-
公开(公告)号：CN107529645A
公开(公告)日：2018-01-02
申请号：CN201710515210.8
申请日：2017-06-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于深度学习的心音智能诊断系统及方法，涉及生物信号处理、模式识别、大数据、深度学习领域。包括：1)用户通过心音采集设备或智能可穿戴式设备对心音音频数据进行采集；2)数据通过网络传输到云端服务器，进行心音音频数据的存储、建档；3)在云端服务器上采用基于逻辑回归-隐半马尔科夫模型的心音分割算法对心音数据进行分割，并用一维卷积神经网络对分割后的心音数据进行自动特征提取和分类；4)诊断结果通过网络反馈给用户的同时存储在云端，以提供给相关机构和指定医院作为用户的临床病史参考；5)由专业医生确诊后的用户心音数据可作为训练数据扩充进云端服务器中的心音数据库中，不断提升心音诊断系统的诊断能力。
-
公开(公告)号：CN107292805A
公开(公告)日：2017-10-24
申请号：CN201710408580.1
申请日：2017-06-02
Applicant: 重庆邮电大学
IPC: G06T1/00
Abstract: 本发明请求保护一种基于多参数分数阶离散Tchebichef变换的图像加密方法，涉及数字图像处理、信息安全的技术领域。本发明利用图像块的分数阶的变换阶数、生成序列的初始值和系统参数作为图像加密的密钥，然后对图像进行加密。图像解密过程为上述逆过程，将加密后的图像通过正确秘钥、错误密钥解密加密图像，分别得到正确解密图像和错误解密图像。通过实验分析得出本加密方法具有很高的安全性。本图像加密方法增大了密钥空间，增强了加密系统的安全性。另外，本方法提出的加密算法得到的密文图像是实值图像，其大小与原始图像大小相同，方便显示、传输和存储。
-
公开(公告)号：CN105472395A
公开(公告)日：2016-04-06
申请号：CN201510808019.3
申请日：2015-11-20
Applicant: 重庆邮电大学
IPC: H04N19/625 , H04N19/91
Abstract: 本发明请求保护一种基于离散Krawtchouk正交多项式的图像无损压缩方法，属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时，采用二维整数正向/反向离散Krawtchouk正交多项式变换来替代现有技术所使用的其它整数变换方法，实现无损压缩，可以有效地解决编码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数，且在原位之间计算，完好地重构图像，降低了硬件资源消耗，有利于硬件实现。
-
公开(公告)号：CN104794441A
公开(公告)日：2015-07-22
申请号：CN201510178003.9
申请日：2015-04-15
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明涉及一种复杂背景下基于主动形状模型和POEM纹理模型的人脸特征定位方法，属于模式识别技术领域。本方法包括：对训练集进行特征点标定；对训练样本建立全局形状模型；对每个标定特征点建立POEM纹理直方图；根据形状模型选择因子选择模型的初始人脸形状；计算测试图像中每个特征点候选点的POEM直方图；对直方图采用马氏距离函数来计算候选点与目标点的相似度；将初始人脸加载到模型中进行迭代搜索匹配；对定位效果略差的局部器官或人脸轮廓进行二次定位。本发明提供的人脸特征定位方法提高了对复杂环境(例如：姿态、光照、表情)变化的鲁棒性，获得了较高的定位精度，具有较好的应用前景。
-
-
Patent Agency Ranking
公开(公告)号：CN116468888B
公开(公告)日：2025-05-20
申请号：CN202310309481.3
申请日：2023-03-28
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/774 , G06V10/764
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于双网络协同分割模型的图像语义分割方法，包括：建立构建双网络协同分割模型，对于带标签数据采用全监督学习的方式进行模型的训练，对于无标签数据采跨网络相互学习的方法进行半监督学习进模型的训练，将待分割的图像输入训练好的双网络协同分割模型，得到分割结果；本发明基于标签空间和特征空间的相互互补学习，实现了对大量无标签数据的高效利用和开发，缓解了目前全监督深度学习模型训练需要高质量、高成本、极耗时的标签需求，在保证分割模型的性能时进一步让模型的训练成本大大降低，并能够部署于各种的智能系统，具有较高的实际应用价值。
-
公开(公告)号：CN118068709A
公开(公告)日：2024-05-24
申请号：CN202410204171.X
申请日：2024-02-23
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能领域，具体涉及一种振动系统的轻量化振动控制方法，包括：获取器件的状态信息；将器件的状态信息输入到训练后的基于多奖励优先经验回放的轻量化神经网络模型，得到控制信号；基于多奖励优先经验回放的轻量化神经网络模型包括Actor网络、Actor目标网络、Critic网络以及Critic目标网络；本发明采用了深度残差收缩网络，以实现自适应去噪和轻量化的神经网络；同时，引入了多奖励机制，以协助轻量化网络找到接近最优的控制策略，并采用了优先级经验回放机制，以加速神经网络的收敛速度，提高数据利用效率。
-
公开(公告)号：CN117710648A
公开(公告)日：2024-03-15
申请号：CN202311686602.2
申请日：2023-12-08
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明涉及人工智能、深度学习和目标检测领域，具体涉及一种基于多级特征融合与压缩的目标检测方法，包括构建多级特征融合模块，选择YOLOV5作为基础检测框架，利用多级特征融合模块替换YOLOV5中的C3模块，并在YOLOV5作为基础检测框架的目标检测中，添加多级压缩解耦头模块；本发明一方面提出了多级特征融合模块，降低模型的参数的同时提升模型的检测精度，另一方面提出了一种逐级压缩的解耦头，在减少图像特征丢失的前提下提高模型的检测精度。
-
公开(公告)号：CN117409453A
公开(公告)日：2024-01-16
申请号：CN202310737335.0
申请日：2023-06-21
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于多尺度域迁移的人脸反欺骗方法和装置，包括：步骤S1、获取多尺度面部轮廓特征信息；步骤2、根据多尺度面部轮廓特征信息，得到GAN网络梯度参数；步骤3、使用GAN网络梯度参数更新后的FEM提取特征，将提取到的最后一级特征送入特征聚合模块，然后送入分类器中进行判别，进行人脸反欺骗。采用本发明的技术方案，提高对深度图预测的准确度。
-
公开(公告)号：CN111008955B
公开(公告)日：2023-05-26
申请号：CN201911076219.9
申请日：2019-11-06
Applicant: 重庆邮电大学
IPC: G06T7/00
Abstract: 本发明公开了一种多尺度图像块匹配的快速复制粘贴篡改检测方法，涉及数字图像处理技术领域。本文发明利用复制粘贴篡改的特点，在Patch‑Match上进行多尺度空间建模。在多尺度Patch‑Match中，不同尺度的输出被视为先验概率，用作引导下一个尺度检测中的初始化、反射偏移量和传播。由于利用复制粘贴篡改的特点，在多尺度Patch‑Match的过程中可以实现指导性搜索，保证了高效性，减少了单尺度Patch‑Match多次迭代所造成的时间浪费。本发明应用了多尺度Patch‑Match的优点，有效地减少了计算时间复杂度并适用于实际应用。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.031 seconds)
