-
公开(公告)号：CN114926684A
公开(公告)日：2022-08-19
申请号：CN202210578041.3
申请日：2022-05-25
Applicant: 杭州电子科技大学 , 浙江省疾病预防控制中心
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种结合注意力机制与深度可分离卷积残差网络的蚊虫识别方法及系统，本发明方法包括：预训练阶段，(1)预处理公共数据集的图片，使用Cifar10数据集；(2)构建神经网络模型：主干网络是残差网络ResNet18，将ResNet18中的所有卷积操作替换为深度可分离卷积，并引入注意力机制模块；(3)在Cifar10数据集上预训练，训练所得的网络参数保存为.pth为后缀的参数文件中；微调阶段，(1)预处理蚊子图片；(2)修改预训练阶段获得的模型的最后一层，将最后一层全连接层的神经元数量修改为四，对应四类蚊虫种类；(3)将参数文件加载到模型中，在蚊虫数据集上继续训练微调模型参数；网络输出为四个概率值，概率最大者所在位置为模型预测该样本相应的类别。
-
公开(公告)号：CN114926682A
公开(公告)日：2022-08-19
申请号：CN202210547394.7
申请日：2022-05-18
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于局部离群因子的工业图像异常检测与定位方法及系统，本发明方法具体如下：(1)获取训练数据集；(2)特征提取；(3)采用局部离群因子算法进行异常检测与定位。本发明将深度学习和传统方法相结合提出了一种无监督的异常检测与定位技术方案，具有较高的异常检测准确性和较精准的异常定位性能。
-
公开(公告)号：CN111242906B
公开(公告)日：2022-03-18
申请号：CN202010011696.3
申请日：2020-01-06
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G16H50/20
Abstract: 本发明公开了一种支持向量数据描述的胸部影像异常检测方法。本发明方法包括训练阶段和测试阶段。在训练阶段，构建并训练深度稀疏变分自编码器，获得训练数据集的隐藏层特征的均值，然后在稀疏变分自编码器基础上构建并训练深度支持向量数据描述网络，将均值作为超球体中心；在测试阶段，将测试数据集输入到训练好的深度支持向量数据描述网络中，计算得到异常分数和对应的ROC曲线并以此得到最佳阈值，当异常分数小于等于阈值则判为正常，否则判为异常。本发明方法采用了变分稀疏自编码器来进行特征学习，通过深度支持向量数据描述网络分离特征数据，具有较高的特征提取能力和较高的检测准确性。
-
公开(公告)号：CN109902564B
公开(公告)日：2021-04-06
申请号：CN201910044224.5
申请日：2019-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于结构相似性稀疏自编码网络的异常事件检测方法。本发明分为两个阶段：在训练阶段，提取训练数据的结构相似性SSIM特征，并将SSIM特征作为稀疏自编码网络的输入训练网络的权重参数，利用稀疏自编码网络的隐藏层对SSIM特征进行降维并提取均值和方差；在测试阶段，提取测试数据的SSIM特征，输入到训练好的稀疏自编码网络中，得到隐藏层的输出数据，结合训练阶段得到的均值和方差求马氏距离，当马氏距离小于阈值时，判为正常事件；当马氏距离大于等于阈值时，判为异常事件。本发明通过提取SSIM特征来表征场景的变化程度，从而能更好地鉴别是否发生异常事件。
-
公开(公告)号：CN112464901A
公开(公告)日：2021-03-09
申请号：CN202011485882.7
申请日：2020-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于“梯度脸”局部高阶主方向模式的人脸特征提取方法。首先设计“梯度脸”卷积算子，计算像素的多方向梯度分量和，以构造“梯度脸”结构。该结构不但削弱了局部区域光照变化因素的影响，保留主要的人脸特征，通过在特征域上提取高阶导数信息，由于在底层抑制了噪声，很好地解决了高阶提取算法噪声敏感问题。同时，在“梯度脸”上引入主方向分组策略表征其高阶导数特征，以局部邻域高阶导数方向变化的特征码形成主方向特征图。不但没有丢失不同导数方向之间高阶导数信息，保持了算子的精确的表征能力，而且特征码长度仅为主流方法的一半。本发明方法对光照、表情以及面部遮挡等变化因素具有好的鲁棒性，以及更高的识别效率。
-
Patent Agency Ranking
公开(公告)号：CN110136202A
