-
公开(公告)号：CN118965220A
公开(公告)日：2024-11-15
申请号：CN202410990232.X
申请日：2024-07-23
Applicant: 四川大学 , 电子科技大学 , 中铁二院工程集团有限责任公司
IPC: G06F18/2433 , G06F18/232 , G06Q50/26
Abstract: 本发明公开了一种区域异常检测方法及相关设备。该方法包括：获取目标城市的POI信息；对所述POI信息进行最大密度聚类应用获得多个POI簇；基于所述目标城市的每个POI簇的当前人流数据和当前通信数据通过POI簇异常分析模型确定POI簇的异常情况，以对所述目标城市的各个区域进行异常检测。能够解决由于城市数据难以准确全面的获得，同时城市区域数据中出现异常的概率较小，并且城市区域划分也会变化，导致传统的城市区域特征挖掘方案难以有效适用的问题。
-
公开(公告)号：CN118230551A
公开(公告)日：2024-06-21
申请号：CN202410457236.1
申请日：2024-04-16
Applicant: 电子科技大学 , 四川大学 , 中铁二院工程集团有限责任公司
Abstract: 本发明公开了一种高速公路的隧道事故判断方法、系统、设备和介质，沿着隧道的行车方向在隧道的目标车道上等间距地布设有多个磁感器，包括：根据各个磁感器在当前时段对应的第一地磁数据，确定各个磁感器在当前时段的第一状态；根据各个磁感器在当前时段的第一状态，构建目标车道在当前时段对应的第一车辆分布矩阵；获取目标车道在第二时段对应的第二车辆分布矩阵以及在第三时段对应的第三车辆分布矩阵；根据第一车辆分布矩阵、第二车辆分布矩阵以及第三车辆分布矩阵之间的相似程度，确定目标车道在当前时段是否存在事故。本发明能够基于地磁数据能够识别车辆类型，判断隧道异常情况，及时判断隧道内的状态，减小事故进一步被扩大的几率。
-
公开(公告)号：CN222530190U
公开(公告)日：2025-02-25
申请号：CN202421272921.9
申请日：2024-06-05
Applicant: 中铁二院工程集团有限责任公司 , 四川大学 , 电子科技大学
Abstract: 本实用新型提供的一种交通信号磁驱动机构，电磁线圈骨架包括骨架主体、第一凸台和第二凸台，所述第一凸台的外侧设有依次连通的引出线孔、引出线槽、焊接槽、导线槽和导线引出口；所述骨架主体上的漆包线的接头通过所述引出线孔穿过所述第一凸台；穿过所述引出线槽的漆包线与穿过所述导线槽的导线在所述焊接槽处焊接固定；所述焊接槽的槽宽大于所述引出线槽和导线槽的槽宽。采用上述技术方案，有效的避免了焊接处的断裂以及脱落，提高了交通信号磁驱动机构环境适应能力。
-
公开(公告)号：CN222529880U
公开(公告)日：2025-02-25
申请号：CN202421271881.6
申请日：2024-06-05
Applicant: 中铁二院工程集团有限责任公司 , 电子科技大学 , 四川大学
IPC: G08G1/042
Abstract: 本实用新型提供的公路地磁信号采集驱动电路，通过设置初级放大电路、次级放大电路、初级补偿电路和次级补偿电路；初级补偿电路连接所述初级放大电路的REF端口，用于输出所述初级放大电路的基准电压；次级补偿电路连接所述次级放大电路的负输入端，用于补偿所述地磁信号采集驱动电路的失调电压，从而有效的降低了外界信号对采集的地磁信号的干扰，提高了数据检测的精度。
-
公开(公告)号：CN118038497A
公开(公告)日：2024-05-14
申请号：CN202410424542.5
申请日：2024-04-10
Applicant: 四川大学
IPC: G06V40/10 , G06V10/26 , G06V10/74 , G06V10/75 , G06V10/764 , G06V10/86 , G06V30/40 , G06V30/418 , G06V30/19
Abstract: 本发明公开了一种基于SAM的文本信息驱动的行人检索方法及系统，应用于图像识别技术，方法包括：形成图像编码和文本编码；进行细粒度跨模态对齐，并生成跨模态对比损失函数；构建遮蔽语言建模损失函数和遮蔽图像建模损失函数；构建二元分类任务损失函数；进行行人图像分割并生成图像分割损失函数；进行加权计算生成综合损失函数；根据综合损失函数构建检索模型，并通过检索模型对行人进行检索。本发明通过上述技术方案，不需要额外的训练样本即可实现高效率高精度的多模态识别，不仅考虑了全局的图像与文本匹配，还引入了基于局部嵌入的细粒度对齐机制。这种细粒度对齐能够捕捉到跨模态内容之间的微妙差异，实现更精确的模态对齐。
-
