-
公开(公告)号：CN116543021A
公开(公告)日：2023-08-04
申请号：CN202310596182.2
申请日：2023-05-24
IPC: G06T7/246 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于特征融合的Siamese网络视频单目标跟踪方法，具体涉及一种基于特征融合的Siamese网络监控视频的单目标跟踪方法，为了解决Siamese网络单目标跟踪算法在面对复杂环境和被跟踪目标附近存在明显的背景干扰时的跟踪能力较低，无法准确跟踪目标，以及跟踪一些特定目标时输出的跟踪区域不够精确的问题。利用模板区域图像集和搜索区域图像集对构建的模型进行训练，分别输出模板图像和搜索图像的特征图，模型依次包括基于混合注意力机制的ResNet‑50网络和孪生特征融合网络，将模板图像的特征图和搜索图像的特征图输入RPN网络中进行相似性对比，输出搜索图像中与模板图像相似度最高的预测区域，实现单目标的跟踪。属于目标跟踪领域。
-
公开(公告)号：CN108776763B
公开(公告)日：2022-02-11
申请号：CN201810589946.4
申请日：2018-06-08
Applicant: 哈尔滨工程大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于属性相关的差分隐私保护方法，属于信息安全技术领域。本发明采取投影转换的思想，提出了新的面向属性相关的隐私保护方法。该方法不仅考虑了属性之间存在相关性的情况，而且利用这种相关关系减少噪声的加入。即利用最大信息系数衡量各敏感属性相关关系，构建最大信息系数矩阵；从而构造投影算子，获得投影矩阵，该结构的使用使得维度降低，在提供相同的隐私保证的情况下，所需噪声数减少。
-
公开(公告)号：CN108932528B
公开(公告)日：2021-08-31
申请号：CN201810589956.8
申请日：2018-06-08
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明公开了变色龙算法中相似性度量及截断方法，属于凝聚型层次聚类算法技术领域。变色龙在稀疏图上运行，其中节点表示数据项，加权边表示数据项之间的相似性，变色龙通过使用两阶段算法找出数据集中的簇，在第一阶段，根据数据集构造出一个k‑最近邻图Gk，使用图分区算法将数据项分为几个相对较小的子集群，在第二阶段，它使用一种算法，通过重复组合这些子集群来找到真正的集群；该改进算法通过引入递归二分法、flood fill漫水填充法以及第一跳截断等对传统的变色龙聚类算法进行了改进，还提出了一种能够从修改的变色龙树状图中自动选择最佳聚类结果的方法。
-
公开(公告)号：CN111787109A
公开(公告)日：2020-10-16
申请号：CN202010624411.3
申请日：2020-07-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于时间序列预测的数据中心负载均衡方法。随着互联网用户的急剧增加，每天产生的数据迅速增长。传统的单一节点服务器已经无法满足企业网站的需求。然而由于数据存放在不同的节点，有的节点会被用户更多的访问，有些节点存储的数据会被用户经常访问，这样会导致性能瓶颈。由此本发明的一种基于时间序列预测的数据中心负载均衡方法引入时间序列预测方法，通过该方法对数据中心的用户访问行为进行建模，从而预测每个服务器和整体数据中心的负载情况，从而使每个数据中心的数据得到优化访问。
-
公开(公告)号：CN111028152A
公开(公告)日：2020-04-17
申请号：CN201911240433.3
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像超分辨率重建技术领域，具体涉及一种基于地形匹配的声呐图像的超分辨率重建方法。本发明通过使用中值滤波器、拉普拉斯滤波器对声呐图像进行预处理，在声呐图像中识别并选定地形作为参照物，对同一地形参照物进行配准，解决声呐图像在产生的过程中同一地形在图像中的位置不同的问题。本发明利用声呐图像中的同一地形，将多张声呐图像依据该地形进行配准，使用多张声呐图像重建一张新的图像，直到最终高分辨率图像的生成，解决了声呐图像分辨率低、信噪比低、对比度低、斑点噪声突出的问题，提高了声呐图像的分辨率从而获得更多信息。
-