公开(公告)日：2019-08-16
申请号：CN201910422933.2
申请日：2019-05-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于SSD与双摄像头的多目标识别与定位方法，包括：基于张氏标定法的相机标定，利用内参使用EPnP算法和Levenberg-Marquardt算法计算得到精确相机位姿；利用深度学习目标检测框架SSD训练多目标检测模型，可以精准识别双摄像头视线内的多目标；利用SIFT特征把左右摄像机检测出的目标匹配，根据得到的相机位姿，求解目标在现实世界中的位置，实现目标的定位。本发明在室内定位导航中利用深度学习训练模型对多目标进行检测，识别的目标可以包括但不限于行人、狗、车等；既能够实现双摄像头在远距离情况下的定位，又利用了深度学习识别目标的鲁棒性，实现双摄像头多目标快速识别和定位。
-
公开(公告)号：CN110069978A
公开(公告)日：2019-07-30
申请号：CN201910160098.X
申请日：2019-03-04
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种非凸低秩分解和叠加线性稀疏表示的人脸识别方法。本发明步骤如下：1、根据低秩矩阵分解理论，将γ范数取代核范数用于低秩矩阵分解，并引入结构不相干判别项，形成判别性非凸低秩分解；2、对判别性非凸低秩分解进行求解，把人脸样本矩阵分解为低秩矩阵和稀疏矩阵；3、将低秩矩阵通过叠加线性表示分解为原型字典和变异字典，然后把两个字典通过线性加权联合作为测试时用的字典；4、利用稀疏表示算法，运用同伦法求得l1范数的稀疏系数，通过重构最小化稀疏残差模型对人脸图片进行分类识别，将待测试人脸样本归为误差最小的一类中，从而实现人脸识别。本发明在遮挡和噪声污染情况下，能保持较好鲁棒性和高效性。
-
公开(公告)号：CN109919301A
公开(公告)日：2019-06-21
申请号：CN201910141284.9
申请日：2019-02-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于信息传输最大化准则的深度神经网络批量优化方法：首先，从动力学角度分析注入随机信号的原理，明确随机信号在深度神经网络中的作用，从而以此为基础，以批量为单位，在输入样本中注入随机信号；其次，以批量为单位，调节随机信号总功率：随着迭代次数的增加降低每个批量上的随机信号总功率，帮助算法逃离鞍点，收敛到最小值；最后，在每次迭代时，基于信息传输最大化准则在批量上合理分配随机信号功率，从而使得最终得到的模型性能达到均衡，具有良好的检测效果。
-
公开(公告)号：CN109902564A
公开(公告)日：2019-06-18
申请号：CN201910044224.5
申请日：2019-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于结构相似性稀疏自编码网络的异常事件检测方法。本发明分为两个阶段：在训练阶段，提取训练数据的结构相似性SSIM特征，并将SSIM特征作为稀疏自编码网络的输入训练网络的权重参数，利用稀疏自编码网络的隐藏层对SSIM特征进行降维并提取均值和方差；在测试阶段，提取测试数据的SSIM特征，输入到训练好的稀疏自编码网络中，得到隐藏层的输出数据，结合训练阶段得到的均值和方差求马氏距离，当马氏距离小于阈值时，判为正常事件；当马氏距离大于等于阈值时，判为异常事件。本发明通过提取SSIM特征来表征场景的变化程度，从而能更好地鉴别是否发生异常事件。
-
公开(公告)号：CN109359519A
公开(公告)日：2019-02-19
申请号：CN201811026243.7
申请日：2018-09-04
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的视频异常行为检测方法。本发明方法包括训练阶段和测试阶段。在训练阶段，将训练视频序列转换成灰度图和光流图，并分别制作成时空块，分别输入到残差自编码模型中进行训练，建立基于灰度图和光流图的两个模型，训练好的模型包含了正常行为的运动模式和外观信息，所以更有利于正常行为的重构。在测试阶段，将测试数据制作成灰度图和光流图的时空块，先将灰度图时空块输入到灰度图模型中，初步检测出正常区域和可疑区域，再将可疑区域的光流图时空块输入到光流图模型中，检测出正常区域和异常区域，得到最终的异常判定，本发明方法能更好地鉴别视频数据的运动信息和外观特征，从而提高异常行为的检测率。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.031 seconds)
