-
公开(公告)号：CN119049290B
公开(公告)日：2025-02-21
申请号：CN202411524346.1
申请日：2024-10-30
Applicant: 松立控股集团股份有限公司 , 山东大学
IPC: G08G1/01 , G06N3/0455 , G06F18/22
Abstract: 本发明属于交通控制技术领域，涉及一种基于时空分析和轨迹匹配的车辆间关联性交通监控方法，先收集车辆结构化时空数据，并定义时空数据轨迹和时空数据点；再检测车辆轨迹特征，得到轨迹相似度得分；再检测车辆停留点，得到停留点相似性得分；然后将轨迹相似度得分和停留点相似性得分进行相加，得到车辆间的关联性得分，不仅结合了现有的深度学习技术进行轨迹相似度分析，还引入了停留点检测和匹配技术，从时空数据轨迹和时空数据点两个维度综合分析车辆间的关联性，更全面、准确地捕捉和分析车辆之间的潜在关联性，提高监控系统的准确性和实用性。
-
公开(公告)号：CN119005453A
公开(公告)日：2024-11-22
申请号：CN202411487051.1
申请日：2024-10-24
Applicant: 松立控股集团股份有限公司 , 山东大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/08
Abstract: 本发明属于智慧交通技术领域，尤其涉及一种城市级停车需求规模预测方法、系统、电子设备及介质，先收集城市多源数据，通过引入多变量Tokenization和多频率滑动窗口提取数值变量特征，结合自然语言编码器提取自然语言特征，并使用多头注意力机制对多种特征进行对齐和加权融合，最终通过解码器生成预测结果，能够确保得到的预测结果具有更高的精度和可靠性，实现对城市级停车需求的精确预测。
-
公开(公告)号：CN118297808A
公开(公告)日：2024-07-05
申请号：CN202410725173.3
申请日：2024-06-06
Applicant: 山东大学
IPC: G06T3/4076 , G06T3/4046 , G06T7/55 , G06N3/0464
Abstract: 本发明涉及图像超分辨重建技术领域，公开了基于视差引导的双目图像超分辨重建方法及系统，其中方法，包括：获取待重建的低分辨率双目图像；将待重建的低分辨率双目图像，输入到训练后的双目图像超分辨率重建模型中，得到重建后的高分辨率双目图像；模型用于在空间维度上和通道维度上提取两个图像的视图内特征，在左右视图之间传递互补信息，将视差图与RGB图像进行跨模态融合，实现视图内和跨视图信息的交互融合；在图像重建的过程中，捕获双目视差信息，基于双目视差信息实现左右视图的匹配，通过在左右视图之间传播和整合视差信息，实现图像重建。有助于网络更准确地恢复图像中的纹理和细节，从而提高重建图像的质量。
-
公开(公告)号：CN115239559A
公开(公告)日：2022-10-25
申请号：CN202210860605.2
申请日：2022-07-21
Applicant: 山东大学
Abstract: 本发明属于图像处理技术领域，提供了一种融合视图合成的深度图超分辨率方法及系统，包括：获取低分辨率深度图；依据获取的低分辨率深度图，以及优化后的超分网络，得到高低分辨率深度图；本发明中使用由高分辨率深度真值图进行视图合成得到的目标视点的彩色图片作为彩色图像的真值；通过比较彩色图像的真值与预测得到的网络重构深度图生成的目标视点的彩色图像之间的差异来优化超分网络，得到优化后的超分网络，解决了高分辨率彩色图像只是用来提取特征和深度图的特征进行融合的问题，提高了超分网络的精度及深度图超分辨率的效果。
-
公开(公告)号：CN112750106A
公开(公告)日：2021-05-04
申请号：CN202011641839.5
申请日：2020-12-31
Applicant: 山东大学
Abstract: 本发明涉及一种基于非完备标记的深度学习的核染色细胞计数方法、计算机设备、存储介质，包括：(1)制作标注数据：加载病理图像到标注软件，获取所有的子图像与阳性细胞的子掩码图像数据对；(2)训练模型：训练卷积神经网络模型，分别得到训练好的阳性细胞卷积神经网络模型、训练好的阴性细胞卷积神经网络模型；(3)推理阶段：将待检测的病理图像分别输入训练好的卷积神经网络模型，得到真实掩码图像；(4)后处理阶段：计算阳性细胞和阴性细胞数量，并计算得到阳性细胞占全部细胞的比例p。本发明无需额外参数，通用性高，大幅减少人工调节，有效提高了识别的准确性和鲁棒性。本发明在数据标记上更快、更准、更有效。
-
Patent Agency Ranking
公开(公告)号：CN119991758A
公开(公告)日：2025-05-13
申请号：CN202510464787.5
申请日：2025-04-15
Applicant: 山东大学
