-
公开(公告)号：CN112926572B
公开(公告)日：2022-06-03
申请号：CN202110387507.7
申请日：2021-04-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种弱约束的水表读数识别方法，属于人工智能领域，提出了一种基于卷积神经网络的特征提取网络，具有强大的特征提取和表达能力，能够准确提取出大偏移角度、大变化尺度、强光照变换和污渍严重的水表图像中读数区域的特征，实现水表读数区域的准确检测；针对角度偏移绝对值超过90°的水表图像，本发明提出了一种方向预测分支来实现对偏移绝对值超过90°的水表图像的自动纠正和准确识别，尤其是对于反转了180°(倒立)的水表图像尤为有效，而现有的水表识别方法对于这类水表图像是无能为力的。
-
公开(公告)号：CN114422787A
公开(公告)日：2022-04-29
申请号：CN202210116232.8
申请日：2022-01-29
Applicant: 重庆邮电大学
IPC: H04N19/132 , H04N19/625
Abstract: 本发明涉及一种基于残差层分块DCT变换的图像伪模拟无线传输方法，属于伪模拟传输领域，首先采用上下采样将图像分为下采样层和残差层，然后，通过巧妙的将下采样因子与残差层系数的分块大小相结合，并对残差层(由分块平滑的均匀区域组成，同区域内像素之间的相关性较高，具有块内平滑特性)做大块DCT变换后再划分为系数小块做后处理，实现了在不增加传输数据量的情况下显著提升了图像无线传输的质量，进而获得更高质量的接收图像。
-
公开(公告)号：CN112926572A
公开(公告)日：2021-06-08
申请号：CN202110387507.7
申请日：2021-04-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种弱约束的水表读数识别方法，属于人工智能领域，提出了一种基于卷积神经网络的特征提取网络，具有强大的特征提取和表达能力，能够准确提取出大偏移角度、大变化尺度、强光照变换和污渍严重的水表图像中读数区域的特征，实现水表读数区域的准确检测；针对角度偏移绝对值超过90°的水表图像，本发明提出了一种方向预测分支来实现对偏移绝对值超过90°的水表图像的自动纠正和准确识别，尤其是对于反转了180°(倒立)的水表图像尤为有效，而现有的水表识别方法对于这类水表图像是无能为力的。
-
公开(公告)号：CN101115002A
公开(公告)日：2008-01-30
申请号：CN200710078303.5
申请日：2007-03-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种利用TCP Veno技术提高无线自组织网络性能的方法，涉及无线通信技术，该方法利用TCP Veno技术，在数据传输的各个不同阶段，针对不同的网络连接状态采用不同的拥塞控制算法。对于网络环境较差的情况，还利用对无线自组织网络中各节点MAC层最大重传次数的设定，适当降低误码率，在随机丢包发生的时候提高TCP的性能。使得无线自组织网络中TCP的性能得到充分的提高。本方法适用于静态的无线自组织网络SANET和动态的无线自组织网络MANET中。
-
公开(公告)号：CN117710578B
公开(公告)日：2024-07-02
申请号：CN202311709901.3
申请日：2023-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种同时实现表面重建和材质估计的多视图三维重建方法，属于三维重建技术领域。该方法在由几何MLP网络、Color MLP网络和Light MLP网络构成的神经网络中，该方法采用一种增强的低频到高频编码配准策略将场景的输入位置转换为高维傅里叶特征，以增加MLP网络输入数据的维数；使用NeRF公式和SDF权值来估计每一采样射线的表面点，更好地反映场景的几何形状和光照效果；在几何MLP网络中，通过一种基于体渲染的材料估计策略在每个表面点上估计材料的基色、粗糙度和金属度，实现材料估计。本发明提高了重建精度的同时，可同时获得物体的材质和三维信息，为基于图像的三维重建和材质估计开辟了一条新的途径。
-
Patent Agency Ranking
公开(公告)号：CN118115842A
公开(公告)日：2024-05-31
申请号：CN202311671810.5
申请日：2023-12-07
