公开(公告)号：CN118196731A

公开(公告)日：2024-06-14

申请号：CN202410605567.5

申请日：2024-05-16

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 詹思敏 ,  陈斌 ,  余文欣 ,  陈志达 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊 ,  蔡灿辉

IPC: G06V20/54 ,  G06N10/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明公开了一种基于通道与空间量子注意力学习的车辆再辨识方法及装置，涉及车辆再辨识领域，包括：利用深度网络从车辆图像中提取车辆的特征映射；设计通道量子注意力学习分支和空间量子注意力学习分支，分别对残差模块输出的特征映射学习通道量子注意力掩码和空间量子注意力掩码，并将两种注意力掩码融合为通道‑空间复合量子注意力掩码，用于增强车辆的特征映射，使深度网络能够更全面捕捉特征映射中的重要特征。本发明利用量子叠加与纠缠特性实现车辆注意力学习，能够提高特征学习效果，改善车辆再辨识的准确率，解决了传统机器学习模型难以学习这些复杂的非线性关系的问题。

公开(公告)号：CN111126310B

公开(公告)日：2023-03-24

申请号：CN201911367254.6

申请日：2019-12-26

Applicant: 华侨大学

Inventor： 曾焕强 ,  蔡磊 ,  朱建清 ,  曹九稳 ,  张云 ,  马凯光

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明涉及一种基于场景迁移的行人性别识别方法，包括场景迁移过程与性别识别过程。本发明通过对偶生成对抗模型对来自不同场景的行人图像集进行图像迁移，减小不同数据集中行人场景的差异。利用迁移图像训练卷积神经网络，使网络模型具有较高精度的性别识别能力。本发明结合了对偶生成对抗模型用于图像迁移的优点，解决了以往基于卷积神经网络在行人性别识别问题上的不足，有效地提高了行人性别识别精度。本发明可以被广泛地应用在智能视频监控场景，大型商场的人口统计等。

公开(公告)号：CN108875754B

公开(公告)日：2022-04-05

申请号：CN201810426492.9

申请日：2018-05-07

Applicant: 华侨大学

Inventor： 曾焕强 ,  侯进辉 ,  朱建清 ,  蔡磊 ,  陈婧 ,  蔡灿辉 ,  马凯光

IPC: G06V10/44 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明涉及一种基于多深度特征融合的车辆再识别方法，包括：提取训练车辆图像的深度ID特征，提取训练车辆图像的深度颜色特征，提取训练车辆图像的深度车型特征，将提取的三种深度特征进行组合，获得融合特征，通过Softmax分类函数对融合后的深度特征进行分类。本发明对输入的车辆图像提取深度ID特征、深度颜色特征和深度车型特征并进行有效地融合，实现三种深度特征的互补，获得更有表征能力的融合特征，从而实现准确的车辆再识别。

公开(公告)号：CN111126310A

公开(公告)日：2020-05-08

申请号：CN201911367254.6

申请日：2019-12-26

Applicant: 华侨大学

Inventor： 曾焕强 ,  蔡磊 ,  朱建清 ,  曹九稳 ,  张云 ,  马凯光

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于场景迁移的行人性别识别方法，包括场景迁移过程与性别识别过程。本发明通过对偶生成对抗模型对来自不同场景的行人图像集进行图像迁移，减小不同数据集中行人场景的差异。利用迁移图像训练卷积神经网络，使网络模型具有较高精度的性别识别能力。本发明结合了对偶生成对抗模型用于图像迁移的优点，解决了以往基于卷积神经网络在行人性别识别问题上的不足，有效地提高了行人性别识别精度。本发明可以被广泛地应用在智能视频监控场景，大型商场的人口统计等。

公开(公告)号：CN119479047B

公开(公告)日：2025-04-29

申请号：CN202510066012.2

申请日：2025-01-16

Applicant: 华侨大学 ,  厦门盈趣科技股份有限公司

Inventor： 杨晨晔 ,  施一帆 ,  曾焕强 ,  朱建清 ,  龚鑫荣 ,  蔡磊 ,  陈建成 ,  杨楷翔

IPC: G06V40/16 ,  G06N3/09 ,  G06V10/44 ,  G06V10/762 ,  G06V10/82

Abstract: 本发明涉及机器学习领域，公开了一种基于宽度学习的半监督多视图聚类集成方法及系统，方法包括以下步骤：构建一种可以依据多视图人脸图像数据进行特征处理的基于宽度学习的自编码器，用于对输入的人脸图像进行特征提取，并基于宽度学习计算不同节点特征的权重；结合基于宽度学习的自编码器和双向约束传播构建聚类集成模型；利用聚类集成模型实现多视图人脸图像的聚类集成。本发明利用宽度学习系统的性能优势进行多视图数据的聚类处理，得到兼具效率与性能的模型网络，引入了流型结构和成对约束，并且在共识过程中采用了约束传播，丰富样本信息，有效提升基于宽度学习的聚类集成网络模型的鲁棒性和准确性，因而在实际场景中更具适用性。

