特征融合网络交互式图像分割方法、电子设备及存储介质

    公开(公告)号:CN117058375A

    公开(公告)日:2023-11-14

    申请号:CN202310956765.1

    申请日:2023-08-01

    Applicant: 湖南大学

    Abstract: 本申请公开了一种特征融合网络交互式图像分割方法、电子设备及存储介质,该方法针对现有IIS任务中因特征交互不充分而引起的融合特征特异性差的问题,提出了一种基于CNNs与注意力机制的点击与图像融合框架,其能够在使得点击与图像交互得更加充分的同时生成特征特异性更强的视觉特征图。针对IIS任务中普遍存在的像素不平衡问题,定义了这种问题并基于现有损失理论以及IIS任务的实际需求提出了一种名为Balanced normalized focal loss的损失,通过加入平衡权重有效的控制正点击像素以及负点击像素的梯度质心区域占比来调整模型训练过程中存在的像素不平衡问题。

    基于红外-可见光信息融合的目标检测方法及系统

    公开(公告)号:CN116681984A

    公开(公告)日:2023-09-01

    申请号:CN202310650787.5

    申请日:2023-06-05

    Applicant: 湖南大学

    Abstract: 本申请提供一种基于红外‑可见光信息融合的目标检测方法,通过设置的ISF‑Net网络对可见光和红外特征进行训练,能够有效的学习两种模态的共同特征和差异特征,利用特征分离损失监督训练的过程,使两种模态共同特征中的分歧最小化,差异特征中的分歧最大化,然后利用利用通道注意分支和空间注意分支将共同特征和差异特征进行增强,突出共同特征和差异特征之间的差异,有效提高了融合特征的特征表达能力,使得模型具有较高的检测精度。本申请还提供一种基于红外‑可见光信息融合的目标检测系统。

    一种基于多尺度特征选择性融合的指代分割方法

    公开(公告)号:CN116152265A

    公开(公告)日:2023-05-23

    申请号:CN202310012997.1

    申请日:2023-01-05

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多尺度特征选择性融合的指代分割方法,考虑到在指代分割的实际应用中,多模态特征之间的难对齐、难充分交互以及背景特征难抑制的问题没有得到有效解决,造成定位不准和模型精度降低的问题,本发明设计了基于文本引导的融合模块,对解码器的浅层到深层进行多尺度特征选择,初步选择出符合文本内容的特征,通过二次选择机制进一步筛选出只包含目标的视觉特征,并且在此基础上我们设计了注意力对比损失函数,它可以有效地抑制背景特征,提高模型精度,通过后处理分割模块,根据图像分割特性,使用不同的采样率对模型进行全局建模,分割得到最终结果,通过基准数据集的验证,本发明能够较大程度提高分割精度。

    基于视觉和雷达信息融合的3D目标运动分析方法

    公开(公告)号:CN110246159B

    公开(公告)日:2023-03-28

    申请号:CN201910515176.3

    申请日:2019-06-14

    Applicant: 湖南大学

    Inventor: 李智勇 伍轶强

    Abstract: 本发明公开了一种基于视觉和雷达信息融合的3D目标运动分析方法,包括如构建初始目标检测模型并训练得到目标检测模型;实时获取相机图像;对相机图像进行检测得到目标的2D框和目标掩码;利用多目标跟踪算法对目标进行跟踪并得到目标id;实时获取激光雷达点云数据;对相机图像和激光雷达点云数据进行联合标定得到坐标转换关系;将激光雷达点云数据投影到图像并得到点云数据;过滤点云数据得到只属于目标的点云数据;进行3D矩形边框拟合得到目标的3D坐标;计目标的速度大小和速度方向并完成3D目标运动分析。本发明方法能够快速、准确和科学的对3D目标进行运行分析和预测,而且可靠性高、准确性好且性能优异。

    基于抓取点检测的三指手势生成方法及系统

    公开(公告)号:CN113420752A

    公开(公告)日:2021-09-21

    申请号:CN202110700107.7

    申请日:2021-06-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于抓取点检测的三指手势生成方法,包括获取手势图片;获取训练数据集,构建神经网络模型,用于提取手势的特征,并计算手势对应的置信度分数,采用训练数据集,对构建的神经网络模型,进行训练,从而得到训练后的分类网络模型;从点云中选取n个点,计算坐标系,生成候选抓取手势;通过训练好的分类网络模型为手势图片进行质量评估,选出有效手势,并对手势评分,按大到小的方式排序;按照评估分数从有效手势中选出一个或多个高质量的手势。本发明还公开了一种基于所述的基于抓取点检测的三指手势生成方法的系统。本发明能根据点云的形状自适应生成多种三指抓取手势;同时抓取性能好,可靠性高,有效性好。

    云计算环境下虚拟机资源的分配方法及分配系统

    公开(公告)号:CN107197045A

    公开(公告)日:2017-09-22

    申请号:CN201710591398.4

    申请日:2017-07-19

    Applicant: 湖南大学

    Abstract: 本发明公开了一种云计算环境下虚拟机资源的分配方法,包括对虚拟机资源进行分类量化;收集用户的订单信息并计算各个用户的出价密度;计算系统的目标收益上限;提取服务商的最终目标收益;确定竞得资源的用户及其应支付的费用。本发明还公开了实现所述云计算环境下虚拟机资源的分配方法的分配系统,包括依次串接的资源分类量化模块,用户订单收集与计算模块,系统目标收益计算模块,最终目标收益计算模块和资源分配与计费模块。本发明能够适用于异构虚拟机资源的组合拍卖,能够在无视市场的供求状况的情况下为服务商提供接近于最优的收益,还保证了用户不妒嫉其他用户的拍卖结果,同时还具有很好的稳定性能够保证服务商利益的最大化。

    Hadoop平台下基于预释放资源列表的任务调度算法

    公开(公告)号:CN106201681A

    公开(公告)日:2016-12-07

    申请号:CN201610503282.6

    申请日:2016-06-30

    Applicant: 湖南大学

    CPC classification number: G06F9/4806

    Abstract: 本发明提出一种Hadoop平台下基于预释放资源列表的任务调度算法,充分利用了Hadoop记录的历史信息和集群当前状况监控信息来更好地帮助资源调度。本算法无需手动设置延迟等待时间。并通过对预释放资源列表中的资源进行预调度,解决了公平性和本地性之间的矛盾。另外,本发明提出的任务调度算法可以像延迟调度算法一样,同时应用于公平调度器和计算能力调度器。本发明的调度算法使用了预释放资源列表,通过资源列表与任务列表的匹配调度,无论在Hadoop完成时间、任务本地性,还是平均作业响应时间方面,都取得了更好的效果。

Patent Agency Ranking