-
公开(公告)号：CN117972392A
公开(公告)日：2024-05-03
申请号：CN202410213779.9
申请日：2024-02-27
Applicant: 北方工业大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06F18/20 , G06N3/0455 , G06N3/088
Abstract: 本发明提供了一种基于变分自编码器的无监督子域适应方法，属于机器视觉领域。所述方法包括：获取源域全体样本及所有样本的原标签集，获取目标域全体样本,并将每个样本转变为张量形式，源域全体样本中类别数量与目标域类别数量相同；在源域上对编码器和分类器做预训练，用预训练完成的特征提取器对源域全体样本提取特征集；设置域适应的迭代执行次数；通过证据下界损失公式训练目标域编码器，解码器，达到最大化证据下界，再通过最大化判别器正确判断真实样本和生成样本的能力，最后通过最小化值函数训练生成器。本发明将目标域后验概率逼近源域先验概率分布，实现了类别级的特征对齐，提高无监督子域适应效果，增强深度学习模型的泛化性。
-
公开(公告)号：CN112416603A
公开(公告)日：2021-02-26
申请号：CN202011448349.3
申请日：2020-12-09
Applicant: 北方工业大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。
-
公开(公告)号：CN112416603B
公开(公告)日：2023-04-07
申请号：CN202011448349.3
申请日：2020-12-09
Applicant: 北方工业大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。
-
公开(公告)号：CN110705713A
公开(公告)日：2020-01-17
申请号：CN201910793143.5
申请日：2019-08-26
Applicant: 北方工业大学
IPC: G06N20/00
Abstract: 本发明属于迁移学习领域的域适应问题，具体涉及一种基于生成对抗网络的领域特有特征对齐的方法。包括以下步骤：S1基于“伪概率”的目标域特征子空间无监督自动分割；S2基于生成对抗网络的目标域多模态特有特征与源域特征对齐。本发明的有益效果是：通过基于“伪概率”的目标域特征子空间无监督自动分割方法可以将目标域特征分割为共享特征和特有特征。可以针对两个特征的特点选择合适的对齐算法。对于特征差异较大的目标域特有特征采用改进的生成对抗网络进行对齐；对于差异较小的目标域共享特征采用MMD算法对齐。经过此算法可使目标域与源域的特征分布更加接近，进而提高域适应模型的知识迁移能力，解决迁移不足和负迁移的问题。
-
公开(公告)号：CN112164024A
公开(公告)日：2021-01-01
申请号：CN202010890526.7
申请日：2020-08-29
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于领域自适应的混凝土表面裂缝检测方法和系统，用以解决现有技术中裂缝检测不准确、像素精度不高的问题。所述混凝土表面裂缝检测方法，从裂缝图像中采集正负样本，并采用FCSDA增强特征识别；将基于Fisher准则的FCSDA引入源域CNN，并通过源域正负样本训练源域CNN以及Softmax分类器，源域图像和目标域图像分别进入CNN，从源域和目标域中提取的特征通过最小化最大均值差异MMD实现特征对齐；最后构建局部模式预测器LPP，完成裂缝检测。本发明提高了检测的抗干扰能力及对不同混凝土建筑物环境的适应能力，降低了噪声、光照变化、摄像机位置对图像的影响，提高了定位裂缝像素的准确性和精度。
-
Patent Agency Ranking
公开(公告)号：CN116776216A
公开(公告)日：2023-09-19
申请号：CN202310621602.8
申请日：2023-05-30
Applicant: 北方工业大学
IPC: G06F18/241 , G06F18/213 , G06N3/088
