公开(公告)号：CN117636389A

公开(公告)日：2024-03-01

申请号：CN202311545798.3

申请日：2023-11-20

Applicant: 杭州电子科技大学

Inventor： 应娜 ,  章学威 ,  郭春生 ,  周迪 ,  杨萌

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/24 ,  G06V10/34 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开了一种基于仿射变换的自监督人体关键点检测方法，包括如下步骤：S1.采集得到不同人物、不同姿态的行人图像及视频数据集，并对数据集进行预处理操作；S2.预定义人体关键点模板；S3.构建卷积神经网络；S4.通过编码器网络对行人图像样本进行姿态特征提取，利用姿态特征生成仿射矩阵；S5.使用仿射矩阵对关键点模板进行仿射变换，得到与行人图像样本中的人体姿态相对应的关键点，并设置边沿损失对仿射矩阵的生成进行约束；S6.将检测到的人体关键点按预定义的语义信息进行一一连接，生成人体骨架热图；S7.将随机掩膜后的行人图像样本与其对应的人体骨架热图在通道维度上进行拼接后馈送至解码器，利用解码器修复掩膜后的图像样本，得到修复的图像。

公开(公告)号：CN112464908B

公开(公告)日：2024-02-13

申请号：CN202011504920.9

申请日：2020-12-18

Applicant: 杭州电子科技大学

Inventor： 钱丁炜 ,  叶学义 ,  王涛 ,  应娜 ,  张珂绅 ,  郭文风

IPC: G06V40/16 ,  G06T7/181 ,  G06T5/50 ,  G06T9/00

Abstract: 本发明公开了一种吸引局部二阶梯度轮廓模式人脸特征提取方法。本发明将人脸邻域图转化为对应的边缘响应图，根据稳定性极强的吸引模式对边缘响应图进行编码，克服了传统提取一阶信息算法特征提取有效性不足以及传统提取二阶梯度算法对随机噪声、姿态、表情敏感的缺点，实现了特征提取有效性与特征编码稳定性的平衡，在遮挡情况下也保持更高的识别率，抗噪性能更优异，鲁棒性更强。

公开(公告)号：CN117031514A

公开(公告)日：2023-11-10

申请号：CN202310993868.5

申请日：2023-08-08

Applicant: 杭州电子科技大学

Inventor： 罗照旺 ,  尚俊娜 ,  施浒立 ,  苏明坤 ,  应娜

IPC: G01S19/44

Abstract: 本发明公开了一种基于动态概率自适应蝴蝶算法的整周模糊度搜索方法，该方法根据地面接收机接收到的数据得到模糊度的浮点解和协方差阵并进行降相关处理，然后通过GPS干涉仪测姿原理来确定搜索空间。通过将一定数量的蝴蝶随机放入搜索空间中，根据个体之间的香味浓度差异进行位置更新，得到蝴蝶位置对应的整数数组与目标函数值，将最小目标函数值的个体作为花蜜源位置，记录花蜜源位置及目标函数值。达到最大迭代次数后，输出最优位置即最小目标函数值对应的整数数组，作为整周模糊度搜索的整数解，加上小数部分即可得到整周模糊度的固定解。本方法提高搜索准确率的同时解决了现有技术在整周模糊度搜索中收敛速度慢、易于陷入局部极小的缺点。

公开(公告)号：CN111259940B

公开(公告)日：2023-04-07

申请号：CN202010024750.8

申请日：2020-01-10

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  蔡猛 ,  应娜 ,  陈华华 ,  杨萌

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于空间注意力地图的目标检测方法，包括：将测试图像输入预先训练好的Faster RCNN网络，自下向上逐层进行特征提取、自上向下逐层进行高层语义信息传播，得到目标的空间特征信息和特征梯度信息；对目标的空间特征信息和特征梯度信息进行加权得到目标高层语义信息引导的注意力地图；对目标空间特征信息进行数据预处理，得到目标感兴趣区域图；叠加目标感兴趣区域图和注意力地图，得到目标注意力地图；将目标注意力地图与通道特征权重进行计算得到多通道空间注意力地图；将多通道空间注意力地图与目标空间特征信息结合得到新的目标空间特征信息；将新的目标空间特征信息联合RPN网络的目标候选框提取出进行目标分类和边界框回归的特征。

公开(公告)号：CN115294606A

公开(公告)日：2022-11-04

申请号：CN202210938996.5

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 叶学义 ,  王鹤澎 ,  曾懋胜 ,  石悦 ,  应娜

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/26 ,  G06V10/54 ,  G06T5/00

Abstract: 本发明公开了一种毫米波图像暗目标增强方法，首先计算人体毫米波图像中人体中轴位置、头顶位置与肩部位置，限制处理区域，再计算人体平均灰度值，创建补集图像，在补集图像中存储原图中灰度值低于平均灰度值的像素点的补集；提取补集图像中为暗目标的区域，排除由身体结构导致的错误增强部分，仅保留暗目标的增强区域。最后将补集图像与原图加权融合，保留暗目标纹理特征并增强暗目标的灰度特征，获取暗目标增强后的毫米波图像。本发明方法结合暗目标的灰度特征及暗目标与人体区域的位置关系，在有效增强暗目标灰度特征的同时有效保留了暗目标的纹理特征。