Abstract: 本公开提供基于两阶段参数化形变建模的眼底图像配准方法及系统，涉及眼底图像处理技术领域，包括获取目标图像以及浮动图像，分别提取其G通道；基于目标图像和浮动图像的G通道，采用粗‑细两阶段参数化方法进行配准，得到配准图像；其中，在粗配准阶段，通过检测视盘和中央凹的质心以及血管分叉点，利用三对特征点快速估计仿射变换，得到初始化形变场；在精配准阶段，采用多尺度迭代优化策略在每个尺度上将初始化形变场和目标图像间的灰度变换关系进行参数化建模，迭代地参数化拟合推测出完整的参数化形变场；对拟合推测的参数化形变场进行上采样处理，利用上采样后的参数化形变场对原始输入的浮动图像进行变形，得到最终的配准图像。
-
公开(公告)号：CN119835142A
公开(公告)日：2025-04-15
申请号：CN202411992572.2
申请日：2024-12-31
Applicant: 山东大学
IPC: H04L41/0631 , H04L41/069 , H04L43/04 , H04L43/028 , H04L43/024 , H04L43/026 , G06F18/22
Abstract: 本发明公开了基于自适应深度解析树的启发式在线日志解析方法及系统，其中方法，包括：构建解析树，将每个日志消息的字段数量输入到不同的日志长度匹配节点中，根据匹配结果，将预处理后的日志消息匹配到相关的子树中；根据预处理后日志消息的长度和预设适应度，确定当前子树的深度；采用首尾交替的方式，将预处理后日志消息的若干字段，匹配到当前子树的节点中；经过多层节点遍历后，到达当前子树的叶节点；在当前子树的叶节点中，找到与预处理后日志消息最匹配的日志组；对最匹配日志组的日志模版和日志ID列表进行更新，当所有日志消息均处理完成后，得到待解析日志消息集合的结构化数据。
-
公开(公告)号：CN119559556A
公开(公告)日：2025-03-04
申请号：CN202411686232.7
申请日：2024-11-25
Applicant: 松立控股集团股份有限公司 , 山东大学
IPC: G06V20/40 , G08G1/01 , G06V20/56 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V10/44 , G06V10/80 , G06V10/25
Abstract: 本发明涉及智能交通技术领域，特别是一种车场和道路感知方法、系统、电子设备及介质，先获取车场和道路环境的图像、视频数据以及障碍物距离数据并对图像、视频数据进行扩充，再构建Faster‑RCNN多目标检测模型，利用特征提取网络进行特征提取，并通过区域候选网络生成候选区域，实现车场中多目标的检测与识别，同时，超声波传感器获得的障碍物距离数据作为辅助，通过测量与障碍物之间的距离，弥补了视觉传感器在低光、遮挡等复杂环境下的不足，确保在各种场景下系统能够准确感知周围环境，进一步提高安全性。
-
公开(公告)号：CN117372304A
公开(公告)日：2024-01-09
申请号：CN202311311862.1
申请日：2023-10-11
Applicant: 山东大学
IPC: G06T5/90 , G06V10/774
Abstract: 本申请提供一种自适应单张图像反光去除方法、装置、设备及存储介质，涉及图像处理技术领域，自适应单张图像反光去除方法包括：基于图像训练集对预设的初始模型进行训练以获得训练后的预训练模型；将所述图像训练集中的各训练图像输入至所述预训练模型中，根据所述预训练模型输出的各第一中间图像对所述预训练模型进行迭代调整以获得目标模型；根据所述目标模型对待去除反光的目标图像进行迭代预测，以得到所述目标图像的反光去除结果。采用本申请自适应单张图像反光去除方法能够针对待去除反光的目标图像进行迭代预测，从而能够针对目标图像的内部特征对预测结果进行细化，提高图像去反光的针对性，进而提高预测结果的精度。
-
公开(公告)号：CN118941936B
公开(公告)日：2025-05-09
申请号：CN202411427606.3
申请日：2024-10-14
Applicant: 山东大学
Abstract: 本发明提出了基于图卷积与多尺度提示融合的深度伪造检测方法及系统，涉及深度伪造检测领域，具体方案包括：获取待检测的人脸图像；将人脸图像输入到训练好的检测模型中，进行是否伪造的二分类，得到深度伪造的检测结果；其中，所述检测模型提取人脸图像中的图特征和频率特征，利用自适应图卷积模块对图特征进行图卷积，聚集邻居节点信息形成组令牌，利用多尺度提示融合模块从图特征和频率特征中生成提示令牌；最后，将拼接后的令牌输入到ViT中进行分类；本发明克服固定形状补丁划分带来的局限性，增强模型对不同伪造模式的适应性，实现更加细粒度的RGB和频率信息融合，从而提高深度伪造检测的精度和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