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种双编码器‑单解码器的多层特征信息融合小目标检测系统，属于目标检测领域，包括编码器1、编码器2、解码器；编码器1用于对图像进行多次下采样卷积操作来提取特征，接着利用基于Transformer的骨干编码块TBEB实现局部‑全局特征的有效融合，随即进入空间池化SPPF将任意大小的特征图转化为固定大小的特征向量，减少参数、优化特征提取；编码器2经过多次颈部ECA注意力编码块SNEB编码来提升小目标区域的关注度，接着多次使用编码特征融合模块EFFM实现编码块之间浅层特征和深层特征的多层次信息融合；解码器对编码信息进行分类和回归，得到小目标检测结果。
-
公开(公告)号：CN117857823A
公开(公告)日：2024-04-09
申请号：CN202410075676.0
申请日：2024-01-18
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/176 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种高效的多尺度CTU分区网络架构，属于视频编码领域。该网络架构包括一级预测结构、二级预测结构以及三级预测结构，其中，一级预测结构用于预测64×64CU是否需要划分，二级预测结构用于预测32×32CU是否需要划分；三级预测结构用于预测16×16CU是否需要划分；三级预测结构中包括多尺度特征提取层、深层特征提取层以及CU分区预测输出层，二级预测结构和一级预测结构中同样包括深层特征提取层以及CU分区预测输出层，而二级预测结构中是双尺度特征提取层，一级预测结构中是单尺度特征提取层。本发明对不同尺寸下CU的图像特征信息的提取，进而实现更加准确的CTU分区预测，从而降低HEVC的编码复杂度。
-
公开(公告)号：CN112330542B
公开(公告)日：2022-05-03
申请号：CN202011292962.0
申请日：2020-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及图像超分辨率重建技术领域，具体涉及基于交叉残差信道‑空间注意力网络的图像重建系统及方法。包括：浅层特征提取模块、深层特征提取模块、上采样模块和重构层，浅层特征模块的输入为低分辨率图像，用于提取浅层特征；深层特征提取模块包括分频模块、交叉残差组，深层特征提取模块的输入为浅层特征模块的输出，用于提取深层特征；所述上采样模块的输入为深层特征，用于上采样；所述重构层用于重构特征，得到高分辨率图像。本发明的重建网络能够具有更强大的特征表达能力和区别学习的能力，能够重建出更高质量的高分辨率图像。
-
公开(公告)号：CN107742278A
公开(公告)日：2018-02-27
申请号：CN201711008981.4
申请日：2017-10-25
Applicant: 重庆邮电大学
CPC classification number: G06T5/003 , G06T7/13 , G06T2207/20016 , G06T2207/20201
Abstract: 本发明请求保护一种运动模糊图像的盲复原方法，涉及图像处理领域。该方法采用了由粗到精的多尺度策略：首先针对观察到的运动模糊图像建立图像金字塔；然后在图像金字塔的每个分辨率层迭代地执行以下三个步骤：(1)运用一阶差分算子得到图像边缘的空间尺度信息，然后结合图像梯度的L0稀疏性约束，提出一种图像大尺度边缘的提取模型；(2)提出一种结合高斯先验和L0稀疏约束的双重正则化约束项，推导出运动模糊退化函数的估计模型，实现运动模糊退化函数的准确估计；(3)推导出图像复原的代价函数实现清晰锐化图像的复原；(4)采用半二次性分裂的交互式最优化策略对提出的模型进行最优化求解。理论分析和仿真结果证实了该方法的有效性。
-
公开(公告)号：CN101146033B
公开(公告)日：2010-04-14
申请号：CN200710092928.7
申请日：2007-10-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种利用VDSR++跨层优化技术提高无线自组织网络性能的方法，涉及无线通信技术。该方法结合了MAC层、网络层与传输层的跨层优化协议VDSR++优化策略，在802.11MAC层和IP层运用跨层机制DSR++，解决无线自组织网络中因为网络拥塞而引起的路由发现与重建；在传输层采用TCP Veno协议，解决无线自组织网络中高误码率引起的路由发现与重建问题。提高无线自组织网络中TCP的性能。本方法适用于静态的无线自组织网络SANET和动态的无线自组织网络MANET中。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.02 seconds)
