公开(公告)号：CN114818963B

公开(公告)日：2023-05-09

申请号：CN202210506243.7

申请日：2022-05-10

Applicant: 电子科技大学

Inventor： 贾海涛 ,  田浩琨 ,  胡佳丽 ,  王子彦 ,  吴俊男 ,  任利 ,  刘子骥 ,  许文波

IPC: G06V10/80 ,  G06V10/74 ,  G06V10/764 ,  G06V10/766 ,  G06V10/771 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明公开了一种基于跨图像特征融合的小样本检测方法。本发明主体结构是基于两阶段的目标检测算法Faster‑RCNN构建的小样本学习算法。首先输入查询图像和支持集图像进行特征图的提取，得到的特征图被送入跨图像特征融合模块用支持集中的特征信息来加强查询集中目标特征信息的表达，之后送入改进后的RPN模块生成ROI特征向量，再通过改进后的特征聚合模块对候选框进行筛选并完成支持集向量和ROI特征向量的空间对齐，最后将处理好的ROI和支持集向量送入分类器中进行分类，最终输出目标类型和框的准确定位。最后在PASCAL VOC数据集上设计了多组消融实验和对比实验都获得了良好的检测精度，验证了检测算法的有效性。

公开(公告)号：CN114818963A

公开(公告)日：2022-07-29

申请号：CN202210506243.7

申请日：2022-05-10

Applicant: 电子科技大学

Inventor： 贾海涛 ,  田浩琨 ,  胡佳丽 ,  王子彦 ,  吴俊男 ,  任利 ,  刘子骥 ,  许文波

IPC: G06K9/62 ,  G06V10/74 ,  G06V10/764 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于跨图像特征融合的小样本检测算法。本发明主体结构是基于两阶段的目标检测算法Faster‑RCNN构建的小样本学习算法。首先输入查询图像和支持集图像进行特征图的提取，得到的特征图被送入跨图像特征融合模块用支持集中的特征信息来加强查询集中目标特征信息的表达，之后送入改进后的RPN模块生成ROI特征向量，再通过改进后的特征聚合模块对候选框进行筛选并完成支持集向量和ROI特征向量的空间对齐，最后将处理好的ROI和支持集向量送入分类器中进行分类，最终输出目标类型和框的准确定位。最后在PASCALVOC数据集上设计了多组消融实验和对比实验都获得了良好的检测精度，验证了检测算法的有效性。

公开(公告)号：CN114548547A

公开(公告)日：2022-05-27

申请号：CN202210152190.3

申请日：2022-02-18

Applicant: 电子科技大学

Inventor： 吴俊男 ,  许文波 ,  贾海涛 ,  王子彦 ,  刘博文 ,  孙靖哲 ,  曾靓 ,  张博阳

IPC: G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06F16/215

Abstract: 本发明公开了一种基于VMD‑LSTM的时间序列滑坡位移数据预测方法。该发明在时间序列数据上具有一定的通用性，该专利以滑坡数据为说明案例。针对滑坡位移数据的预测，其传统的LSTM预测模型准确度比较低的情况，使用VMD‑LSTM模型对某地区的滑坡位移数据进行了预测，其所开发的模型相比于传统的LSTM模型具有更高的精度和稳定性，并且VMD降低了序列复杂度，增强了降噪能力。