-
公开(公告)号：CN118799962A
公开(公告)日：2024-10-18
申请号：CN202410835875.7
申请日：2024-06-26
Applicant: 武汉大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06T9/00 , G06T5/92 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种低光照环境下的视频人体行为识别方法及设备，进行模型初始化，包括对深度网络模型进行预训练获取预训练权重；对视频数据进行预处理，包括对视频片段切分，对片段中每帧图像进行初步数据增强；照度检测与压缩，包括对预处理后的视频数据进行照度检测，如果光照不足则进行视频压缩；使用深度网络模型进行视频亮度的增强，对视频的每一帧照度进行调整和提升；将增强后所得的输出序列输入动作识别分类器中进行动作分类；将提取后的特征输入全连接层分类头，经全卷积通道输出分类结果。本发明减少了参数量和计算量，提高了弱光环境下的动作识别准确率，鲁棒性好，优化了推理效率。
-
公开(公告)号：CN116468948A
公开(公告)日：2023-07-21
申请号：CN202310438408.6
申请日：2023-04-23
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/762 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 本发明提供一种支持检测未知类的城市垃圾增量学习检测方法及系统，在Faster‑RCNN检测模型基础上优化特征提取与特征利用，包括设置金字塔特征结构获得多尺度特征，对特征做通道注意力修正，通过修正突出图像特征重点区域，抑制不明显特征，获得垃圾检测基础模型；在垃圾检测基础模型的基础上，建立可持续增量注册学习模型；在可持续增量注册学习模型基础上，设置支持检测未知类别网络结构，稳定地识别未知类别的城市垃圾；支持将未知输出结果作为补充，进行增量注册学习，实现闭环。本发明提升检测精度；实现模型可持续注册增量学习，使用新数据注册新检测类别，不接触旧数据同时不产生知识遗忘；能够检测未知类别，对训练数据中不存在类别产出有效检测。
-
公开(公告)号：CN106126766B
公开(公告)日：2019-12-10
申请号：CN201610150618.5
申请日：2016-03-16
Applicant: 国网江苏省电力有限公司检修分公司 , 武汉大学
IPC: G06F17/50
Abstract: 本发明公开了基于模型试验的长棒形瓷绝缘子耐污性能优化方法，包括如下步骤：步骤SS1长棒形瓷绝缘子模型设计制作，具体包括：根据现有长棒形瓷绝缘子的型号，设计和现有型号不同伞裙参数的长棒形瓷绝缘子模型，根据长棒形瓷绝缘子模型的伞裙参数用聚乙烯PE材料加工制作长棒形瓷绝缘子模型；步骤SS2长棒形瓷绝缘子模型的人工污秽闪络试验，具体包括：对加工制作完成的长棒形瓷绝缘子模型进行人工污秽闪络试验，得到各模型的污闪电压；步骤SS3优化分析。本发明没有考虑使用RTV防污闪涂料，喷涂RTV涂料的方法成本较高，而且是在有污闪风险下的补救措施，也存在老化风险；同时降低了优化设计成本，采用模型试验可以方便改变伞裙参数，获取最优配置。
-
公开(公告)号：CN106126766A
公开(公告)日：2016-11-16
申请号：CN201610150618.5
申请日：2016-03-16
Applicant: 江苏省电力公司检修分公司 , 武汉大学
IPC: G06F17/50
Abstract: 本发明公开了基于模型试验的长棒形瓷绝缘子耐污性能优化方法，包括如下步骤：步骤SS1长棒形瓷绝缘子模型设计制作，具体包括：根据现有长棒形瓷绝缘子的型号，设计和现有型号不同伞裙参数的长棒形瓷绝缘子模型，根据长棒形瓷绝缘子模型的伞裙参数用聚乙烯PE材料加工制作长棒形瓷绝缘子模型；步骤SS2长棒形瓷绝缘子模型的人工污秽闪络试验，具体包括：对加工制作完成的长棒形瓷绝缘子模型进行人工污秽闪络试验，得到各模型的污闪电压；步骤SS3优化分析。本发明没有考虑使用RTV防污闪涂料，喷涂RTV涂料的方法成本较高，而且是在有污闪风险下的补救措施，也存在老化风险；同时降低了优化设计成本，采用模型试验可以方便改变伞裙参数，获取最优配置。
-
公开(公告)号：CN104634451B
公开(公告)日：2016-09-28
申请号：CN201510073591.X
申请日：2015-02-11
Applicant: 武汉大学
IPC: G01J3/28
Abstract: 一种基于多通道成像系统的光谱重建方法及系统，用于根据多通道成像系统采集所得训练样本待选集和待重建样本集的相机响应值进行光谱重建，包括对待重建样本集中每个待重建样本分别从训练样本待选集中选出相机响应值最相似的训练样本，得到初始选择样本集；去掉相同的样本，将所有样本的光谱反射率信息构成矩阵进行PCA分析；计算特征值的累积贡献率，构成主成分系数矩阵；筛选样本得到训练样本子集，对每个待重建样本根据各训练样本子集分别进行光谱重建，从重建结果中按重建误差最小原则选择一个作为待重建样本的最终光谱反射率值。本发明能显著提高重建样本的色度精度和光谱精度，可用于高保真颜色复制，同时本发明实现简便，适于推广应用。
