-
公开(公告)号：CN117969436A
公开(公告)日：2024-05-03
申请号：CN202311816693.7
申请日：2023-12-27
Applicant: 重庆理工大学
IPC: G01N21/33 , G06F30/27 , G06F119/02
Abstract: 本发明涉及人工智能与污染气体监测技术领域，尤其涉及一种监测低浓度NO与SO2的方法。步骤如下：S1：对数据进行采集；S2：构建神经网络模型；S3：对神经网络模型进行训练；S4：对分离出来的光谱信息质量进行评估。本发明提供的一种监测低浓度NO与SO2的方法，分析在200nm～230nm光谱段SO2与NO气体的差分光学密度，并将波段在200nm～230nm处的SO2与NO混合气体的差分光学密度分别进行提取获得单一气体的吸收光谱；然后根据单一差分光学密度进行浓度反演求取出NO与SO2气体的浓度值。
-
公开(公告)号：CN119579902A
公开(公告)日：2025-03-07
申请号：CN202411759872.6
申请日：2024-12-03
Applicant: 重庆理工大学
Abstract: 本发明涉及一种基于多传感器和极化注意力的去动态SLAM方法，属于计算机视觉技术领域。该方法采用PSA‑Det分割模块，利用极化自注意力机制对图像数据进行实例分割，高效地检测并去除动态物体；同时利用多传感器融合技术，用于数据互补，提高精度，增强鲁棒性和实现实时性，从而显著提升SLAM系统在各种环境下的性能和适应性。
-
公开(公告)号：CN118135436B
公开(公告)日：2024-11-01
申请号：CN202410200090.2
申请日：2024-02-23
Applicant: 重庆理工大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于DETR模型的轻量化无人机视角下图像检测方法，涉及视觉系统技术领域。本发明至少包括以下步骤：步骤一：img经过由VisUAVBlock组成的Visbackbone之后得到S2特征图、S3特征图、S4特征图和S5特征图，所述S2特征图、S3特征图、S4特征图和S5特征图的分辨率分别为1/4、1/8、1/16和1/32；步骤二：只将S5特征馈入Deformable Cross Encoder，层数为1，在得到Encoder输出的特征之后，由该特征图进行Top‑down、Bottom‑up的二次融合；步骤三：最后将第二次融合中Fusion模块的输出部分进行concat拼接，生成object queries后送入decoder部分，在模型收敛过程中加入损失函数，使用Inner‑IOU与Wasserstein距离组合的新型损失函数来加快模型的收敛速度，后续流程与DETR‑like检测器相同，检测头使用DINO进行去噪训练，最终得到图像检测结果。
-
公开(公告)号：CN117974716B
公开(公告)日：2025-02-07
申请号：CN202410099370.9
申请日：2024-01-24
Applicant: 重庆理工大学
Abstract: 本发明公开了一种融合混合注意力机制的夜间无人机目标跟踪方法，该方法利用夜视图像增强模型对无人机的夜视视频序列中的各夜间图像帧进行增强处理后，再进行图像目标跟踪识别，以提高针对夜间图像的目标跟踪准确性；其中，夜视图像增强模型对夜视视频序列夜间图像帧的增强处理看作为曲线投影任务，通过调整红绿蓝三通道值改变图像质量，借助空间通道混合注意力机制能够自适应的学习空间通道特征，提高模型的泛化能力，使得网络模型关注到更有效的特征，并引用去噪处理模块去除夜间图像中隐藏的噪声，从而提升无人机针对夜间场景的目标定位精度和跟踪性能，降低无人机在夜间场景的目标跟踪失败几率。
-
Patent Agency Ranking
公开(公告)号：CN117974716A
公开(公告)日：2024-05-03
申请号：CN202410099370.9
申请日：2024-01-24
Applicant: 重庆理工大学
Abstract: 本发明公开了一种融合混合注意力机制的夜间无人机目标跟踪方法，该方法利用夜视图像增强模型对无人机的夜视视频序列中的各夜间图像帧进行增强处理后，再进行图像目标跟踪识别，以提高针对夜间图像的目标跟踪准确性；其中，夜视图像增强模型对夜视视频序列夜间图像帧的增强处理看作为曲线投影任务，通过调整红绿蓝三通道值改变图像质量，借助空间通道混合注意力机制能够自适应的学习空间通道特征，提高模型的泛化能力，使得网络模型关注到更有效的特征，并引用去噪处理模块去除夜间图像中隐藏的噪声，从而提升无人机针对夜间场景的目标定位精度和跟踪性能，降低无人机在夜间场景的目标跟踪失败几率。