公开(公告)号：CN119863744A

公开(公告)日：2025-04-22

申请号：CN202510346077.2

申请日：2025-03-24

Applicant: 华侨大学

Inventor： 曾焕强 ,  赖伊琳 ,  朱建清 ,  陈婧 ,  施一帆 ,  蔡磊 ,  龚鑫荣 ,  林琦 ,  郑惠洁

IPC: G06V20/40 ,  G06V10/26 ,  G06V10/40 ,  G06V10/54 ,  G06V10/82 ,  G10L19/16

Abstract: 本发明一种基于六自由度信息引导的沉浸式视频质量评价方法及装置，涉及计算机视觉领域，方法包括：构建基于六自由度信息引导的沉浸式视频质量评价模型并训练，得到经训练的评价模型；从沉浸式视频提取纹理视频块、纹理关键帧和深度关键帧；将纹理视频块、纹理关键帧和深度关键帧输入经训练的评价模型，通过视觉信息编码模块提取到对应的视觉特征；将视觉特征输入时空映射模块得到时间视觉标记和空间视觉标记；通过语言编码器对指令信息和六自由度视点位置信息进行编码，得到文本指令标记和视点位置标记；将各标记进行组合得到组合标记，将组合标记输入语音解码器中，得到沉浸式视频质量分数。本发明能够准确客观评估沉浸式视频的质量。

公开(公告)号：CN119339084B

公开(公告)日：2025-03-25

申请号：CN202411836240.5

申请日：2024-12-13

Applicant: 华侨大学 ,  泉州圣源警用侦察设备有限公司

Inventor： 潘文杰 ,  朱建清 ,  周前果 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊 ,  龚鑫荣

IPC: G06V10/26 ,  G06V10/764

Abstract: 本发明公开了一种基于区块类别编码的电缆图像分割方法及装置，涉及图像处理领域，包括：构建电缆图像分割模型和区块编码模块，将电缆分割训练数据中的图像数据输入到语义分割编码器，得到区块特征，将区块特征输入到语义分割解码器，得到语义类别概率，基于语义类别概率和语义类别标签构建语义分割损失函数，将语义类别标签输入到区块编码模块，得到区块类别标签，基于语义类别概率和区块类别标签构建相关性匹配损失函数，并计算得到总损失函数，基于总损失函数对电缆图像分割模型进行训练，得到经训练的电缆图像分割模型；利用经训练的电缆图像分割模型进行图像分割。本发明解决目前电缆图像分割技术中分割不完整、准确率低的问题。

公开(公告)号：CN119513631A

公开(公告)日：2025-02-25

申请号：CN202510072725.X

申请日：2025-01-17

Applicant: 华侨大学 ,  厦门盈趣科技股份有限公司

Inventor： 杨昱昆 ,  施一帆 ,  曾焕强 ,  朱建清 ,  龚鑫荣 ,  蔡磊 ,  陈建成 ,  杨楷翔

IPC: G06F18/23 ,  G16B40/00 ,  G06N3/0455 ,  G06F18/23213

Abstract: 肺炎病毒基因数据多视图聚类集成方法、装置和电子设备，包括：构造具有宽度学习网络和全局子空间结构的宽度自编码器；对宽度自编码器进行训练，确定宽度自编码器的模型参数，将多视图的肺炎基因数据输入训练后的宽度自编码器后输出压缩特征子空间；将压缩特征子空间聚类得到多个基本分区作为集成池的集成成员；将基本分区变换为模糊划分矩阵，基于集成池构造无向二分图，无向二分图的节点之间的连接权对应于模糊划分矩阵中的值；将无向二分图切割成几个不相交的子图，根据每个子图的样本节点得到多视图的肺炎基因数据的聚类集成结果。本发明显著减少参数量和计算资源，高效完成肺炎基因数据的多视图聚类分析。

公开(公告)号：CN119228788B

公开(公告)日：2025-02-18

申请号：CN202411725027.7

申请日：2024-11-28

Applicant: 华侨大学

Inventor： 潘文杰 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊 ,  龚鑫荣 ,  蔡灿辉

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/26 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G01R31/12 ,  G01N21/88

Abstract: 本发明公开了一种基于类别余弦映射的绝缘子故障检测方法及装置，涉及人工智能、机器视觉领域，包括：从真实数据集合与合成数据集合中获取图像数据、故障标签以及类别标签；利用类别余弦偏置编码将类别偏置编码进图像数据，利用特征提取网络提取编码结果中的空间特征；利用类别余弦偏置解码缓解空间特征中的偏置信息以获得类别特征，利用多标签分类器获取类别特征与类别标签的分类损失；利用分割解码器获取空间特征与故障标签的掩码损失；基于分类损失与掩码损失完成模型训练。本发明将正常、故障绝缘子以及合成图像的类别差异通过余弦偏置编码至图像数据中，引导模型理解合成图像与真实场景中的分布差异，最终提升合成数据在实践中的有效性。

公开(公告)号：CN119229130B

公开(公告)日：2025-02-14

申请号：CN202411736952.X

申请日：2024-11-29

Applicant: 华侨大学

Inventor： 潘文杰 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊 ,  龚鑫荣 ,  蔡灿辉

IPC: G06V10/26 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于分类激活映射自举的路面裂痕分割方法及装置，涉及人工智能、机器视觉领域，方法包括：训练基于深度网络的正常与裂痕路面分类模型；利用类激活映射方法生成路面图像的激活映射图，通过高激活阈值筛选出类别高激活掩码并进行增强操作后，加入路面图像训练集；重复上述步骤，直到达到设定条件；基于训练好的正常与裂痕路面分类模型生成待推理的路面图像的激活映射图，通过裂痕掩码阈值获得待推理的路面图像的裂痕掩码，作为裂痕分割结果。本发明利用分类模型与激活映射，寻找类别高激活掩码更新路面图像训练集，不断迭代优化掩码效果，以改善路面裂痕分割效果，无需对裂痕进行像素级的标注，大大降低了标注成本。