一种利用卷积神经网络估计标签数量的方法

    公开(公告)号:CN117313758A

    公开(公告)日:2023-12-29

    申请号:CN202311257522.5

    申请日:2023-09-27

    Abstract: 本发明涉及一种利用卷积神经网络估计标签数量的方法,属于射频识别领域。本发明公开了一种利用卷积神经网络(CNN,Convolutional Neural Network)估计标签数量的方法,适用于采用动态帧时隙ALOHA算法(DFSA,Dynamic Framed Slotted ALOHA)的高频射频识别(RFID,Radio Frequency Identification)系统。该方法主要包括:(1)构造CNN模型:对于已知数量的标签,将DFSA算法中的Q值设置为0并开启盘点,此时所有标签同时响应产生碰撞,采集此时起始帧(SOF,Start ofFrame)的碰撞波形作为样本集的特征集合来训练CNN模型;(2)预估待盘点标签的数量:对于未知数量的待盘点标签,设置DFSA算法的Q值为0,采集此时SOF的碰撞波形作为训练得到的CNN模型的输入,输出为标签数量估计值。本发明能有效提升高频RFID系统盘点效率。

    一种计算视频向量的方法
    3.
    发明公开

    公开(公告)号:CN115482492A

    公开(公告)日:2022-12-16

    申请号:CN202211176740.1

    申请日:2022-09-26

    Abstract: 本发明涉及一种计算视频向量的方法,属于图像处理领域。本发明从视频中抽取出代表性的图像帧;计算抽取出的图像帧的特征向量;计算抽取出的图像帧的特征向量组成的矩阵的协方差矩阵的本征值,这些本征值组成视频的本征向量;对视频本征向量进行正交变换得到视频向量。本发明提出的利用本征值和正交变换计算视频向量的方法,计算简单,并考虑了视频的部分语义信息,相似视频的向量异较小,不相似视频的向量异较大,能够有效地区分不同视频,在视频管理中具有重要的应用价值。

Patent Agency Ranking