公开(公告)号：CN114898158A

公开(公告)日：2022-08-12

申请号：CN202210569646.6

申请日：2022-05-24

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  陈哲浩 ,  应娜 ,  陈华华

IPC: G06V10/764 ,  G06V20/54 ,  G06V10/74 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度注意力耦合机制的小样本交通异常图像采集方法及系统，本发明方法包括步骤：S1.将早先布置的摄像头中收集的交通异常情形图像打上标签作为有标签数据集，并进一步划分训练集和测试集；S2.对样本数据进行数据处理并构造情景任务，从训练集中随机采样少量样本作为支持集样本和一定量同类样本作为查询样本图像；S3.利用骨干网络对每个情景任务中的图像进行特征提取，并获取多尺度输入特征；S4.将两个不同层次注意力结合，形成特征多域层次结构；S5.将不同尺度度量结果加权聚合，根据最终的支持集和查询集样本间的度量分数实现影像分类；S6.利用损失函数进行端到端训练；S7.进行测试保留最优训练权重；S8.模型部署和图像采集。

公开(公告)号：CN111178427B

公开(公告)日：2022-07-26

申请号：CN201911375406.7

申请日：2019-12-27

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  容培盛 ,  陈华华 ,  应娜

IPC: G06V10/762 ,  G06V10/77 ,  G06V10/74 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Sliced‑Wasserstein距离的深度自编码进行图像降维并嵌入聚类的方法，包括步骤：S11.构建基于Sliced‑Wasserstein距离的自编码网络模块；S12.构建聚类模块；S13.将所述构建的自编码网络模块和聚类模块进行联合，构建基于Sliced‑Wasserstein距离的自编码嵌入式聚类网络；S14.初始化构建后的自编码嵌入式聚类网络的聚类中心，将无标签的数据集输入到网络进行迭代训练，并对自编码嵌入式聚类网络进行处理，当所述处理后的自编码嵌入式聚类网络达到预设阈值时，完成最终的聚类。本发明在网络的迭代训练过程中，同时优化了自编码网络模块以及聚类模块，从而达到聚类完成的效果。

公开(公告)号：CN114694262A

公开(公告)日：2022-07-01

申请号：CN202210397625.0

申请日：2022-04-15

Applicant: 杭州电子科技大学

Inventor： 方乾萍 ,  应娜 ,  陈华华 ,  杨雪滢 ,  王来龙 ,  舒勤 ,  梅庭杰

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于两个正交视角方向的特征分开提取的多视角步态识别方法及系统，方法具体步骤：S1.采集得到多视角、多协变量情况的步态数据集，并对数据集进行预处理；S2.将预处理后的输入送入训练好的特征提取网络，提取出90°和0°两个视角方向成分的特征向量；同时，根据输入的样本识别出样本的协变量，并得到协变量向量；S3.根据得到的协变量向量，对步骤S2的特征向量做加权处理，得到最终的步态特征向量；S4.设置注册集，注册集中只含有90°和0°两个视角方向的样本；S5.通过对比网络输出的步态特征与注册集的步态特征，分类得到输入的身份信息。本发明实现了多视角、多携带物状态的步态识别的目的，有效降低了协变量对步态识别的影响。

公开(公告)号：CN114664438A

公开(公告)日：2022-06-24

申请号：CN202210399616.5

申请日：2022-04-15

Applicant: 杭州电子科技大学 ,  浙江省疾病预防控制中心

Inventor： 孙文胜 ,  缪梓萍 ,  应娜

IPC: G16H50/20 ,  G16H50/50 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/08 ,  G10L25/30 ,  G10L25/60

Abstract: 本发明公开了一种咳嗽疾病识别模型构建方法及应用。其中模型构建中采用了双嵌套残差迁移网络ResNet32，所述的双嵌套残差迁移网络ResNet32由5个双嵌套残差结构、1个64通道的7 x 7卷积核和1个全连接层组成。本发明还将所构建的咳嗽疾病识别模型部署至服务器端，通过采用手机APP录音与后台服务器联网自动检测咳嗽，并识别引起咳嗽的病因，起到初步筛选病人；让咳嗽人员自行检测，可减轻医护人员的工作量以及传染病感染的风险，节省医疗资源。

公开(公告)号：CN114244487A

公开(公告)日：2022-03-25

申请号：CN202111564049.6

申请日：2021-12-20

Applicant: 杭州电子科技大学

Inventor： 郭锐 ,  官娟帆 ,  应娜

IPC: H04L5/00 ,  H04L1/00 ,  H04W52/30

Abstract: 本发明公开了一种基于极化码的协作NOMA‑VLC通信方法。本发明方法首先将用户分组配对；将N个子信道中可靠性高的K个子信道作为传输有用信息比特的子信道，其他的N‑K个子信道作为传输冻结信息比特的子信道；进行动态功率分配，优先满足弱用户的服务质量，剩余的功率分配给其他用户；信息序列在功率域上混合叠加，并通过直接链路S_R和S_D传输到各自的用户上，传输间接链路R_D的信息序列，从而获得更好的传输质量，最后在接收端，中继用户R的解码模块和目的节点用户D的解码模块中译码。本发明方法有效提高了NOMA‑VLC通信系统的可靠性和传输容量。