-
公开(公告)号：CN115937310A
公开(公告)日：2023-04-07
申请号：CN202211514924.4
申请日：2022-11-29
Applicant: 桂林电子科技大学
Abstract: 本申请公开了一种基于YOLO的可回溯智能寻物系统及其控制方法，其中系统包括：智能摄像头、识别子系统、寻物子系统和部署模块；智能摄像头用于采集视频信号；识别子系统用于基于目标信息筛选视频信号，得到目标视频信号，并识别目标视频信号中的目标；寻物子系统用于提取并处理视频信号中所述目标的关键帧，得到目标位置；部署模块用于将寻物子系统加速部署至智能摄像头内。本申请通过提出种基于YOLO的可回溯智能寻物方法及系统，能够实现快速定位寻物，通过在嵌入式平台对智能寻物系统进行模型推理和优化，使目标识别的效率可以做到实时处理，同时可以在离线实时部署，更好保护个人隐私。
-
公开(公告)号：CN113419214B
公开(公告)日：2022-08-30
申请号：CN202110690349.2
申请日：2021-06-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种目标不携带设备的室内精确定位方法，该方法涉及获取目标在室内不同位置对无线电波的遮挡作用的量化数据与目标所在位置的标签，并对数据集进行划分得到训练样本集与测试样本集；然后将所有位置上的量化数据进行处理，最后将测试样本集使用字典进行线性表示，通过在目标方程中加入正则化来限制解的范围，求解可以得到一个包含目标位置信息的稀疏向量，稀疏向量中极大值的位置进行加权联合计算得到目标位置。本发明能够对目标室内位置进行有效预测，对智能家居控制，目标监控，银行防盗和智能医疗等提供技术基础。
-
公开(公告)号：CN114220059A
公开(公告)日：2022-03-22
申请号：CN202111548537.8
申请日：2021-12-17
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06F17/16 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种基于解析稀疏表示的关键帧提取方法，包括步骤：将视频转化为矩阵表示，视频矩阵的每一列为视频的每一帧信号；设计一个基于minimax concave penalty(MCP)稀疏正则化的解析稀疏编码模型；将视频矩阵作为原信号，视频矩阵的转置矩阵作为解析字典，带入解析稀疏编码模型；通过解析稀疏编码算法计算出稀疏系数矩阵，其中稀疏系数矩阵的非零行代表关键帧的索引；根据关键帧的索引选择出对应的该视频关键帧。本发明将提高选取关键帧的压缩率，同时降低计算复杂度，提高关键帧的提取速度。此外，本发明通过对许多具有挑战性的现实世界场景进行验证，相较于传统的关键帧提取方法具有更高的提取效率。
-
公开(公告)号：CN114220058A
公开(公告)日：2022-03-22
申请号：CN202111548488.8
申请日：2021-12-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于MCP稀疏表示字典学习模型的显著性检测方法。包括提取图像或视频的超像素特征；基于minimax concave penalty(MCP)稀疏约束设计稀疏表示字典学习模型；使用稀疏表示字典学习模型通过重构误差来学习图像显著性区域，重构误差大的超像素位置被认为是显著性区域；采用基于上下文的方案来获得像素级的统一重构误差。通过利用多尺度重建误差和面向对象的高斯细化过程获取像素级别的显著性检测图；采用贝叶斯积分方法来合并从重构误差中学习到的显著性检测图，得到最终显著性检测结果。本发明将提高图像或视频的显著性检测水平。此外，本发明通过对现实图像和视频信号进行显著性检测验证，相较于传统的显著性检测方法具有更好的效果。
-
公开(公告)号：CN120047784A
公开(公告)日：2025-05-27
申请号：CN202510123737.0
申请日：2025-01-26
Applicant: 桂林电子科技大学
IPC: G06V10/80 , G06V10/82 , G06V10/772
Abstract: 本发明提供一种深度多模态图像融合方法及系统，涉及图像处理技术领域；方法包括：分别对过曝光图像和欠曝光图像特征提取，分别得到过曝光图像的字典特征和稀疏特征以及欠曝光图像的字典特征和稀疏特征，通过总目标函数分别对欠曝光图像和过曝光图像的字典特征和稀疏特征进行更新，通过非线性函数分别对更新后的字典特征和稀疏特征提取共同特征，根据提取到的共同特征进行特征提取，得到过曝光融合图像和欠曝光融合图像并进行融合处理，得到重建图像并与标准图像进行比较，生成评价指标。通过总目标函数迭代变化进行变换学习，提取出更高质量的稀疏特征，来捕获图像的重要内在属性以对图像重建，实现多模态图像的融合。
