-
公开(公告)号：CN111914778B
公开(公告)日：2023-12-26
申请号：CN202010790719.5
申请日：2020-08-07
申请人： 重庆大学 , 重庆中科云从科技有限公司
IPC分类号： G06V20/40 , G06V10/764 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/048
摘要： 本发明涉及一种基于弱监督学习的视频行为定位方法，建立深度特征增强和选择网络模型并进行训练，将一段待测试视频输入训练后的深度特征增强和选择网络模型，通过训练后的深度特征增强和选择网络模型预测分类分数和得到平均CAS；只检测预测得分大于预先设置好的阈值的CAS；通过线性插值使经过深度特征增强和选择网络模型后的待测视频长度还原为原始长度，然后，对平均CAS进行阈值运算，之后再进行膨胀操作，最后再获取行为实例的开始时间bi和结束时间ei，完成定位。本发明方法对弱监督行为定位具有有效性。
-
公开(公告)号：CN114882531A
公开(公告)日：2022-08-09
申请号：CN202210554612.X
申请日：2022-05-19
申请人： 重庆大学
IPC分类号： G06V40/10 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62
摘要： 本发明涉及一种基于深度学习的跨域行人再识别方法，包括如下步骤：选用公开数据集作为源域和目标域；选用ResNet‑50模型M并进行初始化其参数得到M′；将源域和目标域作为初始化模型M′的输入并计算相应损失对模型M′进行训练，达到最大训练次数后停止训练，得到训练好的模型M″；将待预测行人图像输入训练好的模型M″中，得到行人的检索结果。使用本发明方法可以更准确的检测识别特定行人。
-
公开(公告)号：CN114842402A
公开(公告)日：2022-08-02
申请号：CN202210589976.1
申请日：2022-05-26
申请人： 重庆大学
摘要： 本发明涉及一种基于对抗学习的弱监督时序行为定位方法，包括如下步骤：从公开数据集中选取未裁剪视频数据,将每个未剪切视频分解为不重复的帧片段，然后提取每个帧片段的原始特征；利用原始特征总数X计算时序连续性支流的输入特征数据Xt；计算基础支流的和时序连续性支流的类激活序列分数及类时序注意力分数；将整体模型的类时序注意力分数和类时序注意力分数进行一致性约束；计算TEN网络模型的总损失函数同时对TEN网络模型进行训练，然后得到训练好的TEN网络模型；将待预测未剪切视频数据输入到训练好的TEN网络模型中，得到对待预测未剪切视频的行为定位。通过使用本方法可以对任意待预测视频中的时序行为进行精确定位。
-
公开(公告)号：CN114757391A
公开(公告)日：2022-07-15
申请号：CN202210264626.8
申请日：2022-03-17
申请人： 重庆大学
摘要： 本发明涉及一种基于网络数据空间设计的服务质量预测方法，该方法由潜在网络空间学习和QoS预测两部分组成。第一部分旨在学习三个潜在网络空间(即用户潜在网络空间、服务潜在网络空间和交互潜在网络空间)。第二部分首先对三个潜在网络空间中的每个特征进行采样，然后通过三个不同的卷积网络融合不同的特征，实现QoS预测。该方法通过这两个创新组件，LNSL为不同位置的每个用户和业务生成潜在的网络空间，实现高精度的QoS预测。
-
公开(公告)号：CN108459955B
公开(公告)日：2020-12-22
申请号：CN201710903133.3
申请日：2017-09-29
申请人： 重庆大学
摘要： 本发明涉及基于深度自编码网络的软件缺陷预测方法，包括如下步骤，S1通过版本控制工具收集待预测软件的源代码文件；S2所述S1得到的源代码文件由I个模块组成，从所述源代码文件中提取度量元值，所有度量元值构成一个集合X；S3对S2得到集合X进行预处理；S4通过采样的方式通过度量元值选取模块得到采样结果集；S5深度自编码网络构建预测模型；S6对待预测版本进行预测并输出预测结果。该方法简单有效，实验结果表明在数据维度较大，并且冗余特征较多的数据集中，效果非常明显。
-
公开(公告)号：CN110569353A
公开(公告)日：2019-12-13
申请号：CN201910593644.9
申请日：2019-07-03
申请人： 重庆大学