-
公开(公告)号：CN116486072A
公开(公告)日：2023-07-25
申请号：CN202310275287.8
申请日：2023-03-21
Applicant: 重庆理工大学
Abstract: 本发明涉及混凝土检测技术领域，尤其涉及一种基于DINO的表面裂纹弱监督语义分割方法。步骤如下：将结构裂纹数据集中裂纹图像用于DINO迁移学习并得到Crack‑DINO；提取Crack‑DINO中的教师网络作为裂缝特征提取器，将教师网络中的最后一层注意力模块可视化为裂纹特征图；通过二值化去除裂纹特征图中的噪声并保留裂纹特征得到裂纹定位图；利用全连接条件随机场方法结合裂纹定位图得到裂缝分割图即伪标签。本发明提供的一种基于DINO的表面裂纹弱监督语义分割方法，利用迁移学习微调自监督模型DINO，以低成本方式提升DINO对于裂纹特征的识别准确性，从而得到出裂纹定位图，还利用了全连接条件随机场(DenseCRF)，增加了伪标签的精度，从而实现裂纹精细分割。
-
公开(公告)号：CN119380013A
公开(公告)日：2025-01-28
申请号：CN202411405755.X
申请日：2024-10-10
Applicant: 重庆理工大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明属于小样本图像分割技术领域，具体公开了一种基于低秩重构的小样本图像分割方法及系统，该方法包括如下步骤：获取支持图像和查询图像，构建小样本图像分割模型，分别提取支持特征和查询特征，计算支持特征和查询特征之间的特征相关性矩阵并对该矩阵进行非负分解得到非负低秩的子矩阵，对特征相关性矩阵进行重构，挖掘特征相关性矩阵的潜在结构；联合特征相关性矩阵的空间位置信息和关系信息，共同解译并生成目标区域的位置图，将生成的位置图、支持特征、查询特征一起输入解码器中进行解码，得到最终的分割预测。采用本技术方案，基于低秩重构挖掘特征相关性矩阵的潜在结构，促进标签信息的有效传递，提高小样本图像分割任务的分割性能。
-
公开(公告)号：CN118135436A
公开(公告)日：2024-06-04
申请号：CN202410200090.2
申请日：2024-02-23
Applicant: 重庆理工大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于DETR模型的轻量化无人机视角下图像检测方法，涉及视觉系统技术领域。本发明至少包括以下步骤：步骤一：img经过由VisUAVBlock组成的Visbackbone之后得到S2特征图、S3特征图、S4特征图和S5特征图，所述S2特征图、S3特征图、S4特征图和S5特征图的分辨率分别为1/4、1/8、1/16和1/32；步骤二：只将S5特征馈入Deformable Cross Encoder，层数为1，在得到Encoder输出的特征之后，由该特征图进行Top‑down、Bottom‑up的二次融合；步骤三：最后将第二次融合中Fusion模块的输出部分进行concat拼接，生成object queries后送入decoder部分，在模型收敛过程中加入损失函数，使用Inner‑IOU与Wasserstein距离组合的新型损失函数来加快模型的收敛速度，后续流程与DETR‑like检测器相同，检测头使用DINO进行去噪训练，最终得到图像检测结果。
-
公开(公告)号：CN117703970A
公开(公告)日：2024-03-15
申请号：CN202410082870.1
申请日：2024-01-19
Applicant: 重庆理工大学
IPC: F16F1/36
Abstract: 本发明公开了一种磁控负刚度调节方法，包括以下步骤：分别设置两个磁流变弹性体单元，两个磁流变弹性体单元之间采用刚性件连接；对刚性件施加垂直于两个磁流变弹性体单元的预压缩力，使得在两个磁流变弹性体单元连线方向分别产生形变并产生预剪切力，同时在垂直于两个磁流变弹性体单元连线方向产生负刚度力；分别在两个磁流变弹性体单元上设置大小相同的可调磁场，通过调控磁场的大小，能够对两个磁流变弹性体产生的负刚度力值进行调控；本发明能够解决当前磁流变弹性体隔振机构刚度值较高且只能进行正向调控，难以进行刚度负向调控，进而难以针对同时存在直接扰动和外部扰动的设备，实现高效隔振与致稳的技术问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
