-
公开(公告)号：CN113128395B
公开(公告)日：2022-05-20
申请号：CN202110413461.1
申请日：2021-04-16
Applicant: 重庆邮电大学
IPC: G06V20/40 , G06V40/20 , G06V10/40 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于混合卷积的多级特征融合模型的视频动作识别方法及系统，属于计算机视觉技术领域，采用二维卷积和可分离三维卷积构造混合卷积模块；沿着时间维度对各输入特征执行通道移位操作，构建时间移位模块，促进相邻帧之间的信息流动，补偿二维卷积操作对动态特征进行捕捉的缺陷；从骨干网络的不同卷积层中导出多级互补特征，并对其进行空间调制与时间调制，从而使各层次特征在空间维度上具有一致的语义信息，在时间维度上具有多变的视觉节奏线索；通过构造自下而上的特征流和自顶向下的特征流，使各个特征之间相辅相成，互为补充，并对所述特征流进行并行处理，以实现多级特征融合；利用两阶段训练策略进行模型训练。
-
公开(公告)号：CN113065450A
公开(公告)日：2021-07-02
申请号：CN202110334547.5
申请日：2021-03-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于可分离三维残差注意网络的人体动作识别方法，属于计算机视觉领域。该方法包括：S1：利用可分离三维卷积替换3D ResNet中的标准三维卷积，搭建Sep‑3D ResNet；S2：设计通道注意力模块和空间注意力模块，然后按顺序堆叠构造双重注意力机制；S3：对不同时刻的中层卷积特征进行双重注意力加权，在时间维度上扩展双重注意力模块，然后将其嵌入到Sep‑3D ResNet的Sep‑3D RAB中，搭建Sep‑3D RAN；S4：利用多阶段训练策略对Sep‑3D RAN进行联合端到端训练。本发明能提升分类判别特征的区分能力，实现了高质量时空视觉特征的高效提取，能够增强模型的分类精度和识别效率。
-
公开(公告)号：CN108632785B
公开(公告)日：2020-09-29
申请号：CN201810421423.9
申请日：2018-05-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于链路质量的蚁群自适应车联网路由选择方法，其包括步骤：计算道路的连通概率、传输时延、以及分组投递率，并进行综合考虑，建立来链路质量模型；将链路质量与蚁群算法相结合提出一种LACOR算法，自适应的寻找车联网路由中最优的路径进行信息的传递。本方案综合考虑了道路交通环境中的车辆通信半径、路段长度、数据包大小、车辆密度等因素对链路质量的影响，再结合蚁群算法提出一种LACOR算法寻找最优的传输路径，最后实验仿真表明，在传输时延以及分组投递率方面相较于其他的方法有明显的提升。
-
公开(公告)号：CN106651210B
公开(公告)日：2020-08-04
申请号：CN201611269823.X
申请日：2016-12-30
Applicant: 重庆邮电大学
IPC: G06Q10/06
Abstract: 本发明涉及一种基于CAN数据的驾驶人综合素质评价方法，其包括：一、获取经纬度、引擎转速、车速、方向盘转角、油耗量、油门角度、刹车踏板状态，计算出瞬时油耗量、加速度、以及引擎转速与速度的比值；二、确定评价因素：方向盘转角熵值H(θ)、方向盘转角速率Vθ、机动车速度熵值H(v)、加速度绝对值|a|、加速度强度Va、正加速度a、引擎转速与机动车速度的比值φ；三、采用模糊层次分析法建立单个因素对于驾驶员综合素质评价所占的权重α，建立所需要的权重向量Q；四、建立尽可能少的隶属度函数，求得单因素模糊判断矩阵R；五、求得判断向量δ＝Q*R，分析求解得到评价驾驶人综合素质的评判集。本方案定量结合定性实现了评价驾驶人综合素质的目的，提高了评价的准确度。
-
公开(公告)号：CN106997689B
公开(公告)日：2019-08-27
申请号：CN201710329646.8
申请日：2017-05-11
Applicant: 重庆邮电大学
IPC: G08G1/16
Abstract: 本发明公开了一种基于路口的V2P避免碰撞方法，其包括：一、确定博弈的参与者为车辆和行人，并将参与者分来，定义他们的通行策略集；二、分别求取路口车辆和行人的过街延误和风险支付建立V2P博弈模型；三、在延误、风险支付的基础上加入交通奖罚支付提高车辆的让行率；四、改进SEIR病毒传播模型，建立IEVRI模型分析交通参与者的心理，证明引入交通奖罚的必要性。本发明综合考虑了交通流中的人流量、车流量，人车从决策区到冲突区域的距离、速度，单位批次过街行人数量相对的势，再加入交通奖罚因素，建立V2P博弈模型，提升了道路交通安全的同时保障了通行效率。
