一种引入注意力机制的行人检测方法

    公开(公告)号:CN113011308A

    公开(公告)日:2021-06-22

    申请号:CN202110276432.5

    申请日:2021-03-15

    Applicant: 山东大学

    Abstract: 本发明提出一种引入注意力机制的行人检测方法。针对行人检测因存在行人相互遮挡、尺寸大小不一会导致大量的漏检的现象。本发明提出的方法基于YOLOv3目标检测网络,并加入针对卷积核的注意力机制SKNet网络结构,通过注意力机制模块改变特征图中原始通道的卷积核权重,使得被遮挡通道权重降低,未被遮挡通道权重提高;此外通过注意力机制模块改变特征图中原始通道的卷积核权重,使得不同的图像能够得到具有不同重要性的卷积核,提高多尺度预测效果,优化小行人检测效果。本发明设计的方法在复杂的行人检测应用场景中进行了实验,减小了漏检率,达到了优异的效果,充分证明方法具有较强的泛化能力。

    一种基于Wasserstein距离的深度域适应图像分类方法

    公开(公告)号:CN111428803A

    公开(公告)日:2020-07-17

    申请号:CN202010243147.9

    申请日:2020-03-31

    Applicant: 山东大学

    Abstract: 本发明提出了一种基于Wasserstein距离的深度域适应图像分类方法、装置和计算机可读存储介质。首先,利用卷积结构提取特征。其次,采用全连接层逐层映射减少特征数量。再次,对源域特征进行类别判别的同时,利用Wasserstein距离度量源域与目标域特征之间的距离,从而促使本发明中的模型从源域任务逐步迁移到目标域任务。最后,本发明中的模型在保证准确率和稳定性的基础上完成在目标域上的分类任务。本发明在ADNI和OASIS数据集上进行了算法验证,我们的方法优于传统的方法,具有更好的分类效果。

    一种基于安卓Android和云平台的监管场所警务专网应用管控系统

    公开(公告)号:CN110473129A

    公开(公告)日:2019-11-19

    申请号:CN201910646082.X

    申请日:2019-07-17

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于Android和云平台的监管场所警务专网应用管控系统。本发明包含即时通讯模块、双系统模块、云平台备份模块、视频监控模块、定位模块、语音识别转文字模块。即时通讯包括语音、视频、文字、图片和办公信息等信息传输和备份,内容上传后台主机和云平台。狱外清空本地缓存,实现信息安全,重要文件信息不外泄,狱内为警务人员工作模式,终端数据实时上传,功能限制专网信息安全;监区内视频监控装置监测和备份;对警务人员和在押人员进行有监控的谈话和心理辅导过程中谈话语音转换为文本,记录谈话内容,保证谈话隐私。位置信息监控通过定位进行警情预警、人员追踪、轨迹分析无陪同告警,保护狱警安全。整体功能实现基于云平台,所有数据上传云平台存储,便于信息共享。

    一种基于特征修正的图像分割方法

    公开(公告)号:CN110458849A

    公开(公告)日:2019-11-15

    申请号:CN201910684402.0

    申请日:2019-07-26

    Applicant: 山东大学

    Abstract: 本发明提出了一种基于特征修正的图像分割方法。传统深度学习分割算法往往包含编码器和解码器两个部分,注重特征的融合,特征金字塔等方法将来自不同层次的空间与细节等信息全部融合,这使得对分割结果有利和不利的信息都被融合了进来,因此,需要在分割过程中将特征朝有利于分割结果的方向修正。本发明采用了编码器、特征修正解码器与特征金字塔的组合结构,在BraTS2017数据集上进行了算法验证,本发明的方法优于传统的方法,具有更好的分割结果。

    一种基于多路径聚合的图像分割方法、装置和计算机可读存储介质

    公开(公告)号:CN110223304A

    公开(公告)日:2019-09-10

    申请号:CN201910419055.9

    申请日:2019-05-20

    Applicant: 山东大学

    Abstract: 本发明提出了一种基于多路径聚合的图像分割方法、装置和计算机可读存储介质。首先,采用自底向上的路径聚合编码器结构,利用低层特征中的空间位置信息增强了整个特征层次结构,缩短了低层与顶层特征之间的信息路径,使用了更完整的低层特征。其次,本发明中的增强译码器具有更大的特征容纳能力。再次,为了进一步提高掩蔽(mask)预测的效率,提出了一种高效的特征金字塔方法,利用较少的资源来完成特征金字塔效应。在BraTS2017和BraTS2018数据集上进行了算法验证,我们的方法优于传统的方法,具有更好的分割结果。

