基于渐进式少样本知识蒸馏的动作识别方法

    公开(公告)号:CN118314504A

    公开(公告)日:2024-07-09

    申请号:CN202410548999.7

    申请日:2024-05-06

    发明人: 李平 平晨昊 王然

    摘要: 本发明公开了基于渐进式少样本知识蒸馏的动作识别方法。本发明首先对原始视频进行均匀采样获得RGB帧图像序列和光流图像序列,分别构建教师网络和学生网络;进一步对原始视频以片段为单位进行随机采样,得到采样视频片段集合;接着通过贡献度得分模块,衡量每个视频片段贡献度;同时,利用多样化少样本选择模块指导样本选择,获得少量的差异化视频样本进行训练;最后,通过对选定样本集合进行渐进式蒸馏,动态调整蒸馏温度,实现教师模型知识向学生模型转移。本发明方法不仅能充分衡量视频样本的时序关联强弱,还能准确刻画视频片段与当前动作模型间的相互关系,实现少样本的动作识别模型轻量化,有利于模型部署在资源受限的边缘计算设备上。

    基于去重叠和关联注意力机制的X光图像违禁品检测方法

    公开(公告)号:CN118261853A

    公开(公告)日:2024-06-28

    申请号:CN202311789211.3

    申请日:2023-12-25

    摘要: 本发明公开了基于去重叠和关联注意力机制的X光图像违禁品检测方法,该方法首先获取含有目标边界框和类别标注的X光图像数据集。其次在YOLOv7的网络主干部分末尾添加分类器,并在网络主干与颈部之间添加自顶而下的去重叠模块,输出特征图集合#imgabs0#然后将YOLOv7颈部双向融合特征金字塔结构中的特征融合模块替换为增强特征融合模块,得到特征图集合N。最后在YOLOv7网络头部添加无需锚框的检测头,输入特征图集合N,输出模型预测的目标边界框和类别,设定训练参数进行迭代训练,在验证集上进行验证,输出违禁品检测效果图。本发明对于X光图像违禁品检测的检测精度明显提高,并且拥有较高的检测速度。

    一种基于混合充电策略的传感器部署方法

    公开(公告)号:CN116321196A

    公开(公告)日:2023-06-23

    申请号:CN202310399554.2

    申请日:2023-04-14

    发明人: 王然 李平 徐向华

    IPC分类号: H04W16/18 H04W84/18

    摘要: 本发明公开了一种基于混合充电策略的传感器部署方法。无论是仅通过采集环境能量还是仅通过充电小车进行充电都有明显的缺陷。本发明方法是将传感器部署在监测目标的位置,并通过合并传感器的方式减少传感器的数量;当充电小车的电池容量不足时,通过向太阳能充沛的区域调整传感器的方式,减少充电路径中待充电传感器的数量;当充电小车的电池容量仍然不足时,调整充电序列中剩余传感器的位置,构造更短的充电路径;当充电小车的电池容量还是不足时,通过在太阳能充沛区域多放置传感器的方式来实现能量中性的永久覆盖。本发明方法能够充分利用太阳能等外部自然能源作为传感器能量补充,减少对移动充电的需求,节约了传感器网络的部署成本。

    一种基于社交网络用户属性的主题推荐方法

    公开(公告)号:CN112487303B

    公开(公告)日:2022-04-22

    申请号:CN202011345609.4

    申请日:2020-11-26

    摘要: 本发明公开了一种基于社交网络用户属性的主题推荐方法。本发明方法首先获取用户的微博内容并预处理,过滤用户,标注数据集;采用LDA模型求出用户微博的主题概率分布,得到最初的主题分布,求得不同性别在不同主题下的变异因子,与主题分布结合得到主题因子;再计算用户与友邻关系的亲密度,评价友邻用户的影响力,得到置信度;利用分词软件提取个人描述和标签的关键词,转换成向量矩阵,求得相似性因子;最后将上述三个因子融合得到用户主题模型。本发明方法利用大数据时代获取数据的便利性,提取用户基本资料、用户关系数据和用户微博,针对三个因素构建动态权重主题模型,预测用户的主题分布并进行标注,提高了推荐准确度。

    无线可充电传感网络中的路过时空部分充电方法

    公开(公告)号:CN113179457A

    公开(公告)日:2021-07-27

    申请号:CN202110256720.4

    申请日:2021-03-09

    IPC分类号: H04Q9/00 H04W84/18 H04W4/38

    摘要: 本发明公开了无线可充电传感网络中的路过时空部分充电方法。现有的方法必须先将传感器充满电,才能为下一个节点充电。本发明方法首先构造无线可充电传感网络充电模型,删除充电路径中的无效节点,保证充电队列中能够顺利执行部分充电策略。当删除部分节点导致充电队列长度不足指定长度时,需要补齐队列长度,以保证整体充电效率不会下降。最后执行部分充电策略为移动充电车规划到达时间、停留时间、充电顺序。本发明提出的考虑时间空间因素的补齐队列策略可以保证本充电周期的充电效率不下降。本发明方法使用部分充电的方式来保证系统都较高的吞吐量和较小的死亡率。

