-
公开(公告)号：CN114220059A
公开(公告)日：2022-03-22
申请号：CN202111548537.8
申请日：2021-12-17
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06F17/16 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种基于解析稀疏表示的关键帧提取方法，包括步骤：将视频转化为矩阵表示，视频矩阵的每一列为视频的每一帧信号；设计一个基于minimax concave penalty(MCP)稀疏正则化的解析稀疏编码模型；将视频矩阵作为原信号，视频矩阵的转置矩阵作为解析字典，带入解析稀疏编码模型；通过解析稀疏编码算法计算出稀疏系数矩阵，其中稀疏系数矩阵的非零行代表关键帧的索引；根据关键帧的索引选择出对应的该视频关键帧。本发明将提高选取关键帧的压缩率，同时降低计算复杂度，提高关键帧的提取速度。此外，本发明通过对许多具有挑战性的现实世界场景进行验证，相较于传统的关键帧提取方法具有更高的提取效率。
-
公开(公告)号：CN114220058A
公开(公告)日：2022-03-22
申请号：CN202111548488.8
申请日：2021-12-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于MCP稀疏表示字典学习模型的显著性检测方法。包括提取图像或视频的超像素特征；基于minimax concave penalty(MCP)稀疏约束设计稀疏表示字典学习模型；使用稀疏表示字典学习模型通过重构误差来学习图像显著性区域，重构误差大的超像素位置被认为是显著性区域；采用基于上下文的方案来获得像素级的统一重构误差。通过利用多尺度重建误差和面向对象的高斯细化过程获取像素级别的显著性检测图；采用贝叶斯积分方法来合并从重构误差中学习到的显著性检测图，得到最终显著性检测结果。本发明将提高图像或视频的显著性检测水平。此外，本发明通过对现实图像和视频信号进行显著性检测验证，相较于传统的显著性检测方法具有更好的效果。
-
公开(公告)号：CN116017280B
公开(公告)日：2025-04-15
申请号：CN202211720021.1
申请日：2022-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种目标免携带设备的快速室内路径跟踪方法，其特征在于，包括如下步骤：1）部署室内定位区域获取定位数据并划分数据集；2）依据稀疏表示模型得到稀疏向量；3）依据稀疏系数向量定位并获取运动轨迹。这种方法基于稀疏编码模型，计算复杂度低、定位效率高，能实现快速精确目标定位。
-
公开(公告)号：CN119313059A
公开(公告)日：2025-01-14
申请号：CN202411329617.8
申请日：2024-09-23
Applicant: 桂林电子科技大学
IPC: G06Q10/0631 , G06Q10/087 , G06F18/2431 , G06F18/22 , G06K17/00
Abstract: 本申请公开一种基于稀疏表示的港口货物实时监测智能场景适应方法，包括以下步骤：在货箱外部布置无线信号发射器和接收器，信号发射器向货箱发射特定频率的无线信号，信号接收器则接收经过货物后传输出的信号，获得不同类别货物对无线电波的遮挡作用的量化数据与货物类别的标签，通过分析接收到的信号特征，利用稀疏表示技术与预先建立的货物类别信号字典进行匹配，以准确识别货物的类别。本申请创建代表不同货物类别的信号特征字典，每个货物类别在字典中对应一个特定的信号模式，系统利用接收到的信号与字典中各个信号模式进行比较，基于此确定货物的具体类别。该方法能够高效地进行货物分类，免去传统方法中人工开箱查验，降低对人工操作的依赖，并且具有较高的识别精度和可靠性，特别适用于需要自动识别和分类大量货物的物流和运输行业。
-
公开(公告)号：CN114913466B
公开(公告)日：2024-11-08
申请号：CN202210616931.9
申请日：2022-06-01
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于双流信息与稀疏表示的视频关键帧提取方法，包括：拆分待提取的视频文件，获得图像帧，基于图像帧，分别构建视频空间流矩阵与视频时间流矩阵；通过视频空间流矩阵与视频时间流矩阵，得到双流信息矩阵，对双流信息矩阵进行特征提取，得到双流特征矩阵；将双流特征矩阵输入到稀疏表示模型中，计算稀疏系数矩阵，基于稀疏系数矩阵，获取关键帧索引；通过关键帧索引提取所述待提取视频文件中的关键帧。本发明可以高效提取一个视频中较少的关键帧，使提取的关键帧数量减少，降低关键帧提取的压缩率，同时提高关键帧提取算法的计算速度。