-
Patent Agency Ranking
公开(公告)号：CN104634451A
公开(公告)日：2015-05-20
申请号：CN201510073591.X
申请日：2015-02-11
Applicant: 武汉大学
IPC: G01J3/28
Abstract: 一种基于多通道成像系统的光谱重建方法及系统，用于根据多通道成像系统采集所得训练样本待选集和待重建样本集的相机响应值进行光谱重建，包括对待重建样本集中每个待重建样本分别从训练样本待选集中选出相机响应值最相似的训练样本，得到初始选择样本集；去掉相同的样本，将所有样本的光谱反射率信息构成矩阵进行PCA分析；计算特征值的累积贡献率，构成主成分系数矩阵；筛选样本得到训练样本子集，对每个待重建样本根据各训练样本子集分别进行光谱重建，从重建结果中按重建误差最小原则选择一个作为待重建样本的最终光谱反射率值。本发明能显著提高重建样本的色度精度和光谱精度，可用于高保真颜色复制，同时本发明实现简便，适于推广应用。
-
公开(公告)号：CN117315137A
公开(公告)日：2023-12-29
申请号：CN202311137288.2
申请日：2023-09-05
Applicant: 武汉大学
Abstract: 本发明公开了一种基于自监督学习的单目RGB图像手势重建方法及系统，首先从RGB图像和视频中提取2D人手关键点检测结果，作为伪标签；然后改进参数化人手模型，注入符合人手运动学规律的姿态先验；接着构建3D人手重建网络和2D关键点检测器网络；最后针对图像和视频训练数据以及的2D关键点伪标签，对3D人手重建网络和可训练的2D关键点检测器设置自监督信号，训练手势估计网络，基于训练结果实现单目RGB图像手势重建。本发明解决了单目RGB图像手势姿态估计，光照纹理估计，自监督信号提取等难点问题。具有可使用广泛的无标签图像和视频数据，精度高，效率高，泛化性强使用面广等优点。
-
公开(公告)号：CN104087670B
公开(公告)日：2016-05-11
申请号：CN201410329446.9
申请日：2014-07-10
Applicant: 武汉大学
IPC: C12Q1/68
Abstract: 本发明公开了STC2基因在作为结直肠癌肝转移分子标记中的应用。本发明提供了一种鉴定或辅助鉴定待测结肠癌患者是否发生肝转移的试剂盒，包括用于检测STC2基因表达量的试剂和记载如下判断标准的载体：若所述待测结肠癌患者癌组织中STC2基因表达量高于确诊为非肝转移结肠癌患者癌组织中STC2基因表达量，且二者存在显著差异，则待测结肠癌患者发生或候选发生肝转移；本发明的实验证明STC2在结直肠癌肝转移组病人原发灶中的表达明显高于非肝转移组，后期的体外功能学实验结果提示STC2可能通过促进肿瘤迁移侵袭能力进而参与结直肠癌肝转移的过程，这一发现为进一步寻找结直肠癌肝转移分子标志物提供了线索。
-
公开(公告)号：CN104087670A
公开(公告)日：2014-10-08
申请号：CN201410329446.9
申请日：2014-07-10
Applicant: 武汉大学
IPC: C12Q1/68
CPC classification number: C12Q1/6886 , C12Q2600/158
Abstract: 本发明公开了STC2基因在作为结直肠癌肝转移分子标记中的应用。本发明提供了一种鉴定或辅助鉴定待测结肠癌患者是否发生肝转移的试剂盒，包括用于检测STC2基因表达量的试剂和记载如下判断标准的载体：若所述待测结肠癌患者癌组织中STC2基因表达量高于确诊为非肝转移结肠癌患者癌组织中STC2基因表达量，且二者存在显著差异，则待测结肠癌患者发生或候选发生肝转移；本发明的实验证明STC2在结直肠癌肝转移组病人原发灶中的表达明显高于非肝转移组，后期的体外功能学实验结果提示STC2可能通过促进肿瘤迁移侵袭能力进而参与结直肠癌肝转移的过程，这一发现为进一步寻找结直肠癌肝转移分子标志物提供了线索。
-
公开(公告)号：CN117372524A
公开(公告)日：2024-01-09
申请号：CN202311422373.3
申请日：2023-10-31
Applicant: 武汉大学
Abstract: 本发明提供一种基于条件生成网络的高仿真地空影像匹配定位方法及系统，包括使用全局对准算法对输入图片进行数据预处理；预处理后的图像导入第一个条件生成网络生成跨视图图像，采用的生成器网络命名为G1；将生成器G1输出的合成图像输入第二个条件生成网络，并在同一视图中合成分割图，采用的生成器网络记为G2，根据其功能命名为分割器；将G1与G2同时进行网络训练；针对G1与G2分别构建鉴别器网络D1、D2；在跨视角数据集平台上训练G1、G2、D1以及D2网络；基于跨视角数据集平台，根据具体应用场景和领域构建对应子数据集，对网络参数进行微调；对输入摄街景图片，利用前述步骤中训练完成的网络进行检索，实现对输入图片的地理定位。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.025 seconds)
