-
公开(公告)号：CN116612658A
公开(公告)日：2023-08-18
申请号：CN202310613578.3
申请日：2023-05-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种地下车库智能导引方法包括：获取车位状态；识别车辆的车牌信息；基于所述车位状态和所述车牌信息，获取所述车辆的路径规划；根据所述路径规划，对车辆进行导引停车，并判断车位信息和所述车牌信息是否有误。本发明能够使停车用户更便捷地了解停车场内停车位的详细信息，有效减少驾驶的负担，不仅能够避免人们在道路违规停车，还可以减少用户在找车位时的时间和燃油消耗等额外成本。
-
公开(公告)号：CN116258768A
公开(公告)日：2023-06-13
申请号：CN202310056084.X
申请日：2023-01-18
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种基于注意力转移的第一视角注视点预测方法包括：提取光流图像；构建基于注意力转移的第一视角注视点预测模型；将所述光流图像输入所述第一视角注视点预测模型，获取空间特征和时间特征，基于所述空间特征和时间特征，获取初始视觉显著性图像和注意力图像，基于所述初始视觉显著性图像和注意力图像，融合生成最终的注视点预测图像。本发明对原图像在多尺度上进行了时空的特征提取，充分利用了时序信息和高层语义信息用于显著性检测，通过对注意力转移的建模，从先前的注视中预测后续的注意力，最后结合视觉显著性模型融合为最终注视点预测图，提高了注视点预测的准确度。
-
-
公开(公告)号：CN115061381A
公开(公告)日：2022-09-16
申请号：CN202210714624.4
申请日：2022-06-23
Applicant: 桂林电子科技大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明公开了一种智能家居控制系统与智能机器人高效协同控制方法，该方法通过设置智能家居控制中心便于解决智能家居管理和控制问题。通过对系统的网络结构进行设计、负载分析与负载均衡控制、利用智能家居传的感器对机器人导航辅助定位以及异常检测与恢复机制等方式协同控制。一方面可以提升系统可靠性，降低整体系统宕机的可能性；另一方面，通过分布式计算框架，将大型任务进行分工出来，提升系统执行效率、系统整体性能，此外，还能充分利用机器人移动性强的优势，进一步优化智能家居控制中心的控制效果。
-
公开(公告)号：CN114756032A
公开(公告)日：2022-07-15
申请号：CN202210531745.5
申请日：2022-05-17
Applicant: 桂林电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种用于智能体自主导航的多传感信息高效融合方法。该方法涉及搭建用于智能体进行多传感融合的实验平台并构建用于自主导航的地图；根据智能体导航区域重要性以及2D激光雷达、深度相机、超声波传感器参数特性以及动态窗口大小划分智能体的导航区域；最终求解智能体在t+1时刻的最佳运动轨迹，控制智能体运动，进而实现自主导航。本发明能够为智能体自主导航提供一种高效的多传感融合和智能体灵活控制的方法，融合后的各种传感器的优势得以突显，且对智能体的系统消耗不会明显增加。能够为机器人自主导航控制，无人车自动驾驶，飞行器自主导航控制，设备智能化等提供技术基础。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN119479066A
公开(公告)日：2025-02-18
申请号：CN202411529284.3
申请日：2024-10-30
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/762 , G06N3/0464 , G06N3/045
Abstract: 本发明提出了一种基于时序建模的可部署边缘设备的轻量级动作识别方法，其中包括：关键帧提取；构建基于MobileNetV3骨干网络的轻量级动作识别模型；将提取的关键帧输入至所述的动作识别模型，首先得到由空间特征和时间特征融合后的抽象特征，再基于所述的融合特征，获取到最后的分类概率，从而得到动作识别结果。本发明先对原视频进行关键帧提取，再对输入地关键帧进行了多尺度的时空特征提取，其中时序特征提取采用了时序建模方法，然后利用ECA通道注意力机制，实现局部跨通道交互，最后融合时空特征信息进行分类获得最后的动作识别结果，有效的提高了动作识别的准确度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