    一种基于数据评估与系统协调模块的数据融合系统及其工作方法

    公开(公告)号:CN109581981A

    公开(公告)日:2019-04-05

    申请号:CN201811485497.5

    申请日:2018-12-06

    Applicant: 山东大学

    Abstract: 本发明涉及一种基于数据评估与系统协调模块的数据融合系统及其工作方法,所述数据融合系统,包括信息采集模块、信息处理模块、应用与反馈模块、数据评估和系统协调模块、知识库模块以及数据库模块。所述数据评估与系统协调模块中的数据分析与算法选择机制,通过从数据本身和专家或用户反馈信息,对采集数据先后进行两次分析,从而确定适合当前数据融合系统的算法,协调系统各模块资源。数据评估与系统协调的模块的引入,使得系统在满足用户需求的前提下,在应对特定的数据时能够为数据“量体裁衣”,选择合适的处理方法,保证了算法选择的合理性、融合系统的通用性,也使整个数据融合过程更加灵活、高效,结果更加可靠。

    一种基于变分自编码器的脑电信号情感分类方法

    公开(公告)号:CN109222966A

    公开(公告)日:2019-01-18

    申请号:CN201811173603.6

    申请日:2018-10-09

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于变分自编码网络VAE的情感分类的方法。该方法利用提取的脑电信号,首先进行去噪、滤波、分割等预处理,然后提取脑电信号的功率密度谱,将所求得的时频谱特征进行归一化,然后将其作为输入放入到七层VAE神经网络模型中进行训练,输入层神经元的个数为160,隐藏层神经元的个数为100,输出层神经元的个数为50,训练标签通过V-A模型的大小来划分,计算得出其特征,然后将所得到的特征送入分类器进行分类,有效的利用了脑电信号经过变分自编码后的潜在特征,提高了情感分类的准确度。

    一种多推理引擎融合上下文感知系统及其工作方法

    公开(公告)号:CN105389405B

    公开(公告)日:2018-11-30

    申请号:CN201511028430.5

    申请日:2015-12-30

    Applicant: 山东大学

    Abstract: 一种多推理引擎融合上下文感知系统框架,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。本发明在上下文感知系统中加入了所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元,所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元统一管理上下文信息查询需求,并为相应单元分发上下文信息,降低了所述初级上下文提取模块、所述多引擎推理融合推理模块、所述上下文应用模块之间的耦合度,并有利于上下文信息的统一调度、管理,节省了系统的负荷和开销,使整个上下文感知系统更加灵活、智能。

    一种基于混合特征和长短时记忆网络的麻醉深度估计方法

    公开(公告)号:CN108717535A

    公开(公告)日:2018-10-30

    申请号:CN201810516139.X

    申请日:2018-05-25

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于混合特征和长短时记忆网络LSTM的麻醉深度估计方法。该方法利用提取的脑电信号,首先进行去噪处理,然后提取脑电信号的熵特征以及频谱特征,再将熵特征与频谱特征混合并归一化后作为LSTM的输入,通过一个三层的网络进行训练,训练标签由呼吸末浓度以及药代药效动力学获得。本发明借助LSTM对前一时刻的特征信息进行了利用,并与当前时刻的特征进行结合,有效的利用了脑电信号本身所具有的时序特征,提高了麻醉深度估计的准确度。

    一种全双工大规模天线阵列系统中自干扰的联合抑制方法

    公开(公告)号:CN105516034B

    公开(公告)日:2018-08-24

    申请号:CN201510824107.2

    申请日:2015-11-24

    Applicant: 山东大学

    Inventor: 刘琚 邢朋波 翟超

    Abstract: 本发明涉及一种全双工大规模天线阵列系统中自干扰的联合抑制方法,该方法基于全双工大规模天线阵列系统,该系统包括基站,大规模天线阵,用户设备和环行器。该方法是采用信道估计和大规模天线干扰压缩技术相结合的自干扰联合抑制方法。当得到自干扰信道的估计值后,基站从接收到的上行信号中减去自干扰部分,然后再采用大规模天线干扰压缩方法进一步抑制干扰,从而提高接收信号的信噪比,即提高系统的容量和性能。

Patent Agency Ranking