Patent Agency Ranking
公开(公告)号：CN111027433A
公开(公告)日：2020-04-17
申请号：CN201911213560.4
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于人脸识别技术领域，具体涉及一种基于卷积神经网络的多重风格人脸特征点检测方法。本发明通过输入多重风格的人脸图像对残差网络(ResNet-152)进行微调训练，以此来获得风格辨别的特征；利用风格辨别特征，使用K-means对原始图像进行风格聚类；通过生成性对抗网络生成风格聚合的人脸图像集合；最后，将原始人脸图像与风格聚合人脸图像共同作为输入，以级联策略生成人脸特征点预测。本发明降低了多重风格对人脸检测造成的误差，提高了人脸检测的精确度，可应用于人脸识别、头部姿势估计、面部重建和3D面部重建等。
-
公开(公告)号：CN105869054A
公开(公告)日：2016-08-17
申请号：CN201610169250.7
申请日：2016-03-23
Applicant: 哈尔滨工程大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 基于三度影响力原则的社会网络影响力最大化的方法，涉及社会网络科学领域，尤其涉及一种基于三度影响力原则的社会网络影响力最大化的方法。本发明要解决社会网络影响力实现最大化时，现有方法运行时间短时存在运算精度低的问题，而在保证运算精度时，又存在运行时间超长的问题。本发明按以下步骤进行：一、输入社会网络的节点集合以及节点间的关系集合；二、针对社会网络里的每个节点，计算出节点的一度节点集合；三、针对社会网络里的每个节点，计算出节点的二度节点集合；四、针对社会网络里的每个节点，计算出节点的三度节点集合；五、针对社会网络里的每个节点，计算出节点的线性衰减度中心性值。本发明应用于社会网络科学领域。
-
公开(公告)号：CN105808738A
公开(公告)日：2016-07-27
申请号：CN201610136918.8
申请日：2016-03-10
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F16/955 , G06F16/24556 , G06F16/9535
Abstract: 基于元搜索引擎搜索结果的去重方法，本发明涉及元搜索引擎搜索结果的去重方法。本发明是要解决现有技术不能对格式不同的URL的相同网页和重定向的网页进行去重、根据标点符号周边的信息、标点符号的位置以及词频的模糊匹配不能全面地代表句子与文章问题，而提出的基于元搜索引擎搜索结果的去重方法。该方法是通过一、根据URL地址判断是否是重复网页；二、分别计算两个网页的标题相似度和两个网页摘要的相似度；三、根据标题相似度和摘要的相似度计算网页的相似度：步骤四、如果相似度值Sim(A，B)大于阈值，则就认为两个网页是重复的等步骤实现的。本发明应用于元搜索引擎搜索结果的去重领域。
-
公开(公告)号：CN114973061B
公开(公告)日：2023-06-23
申请号：CN202210434179.6
申请日：2022-04-24
Applicant: 哈尔滨工程大学
IPC: G06V20/40 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度学习方法的辅助抗沉决策模型生成方法及系统，属于抗沉辅助决策技术领域，其该方法包括：获取预设船舶的舱室区域标号数据和浸水实验数据包括总时间、每个舱室的灌满时间以及浸水视频；将每个舱室的浸水视频进行逐帧处理，得到多个图片以及每张图片对应的时间，并将多个图片以及每张图片对应的时间分成两个部分，第一部分将其顺序打乱，并划分为训练、测试集，第二部分以时间轴为顺序排列；将训练集输入卷积神经网络中进行训练，并将第二部分图片输入训练好的卷积神经网络中，得到向量化数据；将舱室区域标号和向量化数据输入循环神经网络中进行训练，得到辅助抗沉决策模型。该方法提高了抗沉辅助决策的速度以及合理程度。
-
公开(公告)号：CN114581864B
公开(公告)日：2023-04-18
申请号：CN202210213377.X
申请日：2022-03-04
Applicant: 哈尔滨工程大学
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.028 seconds)
