-
公开(公告)号:CN116894328A
公开(公告)日:2023-10-17
申请号:CN202310711573.4
申请日:2023-06-15
Applicant: 华南理工大学
IPC: G06F30/20 , G06F3/0486
Abstract: 本发明公开了一种多层次多维度模型结果可信度量化方法,包括:利用可视化流水线模式思想,通过拖拽图标的方式可视化构建模型验证流程;分别针对静态和动态性能参数,配置其仿真数据和参考数据;配置仿真和参考数据预处理方法及参数;配置模型结果一致性分析方法及参数;采用基于决策树的推理机制执行自动验证,获取验证结果;本发明实现了多层次多维度模型结果可信度的量化方法,通过多种主客观方法结合,使得量化结果更加可靠和准确;提供自动计算引擎减少人为排查错误的复杂度;此外,还提供文件导出等方式对量化结果进行归档,有利于迅速查看结果和排查问题。
-
公开(公告)号:CN116242359A
公开(公告)日:2023-06-09
申请号:CN202310087842.4
申请日:2023-02-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于场景融合知识的视觉语言导航方法、装置及介质,其中方法包括:获取视觉语言导航任务;根据视觉语言导航任务获取自然语言指令特征、场景特征和物体特征,使用基于语义和位置感知的图卷积网络迭代更新物体特征的权重,使用场景中的物体标签检索出知识增强的物体特征;使用基于场景和知识感知的多模态决策模块,融合所述自然语言指令特征、场景特征和物体特征,进行动作预测并更新智能体的运行状态,直到智能体选择停下。本发明通过利用场景中物体和知识的语义和位置关系,使得场景特征和自然语言指令特征进行更好地对齐,并让智能体在有限的视觉观察和未见过的环境中能有效地导航。本发明可广泛应用于视觉语言导航技术领域。
-
公开(公告)号:CN113160082A
公开(公告)日:2021-07-23
申请号:CN202110409022.3
申请日:2021-04-16
Applicant: 华南理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于参考图像的晕影校正方法、系统、装置及介质,方法包括:获取初始图像以及初始参考图像;对所述初始参考图像进行晕影校正预处理,确定预处理参考图像;对所述预处理参考图像以及所述初始参考图像进行增益因子矩阵计算,确定增益因子矩阵;根据所述增益因子矩阵,对所述初始图像进行晕影校正处理,确定目标图像;本发明实现了对图像的快速晕影校正,能够降低晕影校正计算的复杂度、使得晕影校正计算可并行化,适合在需要快速晕影校正的工业检测场景下应用,能广泛应用于图像处理技术领域。
-
公开(公告)号:CN111126238A
公开(公告)日:2020-05-08
申请号:CN201911316782.9
申请日:2019-12-19
Applicant: 华南理工大学
IPC: G06K9/00 , G06K9/62 , G06F16/2458 , G06F16/248 , G06Q50/26
Abstract: 本发明公开的一种基于卷积神经网络的X光安检系统,包括依次连接的X光安检模块、图像获取模块、后端服务器、显示模块;X光安检模块用于获取物品的X光图像,并将X光图像传递至图像获取模块;图像获取模块用于从X光安检模块图像输出接口获取待测物品的X光图像,将X光图像转换为安检系统所接受的数据格式,并将该数据格式的X光图像传输到后端服务器;后端服务器用于将X光图像进行危险品检测,得到检测结果,并传输到显示模块;显示模块用于人机交互并显示检测结果以及对检测出的危险品进行报警提醒;定期进行复检持续更新危险品检测模型的参数,本发明充分考虑到安检过程实时性、准确性的要求,具有广阔的应用前景。
-
公开(公告)号:CN102393829B
公开(公告)日:2014-02-12
申请号:CN201110338244.7
申请日:2011-10-31
Applicant: 华南理工大学
IPC: G06F11/267
Abstract: 本发明公开了一种面向嵌入式系统的磁盘I/O测试系统,包括客户端、目标机端,客户端与目标机端网络连接,所述客户端包括:传输控制模块、数据处理模块、显示交换模块;所述目标机端包括:测试代理模块、测试执行模块。本发明的有益效果是测试在特定系统中嵌入式磁盘I/O的性能、对系统的磁盘I/O进行实时监测并分析是否存在瓶颈、对进程的磁盘I/O情况进行实时监测并实时获取系统中运行的软件对磁盘的I/O访问情况、对磁盘的每一次I/O访问进行跟踪记录并可存入数据库,本发明一方面是驱动层对磁盘I/O进行监测,另一方面可在磁盘测试中使用收集到的日常读写数据作为输入源以模拟实际应用,最终得到对被测试磁盘真实可靠的性能评价。
-
公开(公告)号:CN119942049A
公开(公告)日:2025-05-06
申请号:CN202411922583.3
申请日:2024-12-25
Applicant: 华南理工大学
