-
公开(公告)号：CN119850993A
公开(公告)日：2025-04-18
申请号：CN202510323370.7
申请日：2025-03-19
Applicant: 华侨大学
IPC: G06V10/762 , G06V10/26 , G06V10/30 , G06V10/764 , G06V10/80
Abstract: 本发明公开了基于多模块协作的激光雷达点云分割聚类系统，涉及图像处理技术领域，包括：通过预处理模块去除反射噪点和非地面垂直点以获得纯净地面点云；利用环形高程关联图对地面点云进行预分割，并通过可信度传播和跳跃卷积优化低置信度点分类；采用条件风险价值识别并移除障碍物点云中的离群值；通过格网采样和体素化处理降低密度，挖掘细粒度特征，并融合点‑体素特征以增强全局特征表达；最后，采用分层递进策略提升分辨率，优化特征信息，实现障碍物的精准分割与聚类，并输出带有边界框的精细聚类结果。本发明通过多模块协作处理激光雷达点云数据，实现了地面与障碍物的精准分割及聚类，提高了点云数据处理的准确性和效率。
-
公开(公告)号：CN117373066A
公开(公告)日：2024-01-09
申请号：CN202311667337.3
申请日：2023-12-07
Applicant: 华侨大学
Abstract: 本发明公开了一种基于云边搜索联邦深度学习方法的行人再辨识方法及系统，涉及机器学习技术领域，方法包括以下步骤：S1，云端初始化全局深度网络模型，S2，云端将全局深度网络模型下发给边缘设备；S3，边缘设备利用个性化初始化函数构建总体优化目标函数，进行边缘深度网络模型训练；S4，云端对边缘深度网络模型权重参数进行加权平均聚合以更新云端全局深度网络模型；S5，重复S2至S4至最大次数，将最后一次生成的云端全局深度网络模型作为行人再辨识模型；S6，利用行人再辨识模型实现行人再辨识。本发明在保护数据隐私的前提下，让各个边缘设备根据本地数据特性个性化初始化自身网络，提升联邦学习中边缘深度网络和云端全局深度网络模型的性能。
-
公开(公告)号：CN119625846A
公开(公告)日：2025-03-14
申请号：CN202510169107.7
申请日：2025-02-17
Applicant: 华侨大学
IPC: G06V40/20 , G06N3/0464 , G06N3/0499 , G06V10/44 , G06V10/62 , G06V10/82
Abstract: 本发明公开了基于时空信息的遮挡场景二维姿态估计的方法及系统，涉及计算机视觉领域，方法包括：S1，获取包括多个人体信息的视频；S2，构建二维姿态估计模型；所述模型包括输入模块、可见性预测与屏蔽模块、关键点推理模块、时空依赖性模块和回归层；S3，将获取的视频输入二维姿态估计模型进行训练，获得训练好的二维姿态估计模型；S4，使用获得训练好的二维姿态估计模型进行基于时空信息的遮挡场景二维姿态估计。本发明构建出的二维姿态估计模型，能准确推理被遮挡的关键点，并提升姿态估计的平滑性和准确性，降低高频噪声的干扰，保证模型准确性的同时降低计算复杂度，以满足实时性需求。
-
Patent Agency Ranking
公开(公告)号：CN117373066B
公开(公告)日：2024-03-12
申请号：CN202311667337.3
申请日：2023-12-07
Applicant: 华侨大学
Abstract: 本发明公开了一种基于云边搜索联邦深度学习方法的行人再辨识方法及系统，涉及机器学习技术领域，方法包括以下步骤：S1，云端初始化全局深度网络模型，S2，云端将全局深度网络模型下发给边缘设备；S3，边缘设备利用个性化初始化函数构建总体优化目标函数，进行边缘深度网络模型训练；S4，云端对边缘深度网络模型权重参数进行加权平均聚合以更新云端全局深度网络模型；S5，重复S2至S4至最大次数，将最后一次生成的云端全局深度网络模型作为行人再辨识模型；S6，利用行人再辨识模型实现行人再辨识。本发明在保护数据隐私的前提下，让各个边缘设备根据本地数据特性个性化初始化自身网络，提升联邦学习中边缘深度网络和云端全局深度网络模型的性能。
-
公开(公告)号：CN116994313A
公开(公告)日：2023-11-03