-
Patent Agency Ranking
公开(公告)号：CN114973099B
公开(公告)日：2024-10-29
申请号：CN202210685950.7
申请日：2022-06-16
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06T7/73 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于可回溯目标识别的智能寻物方法及系统，包括：对场景视频进行稀疏模型建模处理，获得稀疏模型的视频信号；对所述视频信号采用YOLO目标识别算法，并基于所述稀疏模型构造自适应目标字典，识别所述视频信号中的目标；提取所述视频信号的视频关键帧，对所述视频关键帧进行预处理，获取所述目标最后出现的位置。本发明通过基于稀疏模型的实时目标识别技术在实现目标识别的同时提高了信号处理性能以达到实时计算；通过自适应目标特征字典构造技术对多场景目标复杂的问题有良好表现。
-
公开(公告)号：CN118535970A
公开(公告)日：2024-08-23
申请号：CN202410616886.6
申请日：2024-05-17
Applicant: 桂林电子科技大学
IPC: G06F18/241 , G06F18/2451 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于超表面的拟神经网络分类方法及系统，旨在解决现有技术中优化算法所潜藏的梯度消失、梯度爆炸以及局域最小点等问题。包括：生成携带有所述真实类别的第一电磁波信息；利用初始网络模型对所述第一电磁波信息进行处理，得到第二电磁波信息；通过决策函数对所述第二电磁波信息进行处理，得到待分类目标的初始预测类别；判断所述初始预测类别与所述真实类别是否相同，得到判断结果；基于判断结果对初始神经网络模型进行多层级同步的迭代更新，得到结果神经网络模型；利用所述结果神经网络模型对所述第一电磁波信息进行结果类别的预测。本发明将参数优化方式从逐层优化改进为所有层同时优化，极大程度的提升了模型训练速度。
-
公开(公告)号：CN117689940A
公开(公告)日：2024-03-12
申请号：CN202311690885.8
申请日：2023-12-11
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0499
Abstract: 本发明公开了一种基于ViT融合LPOM优化方法的多模态图像分类方法，包括：将待分类图像输入ViT模型后，基于Transformer结构提取所述待分类图像的图像特征；基于文本嵌入层提取所述待分类图像的文本特征；将所述图像特征和所述文本特征进行融合得到图像多模态特征；基于LPOM优化后的编码器对所述图像多模态特征进行迭代处理，输出图像分类预测结果。本发明通过引用LPOM来优化ViT模型，能够提高ViT模型的泛化能力，进而提升整体模型的的鲁棒性和泛化能力，提升模型对图片分类的准确率。
-
公开(公告)号：CN116886049A
公开(公告)日：2023-10-13
申请号：CN202310862924.1
申请日：2023-07-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种可编程人工智能机的离散傅里叶变换模拟信号处理方法。包括1）设计参数任意可调的信号处理系统；2）根据需求生成离散傅里叶变换算法参数、数据集；3）将离散傅里叶变换算法参数加载到模拟信号处理层；4）配置电磁波调制层，将待处理信号信息调制到电磁波上；5）进行评估与校准。这种方法只需要简单的超材料系统和极低的时间与能量开销就能实现对模拟信号高速地进行离散傅里叶变换操作，这种基于可编程人工智能机的设计能更快速地完成对输入信号的处理，且大大减少计算系统的成本需求。
-
公开(公告)号：CN116017280A
公开(公告)日：2023-04-25
申请号：CN202211720021.1
申请日：2022-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种目标免携带设备的快速室内路径跟踪方法，其特征在于，包括如下步骤：1）部署室内定位区域获取定位数据并划分数据集；2）依据稀疏表示模型得到稀疏向量；3）依据稀疏系数向量定位并获取运动轨迹。这种方法基于稀疏编码模型，计算复杂度低、定位效率高，能实现快速精确目标定位。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
