-
公开(公告)号：CN109614921B
公开(公告)日：2022-09-30
申请号：CN201811491815.9
申请日：2018-12-07
Applicant: 安徽大学
Abstract: 本发明公开一种基于对抗生成网络的半监督学习的细胞分割方法，包括以下步骤：收集细胞分割数据，对数据进行预处理和增强，分成训练集和测试集图片。以半监督学习为出发点，设计了新的对抗生成网络。该网络相对于之前的对抗生成网络将生成器换成了小参数量的全卷积分割网络，用于对输入图片输出一个概率图。对于没有标签的细胞图片，我们用半监督的方法训练分割网络，从分割网络中获取未标记图像的初始分割预测后，通过判别网络对分割预测概率图进行传递，得到一个置信图。利用这个置信图作为监督信号，使用了一个自学机制来训练分割网络，置信图表示了预测分割的质量。通过本发明设计的卷积神经网络提高细胞分割准确率。
-
公开(公告)号：CN110223295B
公开(公告)日：2022-05-03
申请号：CN201910542301.X
申请日：2019-06-21
Applicant: 安徽大学
IPC: G06T7/00
Abstract: 本发明公开了基于深度神经网络色彩感知的显著性预测方法及装置，方法包括：将细粒度样本图像输入到预设的第一VGG网络，并将粗粒度样本图像输入到预设的第二VGG网络中，得到对应于粗粒度样本图像的第一特征图，以及对应于细粒度样本图像的第二特征图；利用特征融合算法，得到融合图像；将融合图像的特征图与融合图像进行乘法处理，进而得到预测的显著图；判断交叉熵损失函数的值是否收敛；若是，将第一VGG网络、第二VGG网络以及通道加权子网络组成的网络作为目标网络模型，并使用所述目标网络模型进行待检测图像的显著性预测；若否；调整模型权重、超参数，直至收敛。应用本发明实施例，可以实现符合人眼感知的显著性预测。
-
公开(公告)号：CN108257347B
公开(公告)日：2020-09-29
申请号：CN201810020679.9
申请日：2018-01-10
Applicant: 安徽大学
Abstract: 本发明公开了一种利用卷积神经网络的火焰图像序列分类方法及装置，方法包括：获取前景图像序列，获取与前景图像序列对应的综合光流图；获取第一训练集和第一测试集；获取综合光流图是否对应于真实火焰的图像序列的类别标签；训练预设的第一卷积神经网络模型；测试训练好的第一卷积神经网络模型，获取第一测试结果；判断第一测试结果是否大于第一预设阈值；若是，将训练好的第一卷积神经网络模型作为目标第一卷积神经网络模型；若否调整训练好的第一卷积神经网络模型的训练参数，并返回执行训练预设的第一卷积神经网络模型；利用目标第一卷积神经网络对与待分类的综合光流图进行分类。应用本发明实施例，可以降低对火焰区域检测的误检率。
-
公开(公告)号：CN109614907A
公开(公告)日：2019-04-12
申请号：CN201811469353.0
申请日：2018-11-28
Applicant: 安徽大学
Abstract: 基于特征强化引导卷积神经网络的行人再识别方法及装置，方法包括：1)收集行人图像数据并做好分类标签，并将分类后的行人图像数据分为训练集和测试集；2)构建特征强化引导的卷积神经网络；3)将步骤1)中的训练集特征强化引导的卷积神经网络，训练得到的行人再识别的预训练模型；4)用步骤1)中的测试集测试步骤3)中训练得到的预训练模型，根据测试结果调整训练参数重新训练，得到最佳预训练模型；5)使用目标场景中的部分目标行人图像训练最佳预训练模型，得到目标模型，再使用目标模型对行人库中的图像进行检测，得到含有目标行人的目标图像。应用本发明实施例，可以解决现有技术中存在的误差较大的技术问题。
-
公开(公告)号：CN108615358A
公开(公告)日：2018-10-02
申请号：CN201810409991.7
申请日：2018-05-02
Applicant: 安徽大学
Abstract: 本发明公开了一种道路拥堵检测方法及装置，方法包括：获取监控视频数据；对监控视频数据进行分类和预处理，得到处理后的数据；分别进行迭代训练，得到车道检测模型和车辆检测模型；得到待识别图像中的车辆信息；整合车道信息和车辆信息，得到目标图像；针对目标图像中的每一车道，计算待识别图像对应的车道占用率；根据待识别图像对应的车道占用率与预设阈值的对应关系，和预设阈值与拥堵等级的对应关系，获取待识别图像对应的拥堵等级。应用本发明实施例，可以使道路拥堵检测更加准确。
-
Patent Agency Ranking
公开(公告)号：CN107203788A
公开(公告)日：2017-09-26
申请号：CN201710467335.8
