-
公开(公告)号：CN118942121A
公开(公告)日：2024-11-12
申请号：CN202411121492.X
申请日：2024-08-15
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种针对小目标的安全帽佩戴检测系统及方法，属于计算机视觉技术领域，包括采集建筑工地现场图像并进行数据标注，构建训练数据集和测试数据集并进行预处理；基于预设YOLOX模型构建针对小目标的安全帽佩戴检测网络，所述安全帽佩戴检测网络用于安全帽佩戴检测；将训练集图像和测试集图像输入到所述安全帽佩戴检测网络中进行训练，并采用WIoU v3作为边界框回归损失函数调整所述安全帽佩戴检测网络的参数；将待测建筑工地现场图像输入到训练好的安全帽佩戴检测网络，输出得到所述待测建筑工地现场图像的实时检测结果。本发明可以提高安全帽佩戴检测的精度，以实现对场景中安全帽佩戴情况的识别和检测。
-
公开(公告)号：CN118298108A
公开(公告)日：2024-07-05
申请号：CN202410455007.6
申请日：2024-04-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面部表情驱动的三维动态人脸重建方法，属于计算机视觉技术领域，包含以下步骤：S1：预先采集正面人脸的视频数据并进行预处理，再对人脸表情参数进行方差分析，获取高频变化维度和低频变化维度，提取用于面部表情驱动的人脸动态信息；S2：确定三维空间点的编码特征，包括多分辨率哈希编码特征和球谐编码；所述多分辨率哈希编码用于编码空间的位置特征；所述球谐编码用于编码空间的观察方向，提取观察方向中高频变化的信息；S3：融合人脸表情参数与三维空间点的编码特征，驱动基于隐式神经表示的三维动态人脸；S4：引入光度、几何和感知三个层面的损失，分阶段优化人脸表示，在光度层面加强对于眼部和嘴部的监督。
-
公开(公告)号：CN114782078B
公开(公告)日：2024-06-18
申请号：CN202210347941.7
申请日：2022-04-01
Applicant: 重庆邮电大学
IPC: G06Q30/0201 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种针对高维数据的商业信息评估方法及系统，属于大数据领域。该方法为：S1：对商业信息评估涉及的高维数据进行预处理。S2：建立基于ECA‑Net注意力机制和FFM的CatNN，和基于LightGBM作为提升树的GBDT2NN。S3：输入类别型稀疏特征到改进的CatNN，计算其输入和损失函数，得到基于类别型稀疏特征的评估结果。S4：输入数值型稠密特征到改进的GBDT2NN，得到基于数值型稠密特征的评估结果。S5：集成改进的CatNN和GBDT2NN，用于实现高维数据下的商业信息评估。该方法针对高维数据下商业信息评估中涉及的不同类型特征进行了专门的改进处理，且实现了评估模型的在线更新。
-
公开(公告)号：CN118194046A
公开(公告)日：2024-06-14
申请号：CN202410399864.9
申请日：2024-04-03
Applicant: 重庆邮电大学
IPC: G06F18/214 , G06F18/25 , G06F18/2413
Abstract: 本发明属于数据安全领域，涉及一种针对不平衡样本分布的漏洞分类方法、装置及计算机设备；所述方法包括获取漏洞分类数据集，并从中选出样本数量少的漏洞类别，构建少样本漏洞分类数据集；将少样本漏洞分类数据集的漏洞描述输入到漏洞描述生成模型中；将生成的漏洞描述输入到分类模块中，对漏洞描述进行筛选；将筛选后的漏洞描述、对应的漏洞危险等级、所属的漏洞类别作为新的样本加入漏洞分类数据集中，得到漏洞分类增强数据集；将漏洞危险等级作为外部特征，与漏洞描述特征进行融合表示，构建并训练漏洞描述分类模型，将训练好的模型应用于漏洞分类。本发明解决了安全漏洞分类数据集存在的样本分布不平衡问题。使模型能更好地学会不同类别漏洞之间的差异。
-
公开(公告)号：CN114841461B
公开(公告)日：2024-06-14
申请号：CN202210563194.0
申请日：2022-05-19
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q10/0639 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于时序缺失感知和多源因素融合的空气质量集成预测方法，属于空气质量预测技术领域，包括S1：对影响空气质量的气象因素、社会经济因素和AQI进行采集、预处理，建立时序和具有多源因素的数据集；S2：构建AD_LSTM模型，通过子空间分解和时间衰减函数构建数据缺失感知单元，解决历史空气质量指数AQI时序数据中的数据缺失问题，建立AQI随时间变化的波动趋势；S3：构建BPNN模型，建立气象因素/社会经济因素与AQI的映射关系；S4：利用协同注意力集成AD_LSTM模型和BPNN模型并训练；S5：利用训练好的集成模型，采用历史空气质量的变化趋势、气象因素、社会经济因素对空气质量进行综合研判。
-
Patent Agency Ranking
公开(公告)号：CN118038531A
公开(公告)日：2024-05-14
