-
公开(公告)号：CN110119769A
公开(公告)日：2019-08-13
申请号：CN201910335735.2
申请日：2019-04-24
Abstract: 本发明公开了一种基于多模态车辆特征的检测预警方法，包括以下步骤：S1、预先在道路上建立视频监控抓拍系统，并通过视频监控抓拍系统对道路上行驶的车辆进行抓拍，拍摄出车辆的图片，完成车辆信息的采集；S2、把步骤S1中得图片以数据的方式输送给计算机，通过计算机内置的图片处理软件对图像进行预处理；S3、首先构建实验系统，然后再将步骤S2中预处理后的图片输送给实验系统，实验系统对图片中的车辆信息进行采集，通过本发明中视频监控抓拍系统，能够直接对道路上行驶的车辆进行信息采集，提高采集的范围，并通过图像预处理系统对图像进行处理，提高图像的清晰度，提高后续对车辆的特征进行对比时的效果，减小误差产生的可能性。
-
公开(公告)号：CN119172573A
公开(公告)日：2024-12-20
申请号：CN202411186198.7
申请日：2024-08-28
Applicant: 电子科技大学
IPC: H04N21/25 , H04N21/232 , H04N21/234 , H04N21/235 , H04N21/466 , H04N21/432 , H04N21/435 , H04N21/44 , G06N3/0455 , G06N5/04 , G06F16/783 , G06F18/25 , G06V20/40 , G06F40/30
Abstract: 本发明属于信息传播技术领域，公开了一种基于多模态检索增强的短视频流行度预测方法，对待预测视频提取关键帧，并获取每个关键帧的图像描述；将待预测视频的原始文本信息与其关键帧的图像描述级联，形成待预测视频的文本提示；将待预测视频的文本提示输入到大语言模型，得到该待预测视频的检索向量；从检索池中检索若干条相关视频；使用预训练好的大模型对待预测视频和检索得到的相关视频进行特征提取，分别提取文本和视觉特征；对待预测视频和相关视频做跨模态特征交互，得相应的模态，并经交互得到检索增强向量；再依据待预测视频的模态、相关视频的模态以及检索增强向量，预测短视频的流行度。本发明通过引入检索增强，大大提高了预测准确度。
-
公开(公告)号：CN115086068B
公开(公告)日：2022-11-08
申请号：CN202210845301.9
申请日：2022-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例涉及计算机安全技术领域，提供一种网络入侵检测方法和装置，通过对从待检测网络设备中抓取的网络流量进行解析处理来得到解析数据，然后对解析数据进行入侵检测来得到包括第一目标文件和第二目标文件的目标文件，最后分别利用预设的第一入侵检测策略和第二入侵检测策略来对第一目标文件和第二目标文件进行入侵检测，这样能够有效地提高网络入侵检测的检出率。
-
Patent Agency Ranking
公开(公告)号：CN114821702A
公开(公告)日：2022-07-29
申请号：CN202210253354.1
申请日：2022-03-15
Applicant: 电子科技大学
Abstract: 本发明涉及图像识别技术领域，特别是涉及一种基于遮挡人脸的热红外人脸识别方法，包括人脸遮挡类型的判别和采用自适应算法群对判别后的热红外人脸进行自适应识别。通过本识别方法，能有效解决难以实现精确识别的问题。
-
-
公开(公告)号：CN115086068A
公开(公告)日：2022-09-20
申请号：CN202210845301.9
申请日：2022-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例涉及计算机安全技术领域，提供一种网络入侵检测方法和装置，通过对从待检测网络设备中抓取的网络流量进行解析处理来得到解析数据，然后对解析数据进行入侵检测来得到包括第一目标文件和第二目标文件的目标文件，最后分别利用预设的第一入侵检测策略和第二入侵检测策略来对第一目标文件和第二目标文件进行入侵检测，这样能够有效地提高网络入侵检测的检出率。
-
公开(公告)号：CN114898152A
公开(公告)日：2022-08-12
申请号：CN202210524311.2
申请日：2022-05-13
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/04 , G06K9/62
Abstract: 本发明涉及图像识别技术领域，特别是涉及嵌入式弹性自扩展通用学习框架，包括嵌入式弹性调度学习框架和嵌入式多方位自适配框架；所述嵌入式弹性调度学习框架包含若干不同种原生网络模型，构建了训练原生网络算法的环境，框架内置弹性调度判断方法，用于决定原生网络模型进行样本训练或是过拟合测试，最终衍生为专有化模型；所述嵌入式多方位自适配框架将嵌入式弹性调度学习框架衍生的专有化模型，对其进行参数分析与场景自适配，生成场景专用化模型；所述场景自适配包括模型适配、外设参数适配和传输数据量适配。通过本学习框架，能有效解决嵌入式环境下算法难以适配现实场景的问题。
-
公开(公告)号：CN110135470A
公开(公告)日：2019-08-16
申请号：CN201910336200.7
申请日：2019-04-24
Abstract: 本发明公开了一种基于多模态车辆特征识别的车辆特征融合系统，包括感应模块、监控模块、处理模块、提取模块、特征融合模块、匹配模块、决策模块和报警模块，所述感应模块包括感应器，用于感应车辆的出现，并在感应到车辆后，将信号传输给监控模块，所述监控模块包括摄像头，用于拍摄车辆的图片，并将拍摄的车辆图片传输给处理模块，所述处理模块包括微处理器、接收模块和传输模块，接收模块用于接收监控模块传输的图片信息，微处理器用于处理接收模块接收的图片信息，传输模块用于将处理的图片结果传输给提取模块，所述提取模块包括车辆颜色提取模块本发明可同时对车辆颜色、车检坐标和车辆车牌号进行检测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
