-
公开(公告)号：CN118351465A
公开(公告)日：2024-07-16
申请号：CN202410540527.7
申请日：2024-04-30
Applicant: 河南大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/44 , G06V10/52 , G06N3/0464
Abstract: 本发明属于无人机图像目标检测技术领域，公开一种基于多尺度特征信息提取和融合的无人机航拍图像多尺度目标检测方法及系统，该方法包括：构建无人机航拍图像多尺度目标检测模型；所述目标检测模型包括主干网络和全局聚合渐进特征融合网络，所述主干网络由小目标特征提取模块和CSPDarknet53组成，所述全局聚合渐进特征融合网络包括多个自适应特征融合模块；通过训练好的目标检测模型对无人机航拍图像进行多尺度目标检测。本发明可以对拍摄角度复杂多变的无人机图像进行精确的检测工作。
-
公开(公告)号：CN118210082A
公开(公告)日：2024-06-18
申请号：CN202410314384.8
申请日：2024-03-19
Applicant: 河南大学
IPC: G01W1/10 , G06V10/20 , G06V10/30 , G06V10/36 , G06V10/62 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明涉及数据处理技术领域，具体涉及基于ResT和Unet融合的短时强对流降水预报方法，该方法包括：采集待预报地区预设时间段内的气象数据，并对采集到的气象数据进行预处理，其中，气象数据包括：雷达反射率图像；根据预处理后的数据，通过训练完成的ResT‑Unet融合模型进行短时强对流降水预测，其中，将ResT网络和Unet网络融合旨在提高模型对短时强对流降水事件特征的识别能力，模型训练过程中，采用交叉验证的方法来评估模型的性能，确保在不同的数据子集上都能获得稳定的预测结果。本发明不仅能够有效提取天气数据中的空间特征，还能捕捉到时间序列中的动态变化，从而大幅提升短时强对流降水的预测精度。
-
公开(公告)号：CN118114299A
公开(公告)日：2024-05-31
申请号：CN202410196775.4
申请日：2024-02-22
Applicant: 河南大学
Abstract: 本发明提供一种基于区块链和联邦学习的人类行为识别方法和系统。该方法包括：初始化区块链网络和联邦学习网络，确定区块链主节点服务器；本地设备根据本地的用户行为数据对模型进行训练，生成本地原型并上传至任意一个区块链节点服务器；任意一个区块链主节点服务器根据接收到的本地原型参数生成交易，并将交易广播至其他所有区块链节点服务器，以便在其他所有区块链节点服务器均检查通过交易的正确性后，将交易放入本地的交易池中；区块链主节点服务器将接收到的所有本地原型参数进行聚合，生成全局原型参数；重复执行上述的本地原型更新和原型聚合过程，直至达到训练停止条件；利用最终的全局模型参数对目标用户的行为数据进行识别。
-
公开(公告)号：CN117935120A
公开(公告)日：2024-04-26
申请号：CN202410140380.2
申请日：2024-01-31
Applicant: 河南大学
IPC: G06V20/40 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06V10/24 , G06V10/764
Abstract: 本说明公开一种基于Transformer的可解释性视频异常事件检测方法及装置，该方法包括：对原始视频数据进行预处理；将所有预处理后的视频帧输入深度网络，生成特征图并分割展开，构造时空张量表示；构造可解释时空Transformer模型，包括空间自注意力模块和时间自注意力模块；利用自减去机制作用于时间自注意力模块的查询和键投影之前的输入Token；利用二元交叉熵分类训练损失进行训练，构建正常数据和异常数据的分类损失函数；利用时间自注意力模块和空间自注意力模块分别提取矩阵序列每一行上的Token关联信息，并通过双线性插值将其放大至原始尺寸，最终实现可视化热图。本发明实现了视频异常事件检测的可解释性。
-
公开(公告)号：CN117850803A
公开(公告)日：2024-04-09
申请号：CN202410037441.2
申请日：2024-01-10
Applicant: 河南大学
IPC: G06F8/41 , G06Q20/38 , G06F18/2431 , G06F18/211 , G06N20/00 , G06N5/01
Abstract: 本发明涉及信息安全技术领域，具体涉及一种针对使用WASM的加密货币挖掘的检测方法。本发明使用机器学习方法完成检测功能，其主要分为两个部分，一是对机器学习模型的计算方法，一是使用机器学习方法对wasm字节码文件的检测方法。对wasm字节码文件进行字节码信息的统计提取，后将提取信息作为输入进入训练好的梯度提升决策树，得到检测结果。本发明能够通过对浏览器所使用的wasm字节码文件进行分析，并给出是否存在加密货币挖掘活动的相关信息，以保护浏览器在使用中不被劫持。
-
Patent Agency Ranking
公开(公告)号：CN117593684A
