)日：2023-10-31
申请号：CN202310962664.5
申请日：2023-08-01
Applicant: 新疆大学 , 喀什地区电子信息产业技术研究院
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于多传感器融合的冷库智能监控系统及方法，属于设备监测技术领域，包括传感器、监控模块、数据传输模块、滤波处理模块、影像处理模块、感知分析模块、优化更新模块、监控平台、告警维护模块以及监控存储模块；本发明能够确保跟踪目标进行精确提取，同时能够大幅提高对目标人物分析的准确性，且能够进行留图存证，保证追查判责有据可依，能够精确对冷库运行状态进行分析，同时节省人工寻参的时间，有效提高模型检验精度，提高模型数据处理效率。
-
公开(公告)号：CN118823469A
公开(公告)日：2024-10-22
申请号：CN202410929330.2
申请日：2024-07-11
Applicant: 新疆大学
IPC: G06V10/764 , G06V10/80 , G06T5/10 , G06V10/52
Abstract: 本发明涉及医学影像处理技术领域，公开了基于频率特征的多模态食管癌识别方法及系统，包括数据预处理单元，多模态特征提取单元，特征融合单元，分类决策单元，所述数据预处理单元用于对输入的病理图像、内镜图像和病历文本数据进行处理，所述多模态特征提取单元用于利用自适应频率多尺度特征融合模块对病理图像和内镜图像进行多尺度特征提取，所述特征融合单元用于利用频率交叉融合模块对提取的多模态特征进行融合，所述分类决策单元用于将融合后的特征输入分类器进行最终的诊断决策。通过快速傅里叶变换和逆快速傅里叶变换，结合自适应频率多尺度特征融合模块和频率交叉融合模块，从而可以达到提高特征融合的效率和准确性的效果。
-
公开(公告)号：CN117350390A
公开(公告)日：2024-01-05
申请号：CN202311522526.1
申请日：2023-11-15
Applicant: 新疆大学
IPC: G06N7/01 , G06N5/02 , G06F40/247 , G06F40/30
Abstract: 本发明提供了一种用于少样本事件检测的知识扩展原型化条件随机系统，涉及事件检测技术领域，包括：基于GloVe词汇表以及待检测事件相对应的扩充实例、原始实例，得到全部事件类型创造的第一原型表示；基于每个事件类型相对应的扩充实例以及原始实例，得到不利实例并在相同事件类型的第一原型表示中去除；基于每个事件类型的相对应的扩充实例，得到与原始实例差别最大的扩充实例，并构建第二原型表示；计算所述第一原型表示以及第二原型表示的欧几里得距离，得到预测查询实例的事件类型。缓解了少样本事件检测中样本不足的问题，超越了具有较短训练时间的比较模型，促进事件原型之间更明显的分离，提高事件检测的准确度以及效率。
-
公开(公告)号：CN119180945A
公开(公告)日：2024-12-24
申请号：CN202411371256.3
申请日：2024-09-29
Applicant: 新疆大学
IPC: G06V10/25 , G06V10/44 , G06N3/084 , G06N3/0985 , G06N3/0464
Abstract: 一种基于细粒度特征的轻量化壁画图像目标检测方法，其属于机器视觉技术领域。该方法构建的目标检测网络通过在每个阶段引入动态特征适应模块，使网络迅速适应复杂特征并实时更新上下文信息。为了提升小目标检测性能，设计了动态细粒度权重自适应模块，对特征进行加权学习，并引入高效加权自适应下采样模块，以减少冗余信息并加速推理。该方法针对壁画数据集，很好地平衡了检测网络的精度和速度。通过该方法可以在资源受限的环境下，快速地对壁画中的目标进行精准检测和统计。
-
Patent Agency Ranking
公开(公告)号：CN118735794A
公开(公告)日：2024-10-01
申请号：CN202410694283.8
申请日：2024-05-30
Applicant: 新疆大学
Abstract: 基于Transformer的无监督多源图像融合方法，属于图像处理的技术领域。该方法中编码器网络包括两个Transformer块和一个细节块。Transformer块利用远程注意力来处理低频全局信息，而细节块则侧重于提取高频局部特征。该方法不仅解决了网络中间层信息利用不足的问题，还能兼顾高频特征和低频信息的捕获。另该方法还在鉴别器中加入了压缩和激励网络，以迫使模型聚焦于源图像中最显著的区域。在多个数据集上进行大量仿真实验的结果表明，与现有融合框架相比，该方法具有竞争力的融合结果。
-
公开(公告)号：CN118211087A
公开(公告)日：2024-06-18
申请号：CN202311740286.2
申请日：2023-12-18
Applicant: 新疆大学
IPC: G06F18/2321 , G06F18/15 , G06N3/0475 , G06N3/094
Abstract: 基于DBSCAN‑cGAN‑XGBoost模型在不平衡数据上生成累次违规人员用户画像的方法，其属于用户画像生成的技术领域。该方法包括：首先，利用DBSCAN算法对提取出的稀少违规行为标签样本数据进行聚类处理，提取出簇内样本与噪声样本；然后，采用条件采样生成对抗网络模型cGAN，指定生成样本的条件满足特征的逻辑，对提取出的簇内样本进行扩充；最后，使用重新构建后的数据集对XGBoost算法进行训练，并完成违规行为类型数据的预测。再选取合适的阈值,生成预测标签,结合基本属性和行为属性标签生成的累次违规人员用户画像。和基准模型比较在数据平衡、准确率提升、用户画像构建等多个方面取得了突出的贡献。首次在不平衡数据集上实现累次违规人员用户画像,提供了准确、全面、直观的数据信息。
-
公开(公告)号：CN118673401A
公开(公告)日：2024-09-20
申请号：CN202410694269.8
申请日：2024-05-30
Applicant: 新疆大学
IPC: G06F18/2415 , G06F18/214 , G06F18/25 , G06N3/098 , G06F16/35 , G06F17/16
Abstract: 用于多模态隐喻检测的模态表征分解方法，属于自然语言处理的技术领域。该方法通过不同的Projector将每个模态表征分解为一致性特征和差异性特征。然后，利用设计的对比学习框架为模态的一致性特征和差异性特征学习提供更为全面的视角。同时，为了保留与隐喻检测任务相关模态特异性信息，设计了多任务学习框架，该任务依赖于每个模态的分解表征，使模型能够从单模态预测中进行学习，减少特异性隐喻信息丢失。通过精心设计的对比学习和多任务学习联合框架，确保所有模态中的特征都能够在多个训练路径中得到充分的调整和优化。
-
-
公开(公告)号：CN117994809A
公开(公告)日：2024-05-07
申请号：CN202211370058.6
申请日：2022-11-03
Applicant: 新疆大学
Abstract: 本发明专利提出一种基于随机区域像素变化和随机区域变换的跨模态行人重识别方法，属于跨模态行人重识别领域，以解决现有方法存在需要额外计算资源或计算简单但效果不佳的问题，红外和彩色模态图像通过随机区域像素变化算法使其各通道的部分区域像素的值发生改变，从而两模态图像间会产生更多的对应关系，深度神经网络模型就能找到鲁棒性更好的对应特征，同时两模态图像经过随机区域变换算法时，会将一些全局数据增强方法分别用于两种图像的一个随机的局部区域，增强方法包括色调，亮度和图像角度变化，以产生更丰富的两模态异构数据的特征关联，提高跨模态行人重识别的准确度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.031 seconds)