IPC: G06V10/22 , G06V10/25 , G06V10/44 , G06V10/774 , G06V20/40 , G06T7/00 , G06T7/277 , G06T7/73 , A61B5/00
Abstract: 本发明公开了一种面向吞咽造影分析的半监督关键点定位方法及设备,其中方法包括:获取并对吞咽造影图像进行标注,获得标注数据;设计联合优化策略,将标注数据的监督损失和未标注数据的自监督一致性损失集成在统一的训练框架中;利用未标注数据生成伪标签,并在模型训练过程中动态更新伪标签,利用有监督数据与无监督数据对模型进行联合训练;构建语义引导模块,用于辅助模型更精准地捕获关键点区域的特征;在视频处理阶段引入卡尔曼滤波算法,通过融合多帧的关键点预测结果,以实现关键点时序校准。本发明通过引入语义引导模块,增强了模型对关键点区域特征的捕获能力,并通过卡尔曼滤波优化时序一致性,有效提升了关键点定位的精度与鲁棒性。
-
公开(公告)号:CN119942635A
公开(公告)日:2025-05-06
申请号:CN202411922577.8
申请日:2024-12-25
Applicant: 华南理工大学
IPC: G06V40/20 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/62 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种吞咽造影视频微动作识别与定位方法及电子设备,其中方法包括:确定吞咽造影视频中的解剖学关键点并提取关键点序列,获取喉部的空间位置和运动趋势,为微动作识别与定位提供结构化指导;提取吞咽造影视频的外观特征;将关键点序列与外观特征进行融合,通过多模态信息互补提升微动作识别与定位模型对细粒度动作的辨别能力;设计动作分类与定位的联合优化策略,预测微动作类别及其时序边界,实现吞咽微动作的精准识别与定位。本发明过融合视频时序特征与解剖学关键点序列信息构建统一分析框架,利用关键点序列引导模型聚焦关键区域和时段,进而实现精准的微动作识别与定位。
-
公开(公告)号:CN111126238B
公开(公告)日:2023-06-20
申请号:CN201911316782.9
申请日:2019-12-19
Applicant: 华南理工大学
IPC: G06V20/50 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/94 , G06F16/2458 , G06F16/248 , G06Q50/26
Abstract: 本发明公开的一种基于卷积神经网络的X光安检系统,包括依次连接的X光安检模块、图像获取模块、后端服务器、显示模块;X光安检模块用于获取物品的X光图像,并将X光图像传递至图像获取模块;图像获取模块用于从X光安检模块图像输出接口获取待测物品的X光图像,将X光图像转换为安检系统所接受的数据格式,并将该数据格式的X光图像传输到后端服务器;后端服务器用于将X光图像进行危险品检测,得到检测结果,并传输到显示模块;显示模块用于人机交互并显示检测结果以及对检测出的危险品进行报警提醒;定期进行复检持续更新危险品检测模型的参数,本发明充分考虑到安检过程实时性、准确性的要求,具有广阔的应用前景。
-
公开(公告)号:CN111008262B
公开(公告)日:2023-04-28
申请号:CN201911160895.4
申请日:2019-11-24
Applicant: 华南理工大学
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06Q10/0639 , G06Q50/18
Abstract: 本发明公开了一种基于知识图谱的律师评估方法和推荐方法,所述律师评估方法包括以下步骤:S1.采集公开的裁判文书形成裁判文书库;S2.对裁判文书进行预处理,形成有效数据库;S3.构造裁判文书的知识图谱,并对每份裁判文书进行知识图谱要素识别;S4.依据步骤S3中的知识图谱,通过机器学习模型得到每个律师的专业质量评价分数;S5.按照案件类型进行分类统计,得到每个律师擅长的案件类型数据,并写入数据库。用于所述律师评估方法的律师推荐方法,包括以下步骤:A.获取用户输入的案件类型、案件区域及案件描述;B.根据用户输入的案件类型和案件区域查找到相应的案件库;C.查找到相似的案件及其律师,返回给用户端。
-
公开(公告)号:CN101944060A
公开(公告)日:2011-01-12
申请号:CN201010281516.X
申请日:2010-09-10
Applicant: 华南理工大学
Abstract: 本发明提供一种基于嵌入式软件的细粒度检测方法,由客户端和测试代理端两部分共同协作完成,所述客户端设置在开发机中,而测试代理端设置在目标机中,客户端和测试代理端通过网络进行通信,测试代理端所采集的样本数据通过网络实时发送给客户端进行分析,本发明通过客户端模块和测试代理端模块对嵌入式软件进行了实时在线的网络监测,并且能将监测粒度细化到指定进程的每一个端口,实现了细粒度的网络监测。
-
-
-
-
-
-
-
-
-