-
Patent Agency Ranking
公开(公告)号：CN119904435A
公开(公告)日：2025-04-29
申请号：CN202411985686.4
申请日：2024-12-31
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/776
Abstract: 本发明涉及一种基于改进YOLOv11模型的纺织物缺陷检测方法。包括数据预处理、在YOLOv11模型基础上添加小检测头、引入SAHI模型处理大尺寸图像、缺陷检测。采用由边界框回归损失、分类损失和置信损失构成的损失函数进行模型训练。模型测试与评估使用精确度、召回率、平均精确度和交并比指标。将优化后的模型应用于实际生产线，可实现纺织物缺陷的实时检测、标记和分类处理，提高检测精度和效率，为纺织行业质量控制提供技术支持。
-
公开(公告)号：CN119445227A
公开(公告)日：2025-02-14
申请号：CN202411514557.7
申请日：2024-10-29
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/20 , G06V10/774 , G06V10/28 , G06V10/32 , G06V10/82 , G06N3/0455
Abstract: 本发明提供了一种多尺度特征金字塔网络融合ViT的手机外壳表面缺陷检测方法，属于人工智能图像处理领域。其包括：分析手机外壳缺陷特征，确定缺陷类型；采集手机外壳图像并预处理；对图像进行像素级标注并添加标签信息，构建数据集；通过裁剪、翻转、加噪等进行数据增强，生成训练集、验证集和测试集；构建融合多尺度特征金字塔网络与ViT的缺陷检测模型；将训练集、验证集和测试集输入模型进行训练与评估，获得训练好的模型；将待检测图像输入模型，输出缺陷类型及标注缺陷位置的结果图像。本发明通过特征金字塔网络实现多尺度目标检测与语义分割，融合ViT获取全局信息和位置关联性，提高缺陷检测的准确性与定位能力。
-
公开(公告)号：CN115150766B
公开(公告)日：2024-11-26
申请号：CN202210711018.7
申请日：2022-06-22
Applicant: 桂林电子科技大学
IPC: H04W4/38 , H04W4/33 , G06F18/2135 , G06F18/2136 , G06F18/28 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种无携带设备的目标室内轨迹追踪方法，其特征在于，包括如下步骤：1）采集训练样本集；2）采集测试样本；3）构成字典矩阵；4）得到位置类标；5）得到目标当前移动轨迹。这种方法能对目标位置进行有效的监测，能提高目标轨迹追踪及定位的准确率。
-
公开(公告)号：CN118469964A
公开(公告)日：2024-08-09
申请号：CN202410625096.4
申请日：2024-05-20
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于改进YOLOv8的钢材表面缺陷检测方法，包括：获取待检测钢材表面缺陷图像；构建改进的YOLOv8网络模型，其中，改进的YOLOv8网络模型利用训练集训练获得，训练集包括钢材表面缺陷图像和标注表面缺陷的标签，YOLOv8网络模型在进行下采样过程中引入动态蛇形卷积组合模块，利用BiFPN结构模块进行多尺度特征融合，基于小目标检测层增强边缘分割；将待检测钢材表面缺陷图像输入改进后的YOLOv8网络模型，获取钢材表面的缺陷检测结果。本发明旨在有效识别各种尺寸的缺陷，提高检测的准确性，并在工业环境中实现高效的实时检测。
-
公开(公告)号：CN117351637A
公开(公告)日：2024-01-05
申请号：CN202311379030.3
申请日：2023-10-24
Applicant: 桂林经开信息产业投资有限责任公司 , 桂林电子科技大学
Abstract: 本申请公开了一种基于YOLO的电动车棚起火预警系统及方法，系统包括：智能摄像头、部署模块、起火识别模块和报警模块；智能摄像头用于采集视频信号；部署模块用于将起火识别模块加速部署至智能摄像头内；起火识别模块用于对视频信号进行监测，利用目标识别模型识别是否存在火情，若存在火情，则提取视频信号中的火情图像；报警模块用于将火情图像和时间发送给负责人。本申请相较于传统的方法，基于学习的特征提取器更加鲁棒，特征点数量和特征描述的区分度也都更优，能够实现发生火灾时及时报警，通过在嵌入式平台对起火报警系统进行模型推理和优化，使目标识别的效率可以做到实时处理，同时可以在离线实时部署，更好保护个人隐私。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.023 seconds)