-
Patent Agency Ranking
公开(公告)号：CN116740802A
公开(公告)日：2023-09-12
申请号：CN202310496658.5
申请日：2023-05-05
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多尺度跨时空有向时空图的步态情绪识别方法和系统，包括3个多尺度时空有向自适应图卷积网络，每个多尺度时空有向自适应图卷积网络之前都有一个归一化层，之后是一个激活函数层和一个丢弃层，人体骨骼图通过3个多尺度时空有向自适应图卷积网络后，从输入数据中提取特征数据，然后执行全局平均池化层，对提取的特征进行全局特征平均池化，最后通过softmax层执行四种情感分类。本发明采用通过构建有向时空图，同时考虑到了时间流动方向，并且使用图深度学习在时间维度上提取节点间的联系，有向地更新节点特征，以达到较好地识别精度。
-
公开(公告)号：CN115439930A
公开(公告)日：2022-12-06
申请号：CN202211006528.0
申请日：2022-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于时空维度筛选的多特征融合步态识别方法，包括以下步骤：对输入的图像进行预处理；利用基干网络提取整体时空特征；采用多尺度的局部时序关系寻找局部空间特征，引入注意评分机制，重组获得潜在空间特征；利用空间维度滤波器筛选出显著时序特征；利用潜在空间特征聚合层和显著时序聚合层分别聚合潜在空间特征和显著时序特征；使用时间池化将所有特征序列映射到一个代表整个步态周期的特征中；利用空间池化将潜在空间特征映射到更具判别性的空间域；经过多特征融合后的输出，利用多个独立的全连接层将其映射到度量空间，其结果用于身份判别。本发明得到互相补充的时空特征、时序特征、空间特征，使得步态特征的表达更丰富和完整。
-
公开(公告)号：CN108848560B
公开(公告)日：2022-07-01
申请号：CN201810730352.0
申请日：2018-07-05
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于资源池划分的车与车(V2V)广播资源分配方法，属于无线通信技术领域；具体步骤为：首先进行道路规划以及资源池划分，以提高资源的利用率以及隐藏终端造成的干扰。之后将数据包和调度信息(SA)资源的预订信息分别嵌入到SA和数据包中，通过解码相关信息获取资源预留，以减少数据包的资源碰撞。最后实验仿真表明，本发明可以有效提高数据包传输的接收率。
-
公开(公告)号：CN111325155A
公开(公告)日：2020-06-23
申请号：CN202010107288.8
申请日：2020-02-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于残差式3D CNN和多模态特征融合的视频动作分类方法，属于计算机视觉与深度学习领域。首先将传统C3D网络连接方式改为残差式连接；采用核分解技术将3D卷积核拆解，得到一个空间卷积核，与并行的多个不同时间尺度时间核，再在空间卷积核后插入注意力模型，得到A3D残差模块并将其堆叠成的残差网络。搭建双流动作识别模型，将RGB图像特征和光流特征输入到空间流网络和时间流网络中，并提取出多级卷积特征层特征，再利用多级特征融合策略对两个网络进行融合，实现时空特征互补；最后将分数级融合后的全局视频动作描述子通过PCA降维，再用SVM分类器完成动作分类。
-
公开(公告)号：CN111224906A
公开(公告)日：2020-06-02
申请号：CN202010107381.9
申请日：2020-02-21
Applicant: 重庆邮电大学
IPC: H04L25/02 , H04B7/0413 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度神经网络的近似消息传递大规模MIMO信号检测算法，属于无线通信技术领域，包括步骤一：简化用于大规模MIMO系统置信传播算法并标量化，得到最初适用于大规模MIMO系统的近似消息传递算法；步骤二：设置训练参数，得到改进的近似消息传递算法；步骤三：将带有训练参数的近似消息传递算法展开成一个用于大规模MIMO系统检测的深度神经网络；步骤四：对所构建的深度神经网络进行离线训练，得到适用于MIMO系统检测的最优近似消息传递深度神经网络，用训练好的神经网络进行在线检测。本发明实现了以较低复杂度，达到了更低的误码率，并且对各种信道、天线配置以及不同的调制方式都具有稳健性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.035 seconds)
