公开(公告)号：CN117307513A

公开(公告)日：2023-12-29

申请号：CN202210694238.3

申请日：2022-06-22

Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 ,  桂林电子科技大学

Inventor： 姚继承 ,  罗笑南 ,  徐颂华 ,  陈瑞爱

IPC: F04D27/00 ,  G10L17/00 ,  G10L17/18 ,  H04B10/116 ,  H04L9/40

Abstract: 本发明公开了一种基于深度学习和VLC‑树莓派融合声纹识别的智能PCR风扇机，该系统包括四个部分：移动通信设备、移动控制系统、中央处理系统、风扇终端，所述移动通信设备主要是由带有LED灯和麦克风的移动设备；所述移动控制系统主要是附着在移动设备的自主研发应用；中央管控系统主要是光通信模块、声纹识别控制模块、深度学习模块、风扇控制端；风扇终端主要是风叶、信号接收器、无刷电机。在本发明中，为方便后续的读者更能实际的操控，故使用到了树莓派、移动端和深度学习技术。所述的移动通信设备、中央管控系统、风扇终端均通过VLC双工通信、移动端技术、深度学习实现此发明。本发明具有增强了用户体验、弥补了可见光智能应用领域的空缺等优点。

公开(公告)号：CN118982850A

公开(公告)日：2024-11-19

申请号：CN202411048630.6

申请日：2024-08-01

Applicant: 桂林电子科技大学 ,  广西联睿智能科技有限公司

Inventor： 李冀 ,  孟庆姣 ,  金岩 ,  姚继承

IPC: G06V40/14 ,  G06V10/30 ,  G06V10/764 ,  G06V10/75 ,  G06V10/77 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种尺寸自适应的非接触式掌静脉高效识别方法，步骤为：S1手掌静脉图像采集；S2提取轮廓信息，获得前景区域和背景区域；S3对手掌静脉图像进行二值化处理，获得二值化图像；S4对二值化图像进行腐蚀处理和膨胀处理，再求处理后的掌静脉图像的质心作为ROI中心；S5求手掌最大内切圆作为ROI区域；S6旋转校正ROI图像；S7采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征，并建立特征数据库；使用PCA进行降维处理后输出相同大小的特征向量；S8采用基于欧式距离的特征匹配策略，取其中距离最小的模板为识别结果。该方法中掌静脉图像利用率较高，识别速率和准确率均高。

公开(公告)号：CN118247648A

公开(公告)日：2024-06-25

申请号：CN202410445123.X

申请日：2024-04-15

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 冯逸洲 ,  罗笑南 ,  姚继承 ,  袁思源

IPC: G06V20/05 ,  G06V40/10 ,  G06V10/30 ,  G06V10/774 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明涉及一种基于结构重参化的水下密集鱼群检测方法及设备，涉及图像处理和计算机视觉领域，特别是一种应用于水下环境的鱼群检测方法。方法包括以下步骤：设备通过摄像头获取不同水下场景的鱼群数据；通过图像降噪方法对水下图像进行预处理；构建具备多尺度特征增强模块的结构重参化神经网络；将经过数据预处理的鱼群数据集输入至该结构重参化神经网络中进行网络训练，得到用于水下密集鱼群检测的神经网络；将神经网络进行结构重参化转为推理阶段应用于水下密集鱼群检测设备中，可进行实时检测。采用结构重参化的方法进行模型推理，使水下密集鱼群检测神经网络的检测效率能够得到有效提升。

公开(公告)号：CN118913266A

公开(公告)日：2024-11-08

申请号：CN202411240677.2

申请日：2024-09-05

Applicant: 桂林电子科技大学 ,  桂林市高新技术产业发展集团有限公司 ,  广西联睿智能科技有限公司

Inventor： 邓兆添 ,  李冀 ,  宋凯伦 ,  孟庆姣 ,  姚继承

IPC: G01C21/16 ,  G01S5/02

Abstract: 本发明公开了一种基于Levenberg‑Marquardt算法优化的三次NURBS样条方法，用于融合多源传感器数据实现无人机室内定位和连续轨迹拟合。该方法利用IMU和UWB传感器采集的异步数据，获取高频运动信息和低频精确位置数据。通过Levenberg‑Marquardt算法优化控制点和权重，以满足轨迹拟合的收敛条件，构建三次NURBS轨迹插值模型。然后，利用优化后的控制点和权重，建立连续的NURBS轨迹模型，确保在每个时间窗口内实现平滑的轨迹插值，进而在整个飞行过程中保持无人机轨迹的连续性。该方法通过直接处理多源传感器的连续异步数据，减少了对硬件同步的依赖，提高了无人机室内定位的精度和轨迹连续性，为复杂环境下的无人机连续轨迹拟合提供了新的解决方案。

