-
公开(公告)号：CN119360341B
公开(公告)日：2025-05-23
申请号：CN202411919761.7
申请日：2024-12-25
Applicant: 中国计量大学
IPC: G06V20/56 , G06V10/44 , G06V10/96 , G06V10/143 , G06V10/80 , G06V10/82 , G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开一种夜间车路环境可见光和红外融合图像的语义传输方法，首先，在车辆行驶过程中采集可见光和红外图像，并利用可见光图像增强网络提升低光条件下图像的可见性；其次，将增强后的可见光图像与红外图像进行融合；接着，对融合后的图像进行语义引导处理，识别目标语义信息，提取语义特征，并评估特征向量的重要性，从而生成语义特征群；最后，发送端将融合图像编码为潜在空间表示，并通过信道编码和压缩为条件信号，通过加性白高斯噪声信道传输至接收端，接收端则利用条件感知神经网络动态调整基于潜在扩散模型的去噪器权重，控制生成过程，最终通过语义解码器生成恢复后的图像。该方法对于提高自动驾驶系统的可靠性和安全性具有重要意义。
-
公开(公告)号：CN119313659B
公开(公告)日：2025-05-23
申请号：CN202411847662.2
申请日：2024-12-16
Applicant: 中国计量大学
IPC: G06T7/00 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种轻量化工业产品表面缺陷检测方法，属于计算机视觉与人工智能应用领域，本发明通过获取工业产品表面缺陷图像数据集，并对数据进行预处理；构建YOLO‑IDL工业产品表面缺陷检测模型，设计轻量级分层多尺度特征提取网络作为主干网络，设计尺度灵犀颈作为颈部网络，头部网络采用YOLOv8头部网络；再使用预处理后的工业产品表面缺陷图像数据集，对YOLO‑IDL工业产品表面缺陷检测模型进行训练，得到训练集好的YOLO‑IDL工业产品表面缺陷检测模型并进行部署，以对工业产品表面缺陷进行检测，输出缺陷类型以及位置。
-
公开(公告)号：CN119601180A
公开(公告)日：2025-03-11
申请号：CN202510142828.9
申请日：2025-02-10
Applicant: 中国计量大学
IPC: G16H30/20 , G06V10/26 , G06V10/774 , G06V10/80
Abstract: 本申请提出了一种基于多模态补全和亚区分割的高级胶质瘤分级方法及装置，包括以下步骤：获取同一患者的残模态MRI影像数据集，将所述残模态MRI影像数据集输入至预训练好的补全子网络中得到全模态MRI影像数据集；将全模态MRI数据集输入至预训练好的亚区分割子网络中得到亚区分割结果；基于所述亚区分割结果进行胶质瘤分级。本方案通过补全子网络来依据残模态MRI影像数据集生成全模态数据，为后续分析提供完整信息基础，并且通过亚区分割子网络为不同模态合理分配权重并突出胶质瘤亚区特征，实现对胶质瘤亚区的精细分割以精确的对高级胶质瘤进行分级。
-
公开(公告)号：CN119336921A
公开(公告)日：2025-01-21
申请号：CN202411884224.3
申请日：2024-12-20
Applicant: 中国计量大学
Abstract: 本发明公开了基于大语言模型的工业知识图谱补全与自适应检索方法，属于计算机技术领域，将残缺知识图谱划分多个子图，通过负样本过滤、邻域信息剪枝、信息合并、问答模板映射以及构建知识图谱补全大模型并进行LoRA微调，补全知识图谱，通过自适应检索查询模块接收用户问题、任务分解、实体探索、关系探索、更新记忆子模块中的子图、推理路径和子目标状态，并评估性能输出查询结果，在反思与自我矫正中，当信息不足时，LLM会基于当前信息评估是否需要调整探索方向或修正推理路径，最终，根据检索到的信息输出满足用户需求的答案。本发明有效地结合了大语言模型的能力，通过自适应检索和反思机制，提高了知识图谱补全的效率和准确性。
-
公开(公告)号：CN119323562A
公开(公告)日：2025-01-17
申请号：CN202411847661.8
申请日：2024-12-16
Applicant: 中国计量大学
IPC: G06T7/00 , G06V10/80 , G06V10/762 , G06V10/30 , G06V10/77 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0499 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了工业环境中多模态数据的动态特征融合与异常检测方法，属于计算机技术领域，首先，对收集的工业数据进行预处理，去除背景干扰、噪声清理和调整数据格式，生成更干净、规范的点云和图像；其次，对预处理后的点云数据进行不同尺度的采样和查询，降低计算复杂度并保留局部几何结构信息，增强数据的鲁棒性；接着，将处理后的点云数据输入特征提取器，提取点云特征并保存；同时，对RGB图像数据进行图像特征提取并保存；然后，将点云特征和RGB图像特征输入多模态特征动态融合模块，充分利用两种模态的信息进行融合并保存融合特征；最后，结合点云特征、图像特征和融合特征进行异常检测，输出异常区域的特征图。