Abstract: 本发明提供了一种用于无监督域适应的源域噪声修正方法，属于机器视觉域适应领域。所述方法首先获取源域全体样本XS，类别为N，在源域上对特征提取器和分类器做预训练，用预训练完成的特征提取器对源域全体样本提取特征集ZS；用声明了K＝N个簇类别的高斯混合模型GMM对提取到的特征集ZS进行建模，计算并比较每一个样本x属于每一簇的概率，取概率最大值所在簇的簇标签更新当前样本的标签；再通过标签转变矩阵A统计样本数量，以新标签对应最多数量样本的原标签，作为该新标签对应所有样本的修正标签，完成对源域噪声的修正。本发明将源域带噪数据集按照其最大概率值重新分类，降低了数据集噪声比例，增强了无监督域适应方法的鲁棒性。
-
公开(公告)号：CN112164024B
公开(公告)日：2023-09-05
申请号：CN202010890526.7
申请日：2020-08-29
Applicant: 北方工业大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/40
Abstract: 本发明提供了一种基于领域自适应的混凝土表面裂缝检测方法和系统，用以解决现有技术中裂缝检测不准确、像素精度不高的问题。所述混凝土表面裂缝检测方法，从裂缝图像中采集正负样本，并采用FCSDA增强特征识别；将基于Fisher准则的FCSDA引入源域CNN，并通过源域正负样本训练源域CNN以及Softmax分类器，源域图像和目标域图像分别进入CNN，从源域和目标域中提取的特征通过最小化最大均值差异MMD实现特征对齐；最后构建局部模式预测器LPP，完成裂缝检测。本发明提高了检测的抗干扰能力及对不同混凝土建筑物环境的适应能力，降低了噪声、光照变化、摄像机位置对图像的影响，提高了定位裂缝像素的准确性和精度。
-
公开(公告)号：CN110033431B
公开(公告)日：2021-04-27
申请号：CN201910139200.8
申请日：2019-02-26
Applicant: 北方工业大学
Inventor： 李云栋
Abstract: 本发明属于桥梁检测领域，具体涉及一种基于红外、高清图像传感器同步采集模组与基于深度学习像素模式分类器的钢桥表面锈蚀区域检测的非接触式检测装置及检测方法。所述装置包括无人机与图像采集模组，所述图像采集模组包括红外热像仪机芯、图像传感器、同步采集与记录模块、SD卡；所述图像采集模组安装在无人机上，遥控无人机在距离钢桥30米处对钢桥的两个侧面同步拍摄IR图像和RGB图像，拍摄的图像存储在SD卡中，然后利用基于深度学习像素模式分类器的方法进行分析处理。本发明提高了图像获取效率，突破了传统图像处理方法无法直接使用原始桥梁图像进行锈蚀检测的局限，提高了检测算法的抗干扰能力及对不同桥梁环境的适应能力。
-
公开(公告)号：CN110706197A
公开(公告)日：2020-01-17
申请号：CN201910720026.6
申请日：2019-08-06
Applicant: 北方工业大学
Abstract: 本发明提出了一种基于迁移学习的特殊场景下铁路异物侵限检测方法，包括以下步骤：S1：数据收集；S2：数据扩充：利用图像风格转换器将图像转换成不同域的图像，实现图像风格的迁移；S3：数据处理；S4：目标检测与跟踪。本发明首先针对恶劣天气环境和夜晚场景下训练样本过少的问题，将常规场景样本迁移到相应场景下，建立不同天气、不同时间条件下的铁路场景目标样本库；其次，基于深度卷积神经网络，通过目标检测SSD算法与CAFFE框架的结合，实现铁路场景下异常目标的检测，再结合生成的复杂样本库，实现基于迁移学习的复杂天气情况下的模型训练，利用模型的目标检测、跟踪与行为分析。
-
公开(公告)号：CN110033431A
公开(公告)日：2019-07-19
申请号：CN201910139200.8
申请日：2019-02-26
Applicant: 北方工业大学
Inventor： 李云栋
Abstract: 本发明属于桥梁检测领域，具体涉及一种基于红外、高清图像传感器同步采集模组与基于深度学习像素模式分类器的钢桥表面锈蚀区域检测的非接触式检测装置及检测方法。所述装置包括无人机与图像采集模组，所述图像采集模组包括红外热像仪机芯、图像传感器、同步采集与记录模块、SD卡；所述图像采集模组安装在无人机上，遥控无人机在距离钢桥30米处对钢桥的两个侧面同步拍摄IR图像和RGB图像，拍摄的图像存储在SD卡中，然后利用基于深度学习像素模式分类器的方法进行分析处理。本发明提高了图像获取效率，突破了传统图像处理方法无法直接使用原始桥梁图像进行锈蚀检测的局限，提高了检测算法的抗干扰能力及对不同桥梁环境的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