公开(公告)号：CN116703426A

公开(公告)日：2023-09-05

申请号：CN202310692637.0

申请日：2023-06-12

Applicant: 桂林电子科技大学 ,  桂林慧光空间科技有限公司 ,  南宁桂电电子科技研究院有限公司

Inventor： 姚继承 ,  罗笑南 ,  易苏阳

IPC: G06Q30/018 ,  G06Q50/26 ,  G06N5/02 ,  G06N20/00

Abstract: 本发明涉及碳排放监测技术领域，具体涉及一种基于深度学习的碳排放监测设备超标信息推送方法。通过实时监测碳排放数据，并与设定的超标阈值进行比较，本方法能够及时发现碳排放超标情况，并通过推送方式通知相关人员，以便采取相应措施进行处理。本发明对设备进行实时监控并利用云平台的硬件资源与强大的算力进行实时分析，不仅大大提高了工作协同效率，也能够在设备监测到碳排放超标后短时间内及时处理。

公开(公告)号：CN119602930A

公开(公告)日：2025-03-11

申请号：CN202411681533.0

申请日：2024-11-22

Applicant: 桂林电子科技大学 ,  广西联睿智能科技有限公司

Inventor： 李晨星 ,  李冀 ,  姚继承 ,  宋凯伦

IPC: H04L9/00 ,  H04L9/08 ,  G06T9/00

Abstract: 本发明公开了一种基于多混沌系统以及DNA编码的图像加密方法。分别采用了三维Chen混沌系统生成混沌序列来对图像进行分块置乱和螺旋置乱和Logisitc映射生成的混沌序列实现对图像的比特置乱，为进一步提高加密的安全性，对完成置乱操作的图像矩阵根据Chen混沌系统生成的混沌序列对图像矩阵进行DNA编码，然后进行扩散操作得到DNA序列，再使用混沌序列对DNA序列进行解码最后得到加密图像。该方法且具有足够大的密钥空间来抵抗穷举攻击，并且可以有效抵抗差分攻击、裁剪攻击等，相较于传统的混沌系统加密算法有着较高的安全性，是一种安全有效的图像加密算法。

公开(公告)号：CN119477978A

公开(公告)日：2025-02-18

申请号：CN202411553445.2

申请日：2024-11-02

Applicant: 桂林电子科技大学 ,  广西联睿智能科技有限公司

Inventor： 孟庆姣 ,  李冀 ,  金岩 ,  邓兆添 ,  姚继承

IPC: G06T7/246 ,  G06V10/77 ,  G06V10/80 ,  G06V10/74 ,  G06T7/70 ,  G06T5/20 ,  G06T5/60 ,  G06N3/084

Abstract: 本发明涉及一种增强无人飞行器跟踪性能的相关滤波方法，步骤为：S1.使用RGB相机进行原始图像采集，训练判别式无人飞行器的跟踪模型；S2.通过融合CN与fHOG特征对新图像进行特征提取，得到新的样本信息；S3.使用主成分分析(PCA)的方式对得到的特征进行降维处理，得到维数更小、复杂度更低的样本信息，从而提高跟踪速度；S4.使用弹性正则化网络将得到的样本信息和训练好的模型信息进行相似度比较，判断是否学习，相似度较低的图像信息被丢弃，确定学习的图像信息经训练成为新的跟踪模型；S5.使用交替方向乘数法(ADMM)优化训练后的跟踪器模型；S6.确定目标位置信息，通过不断迭代实现无人飞行器跟踪。该方法中的跟踪速率和准确率均处于较高水平。

公开(公告)号：CN118262154A

公开(公告)日：2024-06-28

申请号：CN202410348486.1

申请日：2024-03-26

Applicant: 桂林电子科技大学 ,  赣南师范大学

Inventor： 代光健 ,  沈立 ,  姚继承 ,  罗笑南 ,  周靖淞 ,  胡常安 ,  汪国根 ,  汪洋

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/12 ,  G06V10/82 ,  G06V10/25 ,  G06N3/0464

Abstract: 本发明公开了一种基于切图的虫草小目标检测方法，包含以下步骤：1)裁切数据集图片，放入深度学习模型中训练，得到模型文件；2)使用摄像头采集草地图片，先根据摄像头高度计算图片裁剪大小和重叠率，再将图片进行裁剪，将裁剪后的图片输入模型中推理；3)将模型输出的结果框映射到原图坐标中，并使用NMS算法去除重复的框；4)将结果显示在原图图像中，并通过语音实时提示虫草的数量。本方法能够解决虫草这类小目标检测上特征提取有限，小目标检测精度低并且小目标尺度变化的问题。

公开(公告)号：CN118070839A

公开(公告)日：2024-05-24

申请号：CN202410428992.1

申请日：2024-04-10

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 姚继承 ,  罗笑南 ,  冯逸洲 ,  王中生 ,  窦金妹

IPC: G06N3/006

Abstract: 本发明公开了一种混合策略的粒子群优化算法，旨在解决当前原始粒子群优化算法易陷入局部最优、搜索速度慢和局部搜索精度低等问题。传统优化算法在解决复杂问题时面临着诸多挑战，而本文提出的混合策略的粒子群优化算法通过采用自适应权重调整、反向学习策略、柯西变异机制和Hook‑Jeeves策略等方法，有效提高了全局搜索能力和搜索速度，并且在增强全局搜索能力的同时，也显著增强了局部搜索精度。本发明的算法可以广泛应用于各种领域，如工程优化、机器学习和数据挖掘等，为解决复杂问题提供了一种有效的优化方案。