一种基于密度图的人群密度分析与检测定位方法

    公开(公告)号:CN111563447A

    公开(公告)日:2020-08-21

    申请号:CN202010363512.X

    申请日:2020-04-30

    Inventor: 陈志 陈璐 岳文静

    Abstract: 本发明公开了一种基于密度图的人群密度分析与检测定位方法,将用于训练的数据集中的人群图像进行预处理,利用高斯滤波器转化为二维的人群密度图像,其次设计一种深度分离空洞卷积网络模型学习输入图像与人群密度图像之间的特征映射函数,实现端到端的预测模型,并对预测密度图像素值积分求和实现人群计数,最后将预测得到的人群密度图输入至RetinaNet目标检测网络实现人头检测与定位。本发明实现在人群高度密集场景下人头与非人头的分类,能够解决高度密集场景下的人群密度分析无法提供具体定位以及人群检测中的漏检问题。

    一种移动多智能体协同目标搜索方法

    公开(公告)号:CN111563188A

    公开(公告)日:2020-08-21

    申请号:CN202010362433.7

    申请日:2020-04-30

    Abstract: 本发明公开了一种移动多智能体协同目标搜索方法,结合AC算法“集中学习,分散执行”的思想对传统DDPG算法进行改进,对Critic的输入进行了拓展,将传统DDPG算法状态行为观测信息多对一的模式改变为一对一;接着对每个智能体采用改进的DDPG算法进行训练,每个智能体在集中学习的过程中Critic输入不仅包含自身的状态行为观测信息,而且也要包括其他智能体的策略以及行为观测信息;最后在所有智能体训练完毕的情况下,每个Actor在不考虑其它智能体的情况下独立执行协同搜索任务,本发明解决了在执行搜索任务时每个智能体状态不断改变引起的环境不稳定、搜索时间长且执行效率低下的问题。

    噪声不确定下基于进化博弈论的认知用户间协作检测方法

    公开(公告)号:CN106685552B

    公开(公告)日:2020-07-07

    申请号:CN201710089990.4

    申请日:2017-02-20

    Abstract: 本发明公开了一种噪声不确定下基于进化博弈论的认知用户间协作检测的方法。该方法采用进化博弈论算法让认知用户动态地选择是否参加协作检测,通过不断的迭代学习,达到一个进化稳定策略(ESS)。首先我们把所有的认知用户看作一个整体参与博弈,通过进化博弈论算法,得到参与协作的认知用户的平均吞吐量和所有认知用户的平均吞吐量,比较这两个平均吞吐量,如果相等就得到最终的进化稳定策略。如果不相等,通过迭代公式,求得它们新的平均吞吐量,直到达到相等为止。本发明通过动态的学习算法让认知用户选择性地参与协作能很好地降低检测功耗,提高整体用户的吞吐量和系统的检测性能。

    一种协作认知网络中基于误码率的功率及频谱分配方法

    公开(公告)号:CN106961738B

    公开(公告)日:2019-12-24

    申请号:CN201710089751.9

    申请日:2017-02-20

    Abstract: 本发明公开了一种协作认知网络中基于误码率的功率及频谱分配方法,主用户源节点和主用户目的节点在授权频带Β上进行通信,次用户系统中的协作中继节点协助主用户源节点向主用户目的节点转发数据以获得次用户系统接入授权频带传输数据的机会。主用户授权频谱被分为α(0<α<1)和1‑α两部分。在α部分频谱上,协作中继节点协助以放大转发的方式协助主用户源节点向主用户目的节点转发数据;在1‑α部分频谱上,次用户源节点发送自身数据。在保证主用户系统通信要求,以最小化次用户误码率为目标进行功率分配,以及授权频谱的分配。本发明方法在保证主用户系统通信质量条件下,能够有效提升次用户接入主用户系统授权频谱的概率,提高频谱的利用率。

    一种基于区块链的认知无线电系统的功率分配方法

    公开(公告)号:CN110519763A

    公开(公告)日:2019-11-29

    申请号:CN201910840028.9

    申请日:2019-09-06

    Abstract: 本发明公开一种基于区块链的认知无线电系统的功率分配方法,该方法给出基于区块链的认知无线电系统模型,在此基础上采用基于定价的功率分配方法,首先由授权用户通过交易管理功能发起功率分配,由认知用户选择是否参与功率分配,随后对所有参与功率分配的认知用户的信息进行评估,通过博弈为每个用户给出分配的功率和定价;完成交易后,最后通过交易管理功能完成支付,并将交易打包成区块。本发明能够增强交易的安全性,有效地提高频谱的利用率。

    一种基于卷积自编码模型的唇部特征提取方法

    公开(公告)号:CN110163156A

    公开(公告)日:2019-08-23

    申请号:CN201910437384.6

    申请日:2019-05-24

    Abstract: 本发明公开一种基于卷积自编码模型的唇部特征提取方法,该发明首先通过对用户输入的视频逐帧提取唇部区域;然后对每帧唇部区域图像进行处理;处理完成后利用卷积自编码模型来提取唇部区域图像特征,最后将特征输入到LSTM进行训练,LSTM根据输入的特征对单词进行分类,从而完成对唇部的读取。本发明通过对唇部图像的压缩与重构,有助于帮助我们从唇部图像中提取视觉特征,从而得到更准确的潜在表示空间,能够有效提升唇读的准确性与可靠性。

    一种基于深度残差网络的人体行为识别方法

    公开(公告)号:CN110163133A

    公开(公告)日:2019-08-23

    申请号:CN201910387636.9

    申请日:2019-05-10

    Abstract: 本发明公开了一种基于深度残差网络的人体行为识别方法,包括以下步骤:使用kinect传感器,获取包含人体的深度图和人体关节的数据集;对深度图进行均衡化、灰度化处理,得到深度动作图数据;将人体关节的数据集中的坐标转换成球坐标,计算出关节描述图来表示身体姿势序列,进行数据扩充后在深度残差网络中进行训练;将得到的结果在最后一个池化层之后连接,得到一个新的层;对比不同深度网络下训练的结果,得到识别结果。本发明通过对两个不同数据集分别进行处理训练后结合,使用了更加深层的深度残差网络进行训练,通过这些方法的应用能够降低错误率,提高行为识别的准确性与稳定性,具有良好的实施性与实效性。

    一种基于自适应动态规划与蒙特卡罗树搜索的搜索方法

    公开(公告)号:CN110083748A

    公开(公告)日:2019-08-02

    申请号:CN201910360537.1

    申请日:2019-04-30

    Abstract: 本发明公开了一种基于自适应动态规划与蒙特卡罗树搜索的搜索方法,包括:输入一个状态、行为和环境的即时反馈值集合,即S、A和R的搜索集;从自适应动态规划训练的神经网络中获得五个候选移动位置及其获胜概率w1;将五个候选移动位置及其当前环境情况视为蒙特卡罗树搜索的根节点,根据蒙特卡罗树搜索方法分别获得5个获胜概率w2;结合五个ADP获胜概率w1及其相应的MCTS获胜概率w2,预测最终获胜概率,进而选择具有最大值的动作位置。本发明结合了浅层神经网络和蒙特卡罗模拟,使用ADP训练神经网络对抗自身,在训练后,神经网络可以获得任何可能情况的获胜概率,从而使游戏的最终预测结果更准确。

Patent Agency Ranking