申请号：CN202310809657.1
申请日：2023-07-04
Applicant: 华侨大学
IPC: G06V40/16 , G06V40/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/08 , G06F9/50
Abstract: 本发明一种基于边缘计算的电梯场景下口罩检测系统和方法，对传统Yolov5网络的主干网络做了改进，将原先主干网络中的3×3的Conv模块修改为RepVGG模块，该RepVGG模块多分支的结构采用不同的卷积核以获得不同的感受野，将不同感受野获取到的信息进行相加，进而强化特征信息的提取，提高模型性能，从而在狭小的电梯空间中，即使是大量人员同时进入电梯出现大量遮挡现象，仍能有效地进行特征提取。发明通过知识蒸馏的方法将原本应用于高性能计算机的神经网络压缩后部署到低成本的移动边缘设备上，可以实现实时高精度的口罩佩戴情况检测，并加以提醒与记录，为疫情当下的人们卫生安全保驾护航，同时降低物业的管理和设备智能化成本。
-
公开(公告)号：CN119942655A
公开(公告)日：2025-05-06
申请号：CN202510437685.4
申请日：2025-04-09
Applicant: 华侨大学
IPC: G06V40/20 , G06N3/0464 , G06N3/082 , G06N3/096 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明公开了基于知识蒸馏的轻量级人体姿态估计方法及装置，涉及人体姿态估计领域，方法包括：S1，构建初始数据集，对数据集进行标记；S2，构建用于人体姿态估计的教师模型和学生模型；S3，使用标记的数据集对教师模型进行训练，利用训练好的教师模型对学生模型进行指导训练，得到训练好的学生模型；指导训练包括特征蒸馏阶段和逻辑蒸馏阶段；所述特征蒸馏基于学生模型的中间特征图和剪枝后的教师模型中间特征图；逻辑蒸馏基于教师模型和学生模型的逻辑输出；S4，获取视频数据，将视频数据输入训练好的学生模型进行人体姿态估计。本发明通过引入秩引导的滤波器剪枝与特征关联性重构，降低人体姿态估计模型参数的同时，确保了模型的高效和精确。
-
公开(公告)号：CN119131844B
公开(公告)日：2025-02-21
申请号：CN202411612006.4
申请日：2024-11-13
Applicant: 华侨大学 , 福建泉城特种装备科技有限公司
Abstract: 本发明公开了一种基于语义图的轻量级多视角三维人体姿态估计方法及系统，涉及计算机视觉领域，方法如下：S1，获取多视角二维人体姿态数据；S2，构建三维人体姿态估计模型；所述三维人体姿态估计模型包括空间位置嵌入块、动态修剪块、语义图变换器编码器、多视角空间融合块、多视角时空融合块和回归层；S3，基于多视角的二维人体姿态数据对三维人体姿态估计模型进行训练，得到训练好的三维人体估计模型；S4，使用训练好的三维人体姿态估计模型进行三维人体姿态估计。本发明通过设计出基于语义图、动态修剪和多视角的三维人体姿态估计模型，实现了模型的轻量化，同时提升了三维人体姿态估计的准确性和效率。
-
公开(公告)号：CN119131844A
公开(公告)日：2024-12-13
申请号：CN202411612006.4
申请日：2024-11-13
Applicant: 华侨大学 , 福建泉城特种装备科技有限公司
Abstract: 本发明公开了一种基于语义图的轻量级多视角三维人体姿态估计方法及系统，涉及计算机视觉领域，方法如下：S1，获取多视角二维人体姿态数据；S2，构建三维人体姿态估计模型；所述三维人体姿态估计模型包括空间位置嵌入块、动态修剪块、语义图变换器编码器、多视角空间融合块、多视角时空融合块和回归层；S3，基于多视角的二维人体姿态数据对三维人体姿态估计模型进行训练，得到训练好的三维人体估计模型；S4，使用训练好的三维人体姿态估计模型进行三维人体姿态估计。本发明通过设计出基于语义图、动态修剪和多视角的三维人体姿态估计模型，实现了模型的轻量化，同时提升了三维人体姿态估计的准确性和效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