公开(公告)日：2024-02-23
申请号：CN202311666154.X
申请日：2023-12-06
Applicant: 河南大学
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/084 , G06N3/0499 , G06N3/082
Abstract: 本发明提供一种融合多尺度注意力的时空Transformer的视频异常检测方法。该方法包括：步骤1：将包含连续t帧的正常视频作为生成器的输入，生成第t+1帧预测帧，利用鉴别器区分第t+1帧预测帧和真实帧；步骤2：计算第t+1帧预测帧和真实帧之间的损失，根据损失采用梯度下降法动态调整生成器和鉴别器的参数，得到训练好的生成器和鉴别器；步骤3：将包含连续t帧的待检测视频输入至训练好的生成器中，生成第t+1帧预测帧，将该第t+1帧预测帧和真实帧输入至训练好的鉴别器中，得到异常行为检测结果。
-
公开(公告)号：CN116842121A
公开(公告)日：2023-10-03
申请号：CN202310864359.2
申请日：2023-07-13
Applicant: 河南大学
Abstract: 本发明涉及数字孪生、三维瓦片及其处理技术领域，具体涉及一种多层级瓦片联合的大规模数字孪生场景构建方法，该方法包括：获取各类基本模型及其材质文件生成glTF文件，并实现坐标系变换统一坐标系；将获得的glTF文件结合方位和自定义属性生成I3DM瓦片；确定各瓦片的boundingVolume、GeometricError等瓦片索引信息；根据瓦片包围盒和层级关系，构建R树空间索引；生成Tileset.json文件并链接I3DM瓦片，形成3DTiles文件，并通过Cesium平台进行渲染加载。本发明能够满足大规模场景渲染需要，并能够利用上开源模型缩短场景构建周期，提高了场景构建效率。
-
公开(公告)号：CN116645581A
公开(公告)日：2023-08-25
申请号：CN202310685974.7
申请日：2023-06-09
Applicant: 河南大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明提供一种定向遥感目标检测方法。该方法包括：步骤1：采用主干网络提取输入图像的三种不同尺度大小的特征图C3、C4和C5；步骤2：采用特征金字塔网络对特征图C3、C4和C5进行融合，得到五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7；步骤3：采用跨网格标签分配策略来为真值框分配正负样本，进而采用分配好的样本对特征细化检测头进行训练；步骤4：将五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7输入至训练好的特征细化检测头，得到目标检测结果。
-
公开(公告)号：CN116257782A
公开(公告)日：2023-06-13
申请号：CN202310229392.8
申请日：2023-03-10
Applicant: 河南大学
IPC: G06F18/24 , G06F18/22 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于注意力机制的多通道卷积与门控循环单元的文本情感分析方法，包括：步骤1：对获得的文本数据进行预处理，将预处理后的数据作为模型的输入；步骤2：使用不同大小的滑动窗口来提取浅层的文本信息，使用融合Concatenate操作将文本特征信息合并；步骤3：分别使用残差单元和门控循环单元对文本的抽象特征进行提取，并使用连接操作将提取到的特征信息进行合并；步骤4：引入注意力机制，对句子中的单词给予不同的权重，使用批标准化处理和全连接层最终完成分类。本发明利用一维卷积结合残差单元和门控循环单元连接以及注意力机制完成文本分类，提高了文本分类精度。
-
公开(公告)号：CN115830596A
公开(公告)日：2023-03-21
申请号：CN202211687638.8
申请日：2022-12-27
Applicant: 河南大学
IPC: G06V20/70 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/52 , G06V10/82 , G06V20/10 , G06N3/047 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及遥感图像处理技术领域，具体涉及基于融合金字塔注意力的遥感图像语义分割方法，包括：获取遥感图像输入语义分割网络的主干网得到浅层特征图和深层特征图；将浅层特征图输入空间注意力模块的卷积神经网络中得到第一、第二和第三特征图，根据第一和第二特征图得到特征矩阵；根据特征矩阵和第三特征图得到空间注意力特征图；将空间注意力特征图输入金字塔注意力模块中得到全局特征图；将深层特征图利用通道注意力模块进行重塑得到第一、第二和第三通道特征图，根据第一和第二通道特征图得到通道注意力矩阵；根据通道注意力矩阵得到增强特征图；对全局特征图和增强特征图进行融合得到语义分割图像。本发明能更好的区分细小边界。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.018 seconds)