申请号：CN202410312683.8
申请日：2024-03-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种特征分离的域泛化人脸防伪检测方法，属于机器视觉技术领域，包括以下步骤：S1：构建域特征明显的人脸防伪数据集，按域特征对人脸防伪数据进行分类；S2：构建特征提取模块对人脸防伪数据集中的数据进行特征提取；S3：设计域特征分离方法并引入双重三元组损失，让不同的域特征以及正负样本特征在特征空间中相互分离；S4：将步骤S3中分离的特征进行对齐，为每个域设计一个分类器，引入投影梯度下降法，在反向传播期间，将不同的分类器对齐，在分离的特征对齐的同时得到一个全局最优的分类器；S5：以特征提取模块、域特征分离方法和域特征对齐方法，联合构建人脸防伪模型，并对其进行训练，以获得泛化性强的人脸防伪检测模型。
-
公开(公告)号：CN113702490B
公开(公告)日：2024-04-30
申请号：CN202111000420.6
申请日：2021-08-27
Applicant: 重庆邮电大学
IPC: G01N27/904
Abstract: 本发明涉及一种基于涡流热传导的混凝土内部钢筋锈蚀量估计方法，属于钢筋锈蚀量估计领域，包括：S1：构建绝热表面的涡流热传导混凝土内部锈蚀检测装置；S2：通过S1所述装置中的激励电源，在混凝土内的钢筋中形成涡流，涡流产生的焦耳热传到混凝土表面，构成携带锈蚀量信息的表面温度场；基于软硬件方法解决电磁兼容问题，从而去除表面温度测量误差；S3：通过四级简化法实现涡流热传导物理模型的简化，并利用此模型生成虚拟数据；S4：利用S2中得到的真实数据和S3中得到的虚拟数据，实现深层神经网络模型求解，解决涡流热传导反系数问题，估计混凝土内部钢筋锈蚀量。本发明数学表达模型简单，模型参数求取简单，提高了结果精度。
-
公开(公告)号：CN116933117A
公开(公告)日：2023-10-24
申请号：CN202310976538.5
申请日：2023-08-04
Applicant: 重庆邮电大学
IPC: G06F18/2323 , G06F18/21 , G06F18/214 , G06F11/30
Abstract: 本发明属于过程挖掘领域，涉及一种基于谱聚类的软件组件识别方法；包括获取软件运行事件日志，并获取软件运行事件日志中所涉及的所有类组成类集合；根据软件运行事件日志及类集合构建类调用相似度矩阵；根据类调用相似度矩阵构建度矩阵，并基于度矩阵计算出拉普拉斯矩阵；计算拉普拉斯矩阵的所有特征值并升序排列，通过前k个特征值的特征向量构建特征向量空间；采用Discretize聚类算法对特征向量空间进行聚类，并通过组件质量函数获取具有最高质量组件的聚类结果作为组件识别结果；通过该组件识别结果为软件运行事件日志添加组件属性信息；本发明相比于已有通过软件运行数据识别组件的算法考虑了类之间调用次数，能更准确地识别组件。
-
公开(公告)号：CN116523602A
公开(公告)日：2023-08-01
申请号：CN202310508313.7
申请日：2023-05-08
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06Q40/00 , G06F21/62 , G06N3/0895 , G06N3/098 , G06N20/00
Abstract: 本发明涉及一种多方半监督学习的金融产品潜在用户推荐方法，属于大数据推荐领域，针对金融产品提供方只拥有正样本的己方数据而无法进行推荐的问题，在保护多方数据安全隐私的情况下，联合多方未标记数据进行多次随机采样，构建正负样本均衡的二分类数据集，训练基于基学习器的纵向联邦学习模型，根据其预测结果，从未标记样本数据中选出可靠正样本，多次迭代数据集重构采样、模型训练预测过程，选出批量可靠正样本。本方法有效地解决了只有少量正样本和大量未标记样本的批量推荐，提高了推荐的可靠性，实现了金融产品潜在用户的精准与批量推荐。
-
公开(公告)号：CN116311379A
公开(公告)日：2023-06-23
申请号：CN202310351000.5
申请日：2023-04-04
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V10/80 , G06V10/774 , G06V10/764 , G06F17/16 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域，涉及一种基于Transformer网络模型的行人重识别方法、装置及计算机设备；所述方法包括获取目标行人图像并预处理，生成标准行人图像；将标准行人图像采用滑动窗口划分为多个具有重叠部分的方形子图像；对各方形子图像经过水平线性投影和垂直线性投影，得到水平特征矩阵和垂直特征矩阵；将其输入到预先训练好的改进Transformer网络模型中，预测得到目标行人图像的识别结果。本发明利用滑动窗口将输入图像划分为多个有重叠部分的正方形小块，突出了遮挡物与行人交界边缘处行人的特征；利用改进的Transformer网络结构，加强了行人特征在各个方向上的关联，提高了行人重识别准确度。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.055 seconds)
