-
公开(公告)号：CN115082678B
公开(公告)日：2024-11-22
申请号：CN202210705586.6
申请日：2022-06-21
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/82 , G06V40/16 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开一种基于深度学习的图像分割方法，首先，构建语义分割模型；该语义分割模型由骨干网络、XY网络和全卷积解码网络组成；骨干网络的输入形成语义分割模型的输入，骨干网络的输出连接XY网络的输入，XY网络的输出连接全卷积解码网络的输入，全卷积解码网络的输出语义分割模型的输出；然后，利用已分割好的样本图像集对步骤1所构建的语义分割模型进行训练，得到训练好的语义分割模型；最后，将待分割的图像送入到步骤2所得到的训练好的语义分割模型中，训练好的语义分割模型输出分割好的图片。本发明的XYNet在鲁棒性，评价指标，推理速度，模型大小，推理浮点计算数以及图像的可视化结果上都取得了不错的效果，相对于现有的网络均衡性更强。
-
公开(公告)号：CN115457263A
公开(公告)日：2022-12-09
申请号：CN202210998603.X
申请日：2022-08-19
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于深度学习的轻量化人像分割方法，利用其基于SegFormer与融合坐标注意力机制的MobileNetV3轻量级人像分割模型，以实现对人像进行分割。基于深度学习的轻量化人像分割模型用MobileNetV3网络取代了SegFormer编码器，同时对MobileNetV3网络进行改进，加入多层CA注意机制，提高人像分割的准确性，并将原来网络中的SEModul替换为CA，加快了训练时的拟合速度，减小了模型尺寸，抑制了冗余特征，提高了模型精度，最终输出准确的语义分割图像。通过实验进行对比，我们提出的SegFormer‑MobileNetV3网络相对于其他的轻量级网络，有着更准确的分割效果，同时也有着更快的分割效率。本发明可应用于人像抠图、线上会议、背景替换等人像图像处理方面的应用。
-
公开(公告)号：CN114757810A
公开(公告)日：2022-07-15
申请号：CN202210409565.X
申请日：2022-04-19
Applicant: 桂林电子科技大学
Abstract: 本发明涉及网络安全态势要素提取技术领域，具体涉及一种无监督暗水印生成系统及方法，包括二维码生成器、编码器、解码器、损失函数计算模块和数据增强器，二维码生成器将字符串转换成二维码图像；编码器将原始图像与二维码图像堆叠后输出编码图像；解码器将编码图像解码，得到解码图像；损失函数计算模块计算原始图像与编码图像之间的差距和编码图像与解码图像之间的差距，得到第一差距值和第二差距值；数据增强器基于第一差距值和第二差距值对编码器和解码器的数据增强方式进行优化，解决了现有的生成暗水印方法的工作量较大，浪费人力成本的问题。
-
公开(公告)号：CN113688724A
公开(公告)日：2021-11-23
申请号：CN202110971708.1
申请日：2021-08-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于双目视觉的泳池溺水监测方法，包括以下步骤：在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，并把图像实时传输给计算机；根据实时图像，利用目标检测算法检测出水面上的人头图像；计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，判定人头呼吸部位是否处于水下；使用目标跟踪程序算法，对目标进行跟踪；实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。本发明能有效的实时检测游泳者是否处于溺水状态，用以提示安全人员施救。
-
公开(公告)号：CN116720182A
公开(公告)日：2023-09-08
申请号：CN202310633877.3
申请日：2023-05-31
Applicant: 桂林电子科技大学 , 广西朗杰智慧科技发展有限公司
IPC: G06F21/55 , G06F21/57 , H04L9/40 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06F18/2415 , G06F18/2433 , G06F18/25
Abstract: 本发明涉及网络安全态势感知技术领域，具体涉及一种基于潜在扩散模型的用户异常行为检测方法，包括使用采集工具采集用户行为数据集，并对所述用户行为数据集进行预处理，得到预处理数据集；基于潜在扩散模型对所述预处理数据集进行数据增强，得到增强后样本；将所述增强后样本输入基于注意力机制的行为检测模块，得到检测结果，本发明设计基于高效注意力机制的行为检测方法，解决了以往Transformer在进行异常检测的时候检测速度较慢的问题，使得模型在保证检测精度的情况下，提高了检测性能，解决了现有的生成模型对内部危险行为的检测性能较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN113688724B
公开(公告)日：2023-03-24