-
Patent Agency Ranking
公开(公告)号：CN119164915A
公开(公告)日：2024-12-20
申请号：CN202411671293.6
申请日：2024-11-21
Applicant: 中国计量大学
IPC: G01N21/3581 , G01N21/3586 , G01N21/35 , G01N21/01 , G01N21/41
Abstract: 本发明提供一种用于检测乙肝和H9N2的太赫兹波段传感芯片及应用，至少一太赫兹波段传感单元结构，其中每一太赫兹波段传感单元结构包括间隔设置在石英衬底上的第一双中空圆柱和第二双中空圆柱，第一双中空圆柱和第二双中空圆柱均为采用硅材料制备得到的双空心圆柱体，且第二双中空圆柱的双空心的半径比例不同于第一双中空圆柱的双空心的半径比例，通过第一双中空圆柱和第二双中空圆柱的非对称性实现准 BIC，分别提供高达 1674 和 2244 的高 Q 因子，灵敏度分别高达 110 GHz/RIU 和 85 GHz/RIU。
-
公开(公告)号：CN118135511A
公开(公告)日：2024-06-04
申请号：CN202310524497.6
申请日：2023-05-08
Applicant: 中国计量大学
IPC: G06V20/56 , G06V20/58 , G06V10/46 , G06V20/62 , G06V10/774 , G06V10/82 , G06V10/26 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于视觉特征引导的井盖上下文感知数据增强方法，利用目标检测、关键点检测、道路分割等技术，通过图像像素坐标车牌和实际车牌比较，在相同的垂直方向贴上井盖，实现对相机的标定和不同位置单应矩阵参数的拟合，从而实现井盖的自动贴图，提高对正常、损坏、凸起和凹陷的井盖检测效果，为城市管理部门提供有效的工具和支持。
-
公开(公告)号：CN113657143B
公开(公告)日：2023-06-23
申请号：CN202110710499.5
申请日：2021-06-25
Applicant: 中国计量大学
IPC: G06V20/40 , G06V20/52 , G06V10/75 , G06V10/764
Abstract: 本发明公开了一种基于分类和检测联合判决的垃圾分类方法，包括：S1.获取摄像头采集的视频流数据，并判断是否有用户进行垃圾投放，若是，则执行步骤S2；S2.提取视频的第Tjn帧图像和第Tj0‑1帧图像，根据提取第Tjn帧图像和第Tj0‑1帧图像计算用户投放的垃圾图像T'；S3.将垃圾图像T'输入至垃圾分类模型中进行处理，垃圾分类模型中的图像分类网络输出垃圾图像的类别和置信度，并判断输出的置信度是否大于置信度阈值，若是，则将图像分类网络的输出作为最终预测结果；若否，则执行步骤S4；S4.将垃圾分类模型提取的特征图输入至垃圾分类模型中的目标检测网络中，得到特征图中异常垃圾的检测框以及标注类别，并将目标检测网络的输出作为最终预测结果。
-
公开(公告)号：CN110309510B
公开(公告)日：2023-05-12
申请号：CN201910593023.0
申请日：2019-07-02
Abstract: 本发明公开了一种基于CornerNet‑Saccade和GRU的为图题诗方法，采用CornerNet‑Saccade检测画中的目标，并提取出画中的意象词，同时采用MobileNetV3网络分类画要表达的思想，提取中心词，并把意象词和中心词都向量化，输入双层GRU网络输出需要的五言诗。在当今社会，艺术形式不断变化，古诗词的创作艺术不断流失，本发明提出一种人工智能和作诗相结合的看画题诗的方法，能把文字信息和图像信息融合，使其在艺术上更有美感，提升其艺术价值。
-
公开(公告)号：CN111523553B
公开(公告)日：2023-04-18
申请号：CN202010262779.X
申请日：2020-04-03
Applicant: 中国计量大学
IPC: G06V10/44 , G06V10/774 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于相似度矩阵的中心点网络多目标检测方法，采用全卷积神经网络获取目标的的角点、中心点，根据相似度矩阵得到角点间的匹配关系，最后根据匹配的角点、预测的中心点筛选预测框，最后利用非极大值抑制去除冗余的预测框，得到最终的目标框。该方法是单阶段的目标检测方法，保持了单阶段目标检测方法的检测速度。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.035 seconds)
