一种基于UpCPFNet模型的芒果分级识别方法

    公开(公告)号:CN118470413B

    公开(公告)日:2024-10-18

    申请号:CN202410607710.4

    申请日:2024-05-16

    申请人: 淮阴工学院

    摘要: 本发明公开了一种基于UpCPFNet模型的芒果分级识别方法,首先将预先获取的芒果数据进行人工标注并制作成数据集,再对数据集进行预处理;构建包括初步特征提取模块Stem、六个ReHRSE模块、三个UpCFP模块、一个DoDB模块的基于UpCPFNet模型的芒果分级识别网络;对ReHRSE模块进行堆叠加深网络层数,使用UpCFP模块进行下采样丰富特征信息,使用DoDB模块对得到的深层网络特征和浅层网络特征在不同尺度上进行全局特征聚集和融合;最后通过全连接层输出分类。本发明使用深层网络的信息特征分别对局部特征进行特征融合,同时在不同尺度上的特征融合有助于集中局部特征信息,提高级别图像数据相似性的有效辨别,具有很大的实际运用价值,在农作物级别识别领域具有较大的前景。

    结合关键点检测和目标检测的人体行为检测方法及装置

    公开(公告)号:CN118506455A

    公开(公告)日:2024-08-16

    申请号:CN202410743173.6

    申请日:2024-06-07

    申请人: 淮阴工学院

    摘要: 本发明公开了一种结合关键点检测和目标检测的人体行为检测方法,所诉方法包括:采集并保存站立,坐立,运动,卧躺多种人体姿态数据以及烟头,手机的物品数据;根据采集到的数据进行人工标注,数据预处理,并制作成数据集,按照一定比例分成训练集和测试集;构建人体行为检测模型,构建的思想使用双通道交互模块对关键的空间信息进行表征,并同时优化视觉特征,构建了一个多分支的深度神经网络,将各个分支的结果进行合并。首先利用人体检测器检测到人体框,利用人体姿态估计获取面部和手腕部关键点区域,将人体面部和手腕部的特征作为一种感知学习模块充分获取不同层级的上下文语义信息,结合烟头和手机的位置信息判别人体是否处于抽烟,玩手机,打电话的状态,其次利用人体肩关节,腰关节,膝关节和踝关节的相关特征信息提取位置信息以及位置之间的相关性判别人体是否摔倒。本发明通过关键点检测和目标检测交互的方法来确定人体所处的状态,鲁棒性更强,灵活性更强,识别率更高。

    一种基于DCG及双分支并行的地铁客流量预测方法及装置

    公开(公告)号:CN118469079A

    公开(公告)日:2024-08-09

    申请号:CN202410607726.5

    申请日:2024-05-16

    申请人: 淮阴工学院

    摘要: 本发明公开了一种基于DCG及双分支并行的地铁客流量预测方法及装置,所述方法包括:首先,构建地铁通行网络,其中节点表示站台点,节点所连边表示站台间的到达关系;其次,通过地铁通行网络和实体测量数据构建包括深度关系矩阵、旅行距离权重矩阵和乘客流量权重矩阵融合的DCG模块;最后,将DCG模块编码送入SBULSTM模块与Transformer模块双分支并行的预测神经网络。本发明通过DCG模块,还原地铁网络的实际拓扑结构,捕捉由站点到站线的客流特征;同时,并行SBULSTM模块与Transformer模块既能考虑时间序列的前后向状态,又能够学习复杂的时间特征、捕捉DCG所提供全局空间上的客流信息,加强全局时空通道的交互以减少信息的损失,提高了综合时空预测的能力。

    基于结构重参数化的可见光与红外图像融合方法

    公开(公告)号:CN116993639A

    公开(公告)日:2023-11-03

    申请号:CN202310932335.6

    申请日:2023-07-27

    申请人: 淮阴工学院

    IPC分类号: G06T5/50

    摘要: 本发明公开了一种基于结构重参数化的可见光与红外图像融合方法,步骤如下:在编码器中,使用以RepVGG块、卷积层和暂退层堆叠的深度学习卷积神经网络模型分别提取可见光与红外图像的特征,同时根据通道数将这些特征分为低级特征和高级特征;将获取的低级特征和高级特征输入到解码器中,使用特征融合模块将低级特征和高级特征融合成新的深度特征,从而生成融合图像。本发明在可见光与红外图像融合任务中使用了RepVGG块、暂退层和结构重参数化,能有效提取图像特征,减轻过拟合,同时提高了模型的推理速度和对内存的利用率。