公开(公告)号：CN119323805B

公开(公告)日：2025-02-25

申请号：CN202411876774.0

申请日：2024-12-19

Applicant: 华侨大学

Inventor： 郑锦杰 ,  朱建清 ,  庄靖怡 ,  萨百慧 ,  詹思敏 ,  苏嘉骏 ,  曾焕强 ,  蔡磊 ,  施一帆

IPC: G06V40/10 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/32 ,  G06V40/20

Abstract: 本发明公开了一种动静正则混合采样的行人再辨识方法及系统，涉及公共安全智能视频监控技术领域。实践中，采样常独立于行人再辨识模型训练，导致训练过程采样的信息丢失不受控制，制约识辨准确性。为此，本发明设计了正则动态线性采样和静态线性采样混和方法，实现行人再辨识模型训练过程中联合优化采样效果，其中，前者通过归一化的可学习参数，以数据驱动的动态方式学得动态的像素组合权重；后者利用双线性变换来确定静态的像素组合权重，实现与数据无关的采样策略。本发明进一步设计了动静正则项，约束动态的像素组合权重与静态的像素组合权重之间的差异，控制可学习参数的自由度，更好地组合动静采样，减少传统单一静态采样过程中信息损失。

公开(公告)号：CN119477920A

公开(公告)日：2025-02-18

申请号：CN202510066009.0

申请日：2025-01-16

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 萨百慧 ,  卢伟 ,  黄影 ,  庄靖怡 ,  郑锦杰 ,  柳璞都 ,  朱建清 ,  曾焕强

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/084 ,  G06T5/60 ,  G06T5/70 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于细节感知采样注意力模块的气缸内壁磨损检测方法，涉及智能制造领域，基于现有模型采用的双线性插值采样处理对细微磨损的感知能力有限。为此，首先，本发明构建双线性重排特征图，由采样后的每一个特征点对应的原始特征点组成；其次，设计由全连接网络组成感知注意力模块，从双线性重排特征图学习采样权重图；再次，设计均值残差聚合模块，利用均值滤波器处理双线性重排特征图，并叠加上双线性重排特征图和采样权重图的聚合结果，作为采样特征图。由于双线性重排特征图均值代表原始特征图的低频信息，在残差聚合时，能强化采样注意力学习对高频信息的倾向，提升模型对磨损细节的感知能力，提高检测准确率。

公开(公告)号：CN119323805A

公开(公告)日：2025-01-17

申请号：CN202411876774.0

申请日：2024-12-19

Applicant: 华侨大学

Inventor： 郑锦杰 ,  朱建清 ,  庄靖怡 ,  萨百慧 ,  詹思敏 ,  苏嘉骏 ,  曾焕强 ,  蔡磊 ,  施一帆

IPC: G06V40/10 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/32 ,  G06V40/20

Abstract: 本发明公开了一种动静正则混合采样的行人再辨识方法及系统，涉及公共安全智能视频监控技术领域。实践中，采样常独立于行人再辨识模型训练，导致训练过程采样的信息丢失不受控制，制约识辨准确性。为此，本发明设计了正则动态线性采样和静态线性采样混和方法，实现行人再辨识模型训练过程中联合优化采样效果，其中，前者通过归一化的可学习参数，以数据驱动的动态方式学得动态的像素组合权重；后者利用双线性变换来确定静态的像素组合权重，实现与数据无关的采样策略。本发明进一步设计了动静正则项，约束动态的像素组合权重与静态的像素组合权重之间的差异，控制可学习参数的自由度，更好地组合动静采样，减少传统单一静态采样过程中信息损失。