申请号：CN202110971708.1
申请日：2021-08-24
Applicant: 桂林电子科技大学
IPC: G06V20/52 , G06V40/20 , G06V10/82 , G06T7/80 , G06N3/0442 , G06N3/045 , G08B21/08 , H04N23/50 , H04N7/18
Abstract: 本发明公开一种基于双目视觉的泳池溺水监测方法，包括以下步骤：在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，并把图像实时传输给计算机；根据实时图像，利用目标检测算法检测出水面上的人头图像；计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，判定人头呼吸部位是否处于水下；使用目标跟踪程序算法，对目标进行跟踪；实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。本发明能有效的实时检测游泳者是否处于溺水状态，用以提示安全人员施救。
-
公开(公告)号：CN116486080A
公开(公告)日：2023-07-25
申请号：CN202310376737.2
申请日：2023-04-10
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开一种基于深度学习的轻量化图像语义分割方法，先构建轻量化图像语义分割模型Mobile‑SegFormer；再利用已分割好的样本图像集对构建的轻量化图像语义分割模型进行训练，得到训练好的轻量化图像语义分割模型；后将待分割的图像送入到训练好的轻量化图像语义分割模型中，训练好的轻量化图像语义分割模型输出分割好的图片。本发明将SegFormer和MobileNetv3模型都进行了改进，无需通过Imagenet数据集的预训练，即可实现较高的分割精度，具有较友好的可移植性。通过实验进行对比，我们提出的Mobile‑SegFormer网络，相对于常见的轻量化网络，有着更准确的分割效果，相对于大型的分割网络，有着更轻量化的参数量和更低的每秒浮点运算值，能够较好的均衡Params、FLOPS和MIoU指标。
-
公开(公告)号：CN115641605A
公开(公告)日：2023-01-24
申请号：CN202210840985.3
申请日：2022-07-18
Applicant: 桂林电子科技大学
IPC: G06V40/10 , G06V10/62 , G06V10/82 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于十字卷积模块的行人重识别办法，包括以下操作步骤：设计十字卷积核：十字卷积核的参数与普通卷积核无太大差别，即输入通道数、输出通道数、步长与卷积核大小；卷积核为十字型，采取遍历对象为每一个像素，且当前访问对象为卷积核的中心，采用处于中心对称的两个点进行权值共享的方法，十字型卷积网络设计：重识别网络依托于Resnet50的架构。本发明所述的一种基于十字卷积模块的行人重识别办法，该模块的可扩展性良好，可用于任意的网络结构，十字卷积的卷积前后特征的长宽并没有发生变化，可以直接做skip connection，该模块可以直接等效于BiLSTM2D模块，直接嵌入到Sequencer的网络中，以弥补BiLSTM2D只能做串行计算以及是递归计算的不足。
-
公开(公告)号：CN115082678A
公开(公告)日：2022-09-20
申请号：CN202210705586.6
申请日：2022-06-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于深度学习的图像分割方法，首先，构建语义分割模型；该语义分割模型由骨干网络、XY网络和全卷积解码网络组成；骨干网络的输入形成语义分割模型的输入，骨干网络的输出连接XY网络的输入，XY网络的输出连接全卷积解码网络的输入，全卷积解码网络的输出语义分割模型的输出；然后，利用已分割好的样本图像集对步骤1所构建的语义分割模型进行训练，得到训练好的语义分割模型；最后，将待分割的图像送入到步骤2所得到的训练好的语义分割模型中，训练好的语义分割模型输出分割好的图片。本发明的XYNet在鲁棒性，评价指标，推理速度，模型大小，推理浮点计算数以及图像的可视化结果上都取得了不错的效果，相对于现有的网络均衡性更强。
-
公开(公告)号：CN218409422U
公开(公告)日：2023-01-31
申请号：CN202221773877.0
申请日：2022-07-11
Applicant: 桂林电子科技大学
Abstract: 本实用新型涉及监控设备技术领域，具体涉及一种疲劳驾驶监控装置，包括安装板和摄像头和调整组件，调整组件包括安装座、水平调整构件、转轴、连接块和限位构件，通过水平调整构件使得安装座转动，安装座转动对摄像头的水平角度进行调整；通过解除限位构件对转轴的限位，这时转动连接块，连接块通过转轴在安装座上转动，从而对摄像头的竖直角度进行调整，从而实现转动摄像头的位置就能实现对摄像头的角度进行调整，避免移动摄像头的位置调整时监控装置的高度出现变化，导致对监控装置所需要的安装空间增加，减少了对摄像头使用时所需的安装空间，调整完成后通过限位构件对转轴进行限位，使得摄像头稳定地安装在安装座上。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