IPC分类号： G06F16/35 , G06F16/335 , G06F17/27 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于注意力机制的Bi-LSTM的标签推荐方法，该基于注意力机制的Bi-LSTM的标签推荐方法包括以下步骤：采集实验数据集；从实验数据集中解析出特定的文本数据；对文本数据进行预处理；从预处理后的问题文本描述中提取语义特征；构建多标签分类模型；通过构建的多标签分类模型为新问题推荐合适的标签；对标签推荐的结果进行评估与分析。本发明的有益效果为：通过基于注意力机制的Bi-LSTM模型主要将标签推荐任务转化为多标签分类问题，根据问题的文本描述内容自动推荐标签，提高标签推荐的准确性。
-
公开(公告)号：CN107229920A
公开(公告)日：2017-10-03
申请号：CN201710425906.1
申请日：2017-06-08
申请人： 重庆大学
摘要： 本发明涉及一种基于整合深度典型时间规整及相关修正的行为识别方法，解决的是识别准确度低、耗时长的技术问题，通过采用将人体的行为表示为刚体位移，将刚体位移分解为刚体平移和刚体旋转，用齐次矩阵李群SE(3)表示刚体位移，李代数为SO(3)，采集的骨骼数据建立骨骼模型C(t)，将位移映射关系表示为齐次矩阵李群SE(3)，建立基于李代数相对特征描述方法的骨骼模型C(t)，并对骨骼模型C(t)进行差值处理；使用整合深度典型时间规整方法对齐；利用相关性特征，修正对齐特征样本,使用支持向量机对修正后的特征样本进行分类的技术方案，较好的解决了该问题，用于3D骨骼的行为识别中。
-
公开(公告)号：CN103971132A
公开(公告)日：2014-08-06
申请号：CN201410227645.9
申请日：2014-05-27
申请人： 重庆大学
IPC分类号： G06K9/64
摘要： 本发明涉及应用二维非负稀疏偏最小二乘进行人脸识别的方法，它包括如下步骤，首先构造人脸训练样本集的类别矩阵，再构建使投影人脸训练样本集和类别矩阵时信息量损失最少的目标函数，然后在目标函数中加入非负性约束和稀疏性约束得到收敛的非负的基矩阵，将人脸训练样本集投影在基矩阵上获得测试样本系数矩阵，对测试样本也进行前述操作得到测试样本的系数矩阵，使用最近邻策略对测试样本的系数矩阵和测试样本系数矩阵中的某个要素矩阵是同一类，则认为测试样本的系数矩阵所对应的测试样本上的人与该要素矩阵所对应的训练样本上的人为同一人。该方法识别率和鲁棒性，由于只需对基矩阵进行迭代求解，简化了运算，降低了时间复杂度，识别速度快。
-
公开(公告)号：CN103313293A
公开(公告)日：2013-09-18
申请号：CN201310276620.3
申请日：2013-07-02
申请人： 重庆大学
摘要： 本发明涉及一种移动自组织网络容量稳定性的控制方法，该方法包括步骤一，建立MANETs容量分析非合作规划博弈模型；步骤二，确定是建立MANETs容量分析非合作规划博弈模型渐进稳定的条件；步骤三，根据确定使得步骤二条件成立的参数；步骤四，根据步骤三计算得到的参数，对移动自组织网络中节点i对发送流量速率xi的敏感程度αi和节点i采用发送流量速率xi对排队时延的敏感程度βi进行调整，实现对移动自组织网络的容量稳定性的控制。本发明控制方法对于采用非竞争无冲突类MAC协议的MANETs具有普适性，只需通过调解MANETs节点的物理性能，如采用的功率、可用内存大小、信号调制方法、编码方式等即可达到，而且计算量小。
-
公开(公告)号：CN102340620A
公开(公告)日：2012-02-01
申请号：CN201110328046.2
申请日：2011-10-25
申请人： 重庆大学
摘要： 本发明提供了一种基于马氏距离的视频图像背景检测方法，该方法通过对视频图像像素点的RGB分量分布特征加以考虑和分析，根据研究、分析发现的视频图像中像素点的RGB分量分布特性，利用马氏距离算法对视频图像像素点的RGB分量分布特征进行度量，获取视频图像中背景像素点真实的橄榄球形RGB分量分布轮廓，并结合阈值法进行背景检测，提高了背景检测准确性；即便其背景检测结果中存在少量噪点，也都主要分布在前景像素点的附近，完全能够满足实际应用中视频图像背景识别和前景捕获的实用准确性要求；同时，该方法还基本保持了与codebook背景建模检测法相当的运算效率，具有良好的实时性和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
69 条记录 (耗时 0.064 秒)