申请日：2017-06-20
Applicant: 安徽大学
Abstract: 本发明公开了一种中级视觉毒品图像识别方法，获取毒品的图像与非毒品图像，获得有效的方形训练图像；从训练集中选取图像，将每一张图像分割成不同的部分，将中级视觉图进行自主学习，经过多次迭代，最后分配给每个中级视觉图不同的权重值即概率；将中层视觉图及其概率，放入到贝叶斯中分类器中进行分类，经过多次迭代最后得到模型；将得到的模型在测试集上进行测试，输出结果判断是哪一种毒品。本发明把中层视觉和概率很好的结合在一起，为后面训练优化的模型做了铺垫，构建中层视觉和概率结合的框架，最后可以很好地训练出一个模型；中层视觉概率框架和训练紧密的链接在一起，提高了模型识别的准确性。
-
公开(公告)号：CN119652708A
公开(公告)日：2025-03-18
申请号：CN202411847885.9
申请日：2024-12-16
Applicant: 安徽大学
IPC: H04L25/03
Abstract: 本发明公开了一种适用于不完美信道状态信息的超奈奎斯特预编码方法及系统，方法包括：获取超奈奎斯特系统引起的码间干扰矩阵和不完美信道状态信息构成的第一信道干扰矩阵；利用码间干扰矩阵得到消除码间干扰的第一预编码矩阵和解码矩阵；基于最小均方误差准则，利用第一信道干扰矩阵得到消除信道干扰的第二预编码矩阵；利用第一预编码矩阵和第二预编码矩阵对发送符号块进行预编码，得到编码后发送符号块；通过循环超奈奎斯特成形、频率选择性衰落信道、匹配滤波和下采样对编码后发送符号块进行处理，得到处理后发送符号块；利用解码矩阵对处理后发送符号块进行解码，得到估计符号块，完成状态信息的预编码。
-
公开(公告)号：CN114595772B
公开(公告)日：2025-02-18
申请号：CN202210236093.2
申请日：2022-03-11
Applicant: 安徽大学
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/0455 , G06N3/08 , G10L15/16
Abstract: 本发明公开一种基于Transformer融合模型的婴儿哭声分类方法；通过音频处理模块对输入的音频样本进行变换，得到音频的频谱图；将得到的频谱图通过预训练的Resnet‑50模型，得到频谱图特征；将得到的频谱图特征分别输入至频谱图增强模块和注意力机制模块，分别提取出数据增强后的特征表示和通道内和通道之间的可区分性特征表示；通过Transformer融合模块对双线性生成的特征表示进行融合，突出有用信息，抑制冗余信息，进一步增强特征图的表征能力；将融合后的特征图用于婴儿哭声分类，通过多次迭代训练得到最后分类结果。
-
公开(公告)号：CN115015215B
公开(公告)日：2024-06-14
申请号：CN202210622597.8
申请日：2022-06-02
Applicant: 安徽大学
Abstract: 本发明公开了一种银纳米片团簇及其制备方法和应用，所述银纳米片团簇是由倾斜或垂直生长于导电衬底上的多个银纳米片组成，多个银纳米片平行叠加在一起形成团簇，每个银纳米片的尺寸大小为≥10μm，厚度为40‑100nm。本发明提供的一种银纳米片团簇及其制备方法和应用，在电解液省略使用表面活性剂的前提下，通过电沉积的方法最终在导电衬底上形成了银纳米片团簇，该银纳米片团簇不仅具有大尺寸银纳米片的堆积结构，而且还具有众多的SERS热点，有利于实现高灵敏的表面增强拉曼散射检测，能检测出浓度低至10‑15mol/L的罗丹明6G。
-
公开(公告)号：CN117830957A
公开(公告)日：2024-04-05
申请号：CN202410202527.6
申请日：2024-02-23
Applicant: 安徽大学 , 安徽超远信息技术有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/80 , G06V10/74 , G06N3/0464
Abstract: 本发明公开了一种高速公路抛洒物自动检测方法，涉及智能交通技术领域，通过对高速公路上的异常物品进行检测，并判断异常物品的实时状态，实时状态包括静止状态和运动状态，根据异常物品位置的监测图像，同时基于位移公式，得到时间范围，将时间范围内出现的车辆标记为疑似车辆，对疑似车辆中的威胁场景进行识别，同时获取到异常物品的轮廓和像素值，并在威胁场景中进行匹配，得到车辆信息，减少由于抛洒物与背景进行融合，从而导致的抛洒物未识别出，进而提高抛洒物识别效率和精确度。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.024 seconds)
