-
公开(公告)号：CN110598554B
公开(公告)日：2023-01-03
申请号：CN201910735240.9
申请日：2019-08-09
Applicant: 中国地质大学(武汉)
IPC: G06V10/46 , G06V10/774 , G06V40/20 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于对抗学习的多人姿态估计方法，包括以下步骤：使用带有多人关键点坐标标签的公开数据集作为训练集，对训练集图像进行边缘信息增强预处理；对训练集中的关键点坐标标签做预处理，制作成对应的关键点热点图和整体骨架热点图；构建双分支关键点特征提取子网络；构建A‑HPose网络生成器部分；构建A‑HPose网络判别器部分；使用训练集对A‑HPose网络进行中继监督循环训练，得网络模型参数；对网络输出热点图做后处理，根据骨架热点图来对关键点热点图中的关键点进行搜索分类，得到多人中每一个人的关键点位置，预估多人姿态。本发明具有快速准确检测人体关键点特征的有益效果。
-
公开(公告)号：CN107634943A
公开(公告)日：2018-01-26
申请号：CN201710807692.4
申请日：2017-09-08
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种权值简约无线传感网数据压缩方法、设备及存储设备，所述方法包括采用RBM神经网络构建生成式模型；输入预训练数据对所述生成式模型进行RBM逐层数据压缩预训练；构建初步编解码网络模型；结合AE模型，采用深度压缩算法对所述初步编解码网络模型进行再训练；得到所述预训练数据的高压缩率和高重构精度；将再训练后得到的网络模型进行权值简约得到规模压缩的最终网络模型。一种权值简约无线传感网数据压缩设备及存储设备，用于实现所述的一种权值简约无线传感网数据压缩方法。本发明可以获得待处理数据的高压缩率、高重构精度及较小的训练网络规模。
-
公开(公告)号：CN107633529A
公开(公告)日：2018-01-26
申请号：CN201710814400.X
申请日：2017-09-11
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种深度卷积神经网单目标跟踪方法、设备及存储设备，所述方法包括步骤：对深度卷积神经网络进行预训练；训练后得到深度卷积神经网络模型参数；根据模型参数得到训练后的深度卷积神经网络；初始化训练后的深度卷积神经网络模型的末端网络层以突出跟踪目标特征；获取训练后并初始化后的深度卷积神经网络模型；通过高斯分布融合光流特征点来简化跟踪目标；将简化的跟踪目标输入训练后并初始化后的深度卷积神经网络模型得到输出结果；训练回归模型用于修正所述输出结果得到修正结果；使用修正结果更新深度卷积神经网络模型参数,得到最新的深度卷积神经网络模型。本发明在保证跟踪精度优势的情况下获得实用的算法处理速度。
-
公开(公告)号：CN107609486A
公开(公告)日：2018-01-19
申请号：CN201710706353.7
申请日：2017-08-16
Applicant: 中国地质大学(武汉)
Abstract: 一种车辆前向防撞预警方法及系统，先获取安装于车辆上的摄像头所拍摄的车辆行使方向上道路的图像，利用相机内参矩阵对图像的视频帧进行去畸变处理，对选定待变换区域src利用进行逆透视变换，根据逆透视变换后的视频帧中本车与目标车辆之间的像素间距离、像素间距离与实际距离之间的转换关系得到本车与目标车辆之间的实际距离，然后实际距离判断是否具有相撞风险，并在具有相撞风险时进行预警。在本车辆距离前面目标车辆过近的情况下，本方法及系统能及时地得知并提醒驾驶员或者自行调整车辆运行状态以避免撞车，且本方法及系统对光照突变、树阴遮挡、路面污渍等众多情况均能准确检测，适用性强、成本低、精度高、实时性以及稳定性较好。
-
公开(公告)号：CN107634937A
公开(公告)日：2018-01-26
申请号：CN201710756113.8
申请日：2017-08-29
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种无线传感网数据压缩方法、设备及其存储设备，所述方法包括采用RBM神经网络构建生成式模型；输入预训练数据对所述生成式模型进行RBM逐层数据压缩预训练；构建初步编解码网络模型；结合AE模型，采用深度压缩算法对所述初步编解码网络模型进行再训练；得到所述预训练数据的高压缩率和高重构精度。一种存储设备，所述存储设备存储指令及数据用于实现所述一种无线传感网数据压缩方法。一种无线传感网数据压缩设备，所述设备包括处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现所述的一种方法。本发明可以获得待处理数据的高压缩率及高重构精度。