Patent Agency Ranking
公开(公告)号：CN115620366A
公开(公告)日：2023-01-17
申请号：CN202211277059.6
申请日：2022-10-18
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了基于跨特征类型交互与多尺度融合的人脸表情识别方法，属于图像处理与计算机视觉技术领域，公开了以下步骤：获取待识别表情的人脸的RGB图，并由所述RGB图生成关键点热图；将所述RGB图和所述关键点热图输入至预先训练好的人脸表情识别模型中，得到人脸表情识别结果，在提取RGB图和关键点热图的特征向量时，存在跨特征类型的交互和多尺度融合，使得两种特征类型能够更好地互补，相比特征提取阶段只存在单向交互或不存在交互的深度网络，本发明的人脸表情识别网络更具有鲁棒性，从而有效地提高了人脸表情的识别性能。
-
公开(公告)号：CN112528902A
公开(公告)日：2021-03-19
申请号：CN202011501892.5
申请日：2020-12-17
Applicant: 四川大学
Abstract: 本发明公开了一种基于3D人脸模型的视频监控动态人脸识别方法及装置，包括：提取采集端采集到的待识别二维人脸图像的二维特征，并将其转换为三维人脸图像，提取转换得到的三维人脸图像的三维特征，串联得到包含二维信息与三维信息的第一融合特征；同时，提取识别端预存的三维人脸模型的三维信息，并将预存三维人脸模型投影至二维投影图像，提取投影图像的二维特征，串联得到包含二维信息与三维信息的第二融合特征，最后利用两个融合特征进行人脸识别；相应的融合特征在二维纹理信息基础上充分融合了三维形状信息，改善只利用二维纹理信息进行识别所存在的无法在复杂环境下识别成功的问题，有效提高识别的准确率、保证识别算法的鲁棒性。
-
公开(公告)号：CN109919059B
公开(公告)日：2021-01-26
申请号：CN201910143226.X
申请日：2019-02-26
Applicant: 四川大学
Abstract: 本发明公开了图像处理与计算机视觉技术领域的一种基于深度网络层次化与多任务训练的显著性物体检测方法，步骤包括：1、确定与显著性物体检测任务相关联的一个或多个任务；2、选取多任务训练图片；3、对层次化特征的深度神经网络进行联合训练，得到优化后的层次化特征的深度神经网络，所述层次化特征的深度神经网络采用层次化特征的深度神经网络架构；4、输入图像到优化后的层次化特征的深度神经网络，得到显著性物体检测结果。本发明利用多任务联合训练并融合了深度神经网络的层次化特征，实现了显著性物体检测更精确地定位，以及更加准确细致的物体边缘刻画。
-
公开(公告)号：CN109903377A
公开(公告)日：2019-06-18
申请号：CN201910150455.4
申请日：2019-02-28
Applicant: 四川川大智胜软件股份有限公司 , 四川大学
Abstract: 本发明公开了一种无需相位展开的三维人脸建模方法及系统，该方法通过多帧条纹结构光场所蕴含的相位信息对目标目标人脸表面进行标记，从相机拍摄的多帧人脸纹理图中提取人脸特征点并生成人脸几何信息约束条件，利用人脸的几何信息对双目立体匹配的过程进行约束，直接使用截断相位替代绝对相位进行立体匹配来计算视差图，通过无需进行相位展开的立体匹配方法得到高精度、高可靠性的视差图，进而重建三维人脸模型。本发明无需投影附投影并拍摄附加结构光场来辅助相位展开，有效减少了三维人脸建模所需投影和拍摄结构光场数目，缩短建模图像采集时间，并有效保证了建模精度。
-
公开(公告)号：CN117373096A
公开(公告)日：2024-01-09
申请号：CN202311481077.0
申请日：2023-11-08
IPC: G06V40/16 , G06V20/40 , G06V10/62 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及图像处理与计算机视觉技术领域，特别涉及一种基于长短期时序感知的视频人脸表情识别方法及系统，包括：S1，在通道和空间维度上设计通道空间特征增强的深度卷积神经网络，通过分别显式建模卷积网络特征通道和空间之间的相互依赖关系，获得增强的卷积网络特征；S2，在时间维度上设计长短期时序感知的自注意力变换网络，通过编码视频人脸各帧之间的相互依赖关系，获得长短期时序感知的人脸表情特征。使用结合了短期和长期两种时序信息的神经网络进行人脸表情识别的方法进一步提高识别结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.064 seconds)
