-
公开(公告)号：CN109165566A
公开(公告)日：2019-01-08
申请号：CN201810866133.5
申请日：2018-08-01
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于新型损失函数的人脸识别卷积神经网络训练方法，将SoftMax loss、余弦相似度损失、Center Loss相结合，共同作为人脸识别卷积神经网络训练过程中的目标函数，在保证增大类间距、减小类内距离的同时，加入余弦相似度损失来克服由于训练与测试时人脸特征比对的度量方法不同造成的差异性。包括：一：将人脸识别数据行划分为训练样本集与测试样本集；二：对训练样本集中的人脸图像进行数据预处理；三：构建基于新型损失函数的人脸识别卷积神经网络结构；四：将训练样本集输入到人脸识别卷积神经网络中进行训练；五：保存人脸识别模型参数；六：利用经过数据预处理后的测试样本集对人脸识别模型进行测试。
-
公开(公告)号：CN108960342A
公开(公告)日：2018-12-07
申请号：CN201810864947.5
申请日：2018-08-01
Applicant: 中国计量大学
CPC classification number: G06K9/6201 , G06K9/46 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种基于改进型Soft‑Max损失函数的图像相似度计算方法，图像识别网络中的改进型Soft‑Max层的激活函数采用改进型Soft‑Max激活函数，反向传播过程中采用改进型Soft‑Max损失函数更新网络权值，改进型Soft‑Max损失函数与传统的Soft‑Max损失函数相比增加了通过图像识别网络学习得到的决策边缘；在测试阶段用训练好的图像识别模型对两张测试图像提取特征向量，计算得到特征向量之间的余弦相似度，和设置的图像相似度阈值比较，如果大于等于图像相似度阈值则判定两张图像为同一类图像，如果小于图像相似度阈值则判定两张图像为不同类图像。
-
公开(公告)号：CN108960047A
公开(公告)日：2018-12-07
申请号：CN201810499059.8
申请日：2018-05-22
Applicant: 中国计量大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00268 , G06K9/00288
Abstract: 本发明公开了一种基于深度二次树的视频监控中人脸去重方法，该方法包括：（1）人脸检测部分：准备正负人脸样本使用训练好的深度二次树模型对监控视频中移动的行人进行人脸检测，获取其人脸位置，人脸置信度，人脸清晰度和人脸图像的分辨率；（2）人脸跟踪部分：根据获取的初始帧的人脸位置，进行人脸跟踪，获取同一个人的多张人脸；（3）人脸去重：针对同一个人的人脸子集，采用人脸质量评价法确定各张人脸的图像质量，然后根据评价值选择质量最好的人脸。人脸质量评价分数由人脸置信度、人脸清晰度和人脸图像分辨率三个指标加权得出。本发明能够有效地提高人脸识别的准确率效地提高人脸识别的准率。
-
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。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.041 seconds)