-
Patent Agency Ranking
公开(公告)号：CN107590438A
公开(公告)日：2018-01-16
申请号：CN201710706391.2
申请日：2017-08-16
Applicant: 中国地质大学(武汉)
IPC: G06K9/00
Abstract: 一种智能辅助驾驶方法及系统，通过下述方法得到车道线：首先摄像头所拍摄的车辆行使方向上道路的图像，利用相机内参矩阵对图像的视频帧进行去畸变处理，然后对视频帧的选定待变换区域src进行逆透视变换，对逆透视变换后的视频帧进行阈值分割，分离车道线与背景区域，对阈值分割后的图像的下面部分进行统计，统计出车道线与图像底部的交点，然后以该交点为起点，利用滑动窗口进行搜索，确定车道线对应的m个像素，对m个像素进行曲线方程拟合得到拟合的车道线。本方法及系统能能够将车道线显示于车内显示装置中，且该方法及系统对光照突变、树阴遮挡、路面污渍等众多情况均能准确检测，适用性强、成本低、精度高、实时性以及稳定性较好。
-
公开(公告)号：CN110446173A
公开(公告)日：2019-11-12
申请号：CN201910700088.0
申请日：2019-07-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种高效节能的星载无线传感网数据压缩方法，包括以下步骤：步骤一、采集无线传感网各个终端感知节点的流数据；步骤二、对流数据进行预处理；步骤三、构建D-CRBM网络计算层的计算方法；步骤四、将D-CRBM网络计算层与变分混合编码器结合构建CBN-VAE网络；步骤五、训练CBN-VAE网络，得模型参数，构建压缩模型；步骤六、采用压缩模型对无线传感网数据进行压缩。本发明有效的降低了无线传感网的节点通信能耗、存储能耗和计算能耗。
-
公开(公告)号：CN109525598A
公开(公告)日：2019-03-26
申请号：CN201811603750.2
申请日：2018-12-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于变分混合的无线传感网深度容错压缩方法及系统，其方法包括：对原始温度数据进行去噪、去异常处理，并进行归一化处理；将RBM生成模型与变分混合编码器结合构造出变分混合差错压缩网络；将处理过的传感数据集作为网络的训练集，进行迭代训练，提高数据压缩率和重构精度。本发明的有益效果是：本发明提出的技术方案有效的降低了无线传感网的节点能耗消耗，并具有良好的压缩率和鲁棒性，提高了无线传感网的生命工作周期，为提高WSN及时性、节能性与可靠性提出了一种新方法。
-
公开(公告)号：CN107403160A
公开(公告)日：2017-11-28
申请号：CN201710633554.9
申请日：2017-07-28
Applicant: 中国地质大学(武汉)
CPC classification number: G06K9/00791 , G06K9/6288 , G06N3/0454
Abstract: 本发明提供了一种智能驾驶场景中图像检测方法、设备及其存储设备，所述方法包括步骤：接收原始图像的特征图像并生成遮挡图像；把所述原始图像的特征图像与遮挡图像合成得到遮挡后的特征图像；将遮挡后的特征图像进行预测和分类并得到预测结果；进行网络融合形成目标检测网络；训练目标检测网络得到更好的检测精度。一种存储设备，所述设备存储指令及数据用于实现所述一种智能驾驶场景中图像检测方法。一种智能驾驶场景中图像检测设备，所述设备包括处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现所述的一种智能驾驶场景中图像检测方法。本发明通过将对抗网络与卷积神经网络综合到一个网络里进行训练，有效提高了图像检测的精度和鲁棒性。
-
公开(公告)号：CN110446173B
公开(公告)日：2021-08-27
申请号：CN201910700088.0
申请日：2019-07-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种高效节能的星载无线传感网数据压缩方法，包括以下步骤：步骤一、采集无线传感网各个终端感知节点的流数据；步骤二、对流数据进行预处理；步骤三、构建D‑CRBM网络计算层的计算方法；步骤四、将D‑CRBM网络计算层与变分混合编码器结合构建CBN‑VAE网络；步骤五、训练CBN‑VAE网络，得模型参数，构建压缩模型；步骤六、采用压缩模型对无线传感网数据进行压缩。本发明有效的降低了无线传感网的节点通信能耗、存储能耗和计算能耗。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