    一种基于可调感知半径模型的连通目标K覆盖方法

    公开(公告)号:CN110267323A

    公开(公告)日:2019-09-20

    申请号:CN201910421370.5

    申请日:2019-05-21

    摘要: 本发明公开了一种基于可调感知半径模型的连通目标K覆盖方法。本发明步骤如下:1:根据传感器信息构建网络图;2:找出任意传感器到Sink的最短路径并计算通信代价;3:计算每个传感器在每个监测半径下所能监测到的不满足K覆盖需求的目标点集合;4:计算每个目标点的候选传感器集合;5:选择一个具有最少的候选传感器的目标点;6:为该目标选择K覆盖集合;7:重复步骤5-6,为所有目标点选择连通K覆盖集合,给出该集合的运行时间;8:重复步骤1-7,直到不存在连通K覆盖集合位置,给出传感器的状态调度策略。本发明通过K覆盖的形式,增强网络容错性;采用多轮调度法,增加可用集合数量,提升网络寿命,从而能够减小网络成本。

    无线可充电传感网的k-弱栅栏构建与移动充电调度方法

    公开(公告)号:CN110263228A

    公开(公告)日:2019-09-20

    申请号:CN201910421432.2

    申请日:2019-05-21

    摘要: 本发明公开了一种无线可充电传感网的k-弱栅栏构建与移动充电调度方法。具体步骤如下:一个二维矩形窄带区域,随机部署有N个全向传感器节点,一个可移动充电车,相关参数根据网络规模可以设置。具体步骤如下:步骤1:根据监控区域信息构建栅栏图;从区域中获取传感器节点的覆盖半径、覆盖能耗以及位置信息,构建栅栏图,设置边权、流量等。步骤2:利用最小费用最大流算法求解栅栏网络构造。步骤3:根据最小费用最大流算法的信息,找到构成每条栅栏的传感器节点。步骤4:根据求出的栅栏节点计算充电车的各项参数。步骤5:计算每条栅栏的标号,确定充电顺序。本发明结合栅栏覆盖与充电的需求,提升充电车充电效率并保证栅栏覆盖的要求。

    一种基于中继充电模型最大化充电小车休息时间调度方法

    公开(公告)号:CN110248330A

    公开(公告)日:2019-09-17

    申请号:CN201910429791.2

    申请日:2019-05-22

    摘要: 本发明提出了一种基于中继充电模型最大化充电小车休息时间调度方法。采用的无线传感网络为:在一个感兴趣的2D平面区域中,随机部署了N个全向传感器,一个服务基站和多跳充电小车;具体的步骤如下:步骤1:获取传感器节点的地理位置和剩余能量信息,计算每个传感器节点的能量需求;步骤2:选择充电小车的锚点和锚点的充电集合;步骤3:计算充电小车在每个锚点的充电时间;步骤4:为多辆充电小车规划移动路径;步骤5:执行锚点分裂操作。本发明采用基于充电效益和再优化的调度策略,缩短的充电延时,提升充电效率,从而能够适用于传感器部署稠密的无线传感器网络能量补充。

    面向监控场景的在线低秩异常视频事件检测方法

    公开(公告)号:CN106384092B

    公开(公告)日:2019-04-26

    申请号:CN201610814106.4

    申请日:2016-09-11

    发明人: 李平 徐向华 王然

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种面向监控场景的在线低秩异常视频事件检测方法。本发明对给定场景下的监控视频集合进行如下操作:1)将监控视频分为训练视频和测试视频两部分,对各视频帧提取低层视觉特征,形成相应的向量化表示;2)通过在线稀疏低秩表示方法,对训练视频运用迭代梯度映射规则和随机优化准则进行逐帧学习,获得更新的权重矩阵和稀疏系数矩阵,构建异常视频事件检测模型;3)对测试视频帧计算归一化重构误差,若误差大于设定阈值,则判断该帧存在异常事件,照此逐帧判断,直至视频结束。本发明从低秩分解和稀疏表示的角度对监控场景下的视频进行帧编码和重构,能够逐帧在线判断异常视频事件,提高了监控视频异常检测的效率和精度。

    基于快速张量鲁棒模型的视频前景提取方法

    公开(公告)号:CN106780519A

    公开(公告)日:2017-05-31

    申请号:CN201710076992.X

    申请日:2017-02-13

    发明人: 李平 王然 徐向华

    IPC分类号: G06T7/11

    CPC分类号: G06T2207/10016

    摘要: 本发明公开了一种基于快速张量鲁棒模型的视频前景提取方法。本发明对给定的视频进行如下操作:1)将视频看做三维张量,视频张量分解为低秩张量和稀疏张量,低秩张量由字典张量和系数张量重构,从而建立张量鲁棒模型。2)通过傅里叶变换‑随机优化迭代‑傅里叶逆变换步骤,快速求解张量鲁棒模型,获得视频帧对应的字典张量、系数张量、稀疏张量。3)依据上述步骤对视频帧逐个处理,视频帧背景由字典张量和系数张量的乘积表示,视频帧前景由稀疏张量表示,直至视频结束。本发明从张量分解、鲁棒性、实时性多角度对视频进行处理,能够逐帧快速提取视频前景,同时重构视频背景,提高了视频内容分析的可靠度和速度。