公开(公告)号：CN111160108B

公开(公告)日：2023-03-31

申请号：CN201911242653.X

申请日：2019-12-06

Applicant: 华侨大学

Inventor： 徐园园 ,  罗继亮 ,  方慧娟 ,  童飞扬 ,  孙海信

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/08

Abstract: 一种无锚点的人脸检测方法及系统，方法包括：将待测人脸图像输入到训练好的人脸检测网络中进行人脸检测；所述训练好的人脸检测网络进行人脸特征提取，输出人脸热度图、人脸尺度图和人脸中心偏移量图；将所述人脸热度图中大于预设阈值的点认为是人脸，然后在所述人脸中心偏移量图上的对应位置取出人脸坐标偏移量，与所述人脸热度图的坐标相加，得到最终人脸的中心位置，最后在所述人脸尺度图上计算出人脸的宽高，得到人脸的坐标。本发明的人脸被表示为人脸框的中心点，然后根据中心位置的图像特征直接回归人脸框的大小，这样就减少了繁琐锚点的后处理时间，实现快速高效的人脸检测任务。

公开(公告)号：CN112085384A

公开(公告)日：2020-12-15

申请号：CN202010937135.6

申请日：2020-09-08

Applicant: 华侨大学 ,  深圳市检验检疫科学研究院

Inventor： 徐园园 ,  刘海建 ,  何建安 ,  李涛 ,  孙海信 ,  邱佳梁

IPC: G06Q10/06 ,  G06Q10/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明给出了一种基于模糊推理与LSTM结合的邮寄物风险评价方法与系统，包括利用层次分析法，确定邮寄物风险的风险评估指标和风险评估指标权重系数，再对邮寄物的申报数据和查验数据进行预处理，得到原始数据样本，基于模糊推理理论，对原始数据样本进行模糊归一化，构建可用于深度学习训练的风险等级样本数据，基于风险源指标体系表，对风险等级样本数据利用LSTM深度神经网络进行建模，对风险源进行智能综合评价及预测。本发明构建了分析所需的原始数据样本以及完善的数据分析体系，并将原始数据样本中的语言变量转化为数字变量，最后利用改进的LSTM深度神经网络对数据进行训练，得到相比于现有技术更加稳定的邮寄物风险源评价模型。

公开(公告)号：CN111160108A

公开(公告)日：2020-05-15

申请号：CN201911242653.X

申请日：2019-12-06

Applicant: 华侨大学

Inventor： 徐园园 ,  罗继亮 ,  方慧娟 ,  童飞扬 ,  孙海信

IPC: G06K9/00 ,  G06N3/08

Abstract: 一种无锚点的人脸检测方法及系统，方法包括：将待测人脸图像输入到训练好的人脸检测网络中进行人脸检测；所述训练好的人脸检测网络进行人脸特征提取，输出人脸热度图、人脸尺度图和人脸中心偏移量图；将所述人脸热度图中大于预设阈值的点认为是人脸，然后在所述人脸中心偏移量图上的对应位置取出人脸坐标偏移量，与所述人脸热度图的坐标相加，得到最终人脸的中心位置，最后在所述人脸尺度图上计算出人脸的宽高，得到人脸的坐标。本发明的人脸被表示为人脸框的中心点，然后根据中心位置的图像特征直接回归人脸框的大小，这样就减少了繁琐锚点的后处理时间，实现快速高效的人脸检测任务。

公开(公告)号：CN119538989A

公开(公告)日：2025-02-28

申请号：CN202411114910.2

申请日：2024-08-14

Applicant: 华侨大学

Inventor： 徐园园 ,  李炳昊 ,  林宝卿

IPC: G06N3/049 ,  G06N3/045 ,  G06F18/15 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0442 ,  G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06F123/02

Abstract: 本发明提出了一种基于CNN、BiLSTM和Attent ion的光伏发电预测方法和系统，将光伏发电数据序列进行归一化处理；通过一维卷积神经网络CNN初步提取光伏发电数据序列的时间特征并进行降维；通过双向长短时记忆网络BiLSTM进一步提取时间特征，前向层进行正向计算得到每个步长向前隐含层的输出，后向层进行反向计算得到每个步长向后隐含层的输出，结合得到最终输出的特征序列向量；通过注意力机制Attent ion结合特征序列向量提取关键特征并按照重要程度进行合并，为特征序列向量分配注意力权重并进行加权求和，得到光伏发电序列的完整特征；构建光伏发电预测模型并结合完整特征预测光伏发电功率。本发明能对光伏发电数据序列进行充分的学习，大大提高了预测效率和准确性。