公开(公告)号：CN114385796A

公开(公告)日：2022-04-22

申请号：CN202111471317.X

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 许文波 ,  毕宇峰 ,  谭志昊 ,  高源 ,  张时洁 ,  王树臣 ,  张钰琪 ,  贾海涛

IPC: G06F16/332 ,  G06K9/62

Abstract: 本发明公开了一种基于fasttext的垃圾信息识别方法，本发明涉及自然语言处理和机器学习领域，结合TF‑IDF算法和fasttext算法，形成新的TF‑fasttext算法提供了对垃圾信息识别的效率。本发明对传统的fasttext算法进行了三个方面的优化。首先将TF‑IDF算法进行改进，将同类文本和不同文本之间的关系考虑进去，引入参数类频，来代表特征词在某类中出现的次数。其次将改进后的TF‑IDF算法与n‑gram模型结合，形成新的TF‑IDF‑N算法对n‑gram操作后的词进行特征筛选，根据特征词权重保留高区分度的词，去掉低区分度的词。从而消减了fasttext模型的噪声数据，保留更具代表性的特征词序列。最后在fasttext算法的输出层用层次softmax函数提升了模型判断的精度，而且缩短了样本训练的时间。

公开(公告)号：CN114511828A

公开(公告)日：2022-05-17

申请号：CN202111471311.2

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 冷庚 ,  钱孝伟 ,  李玉琳 ,  康益铭 ,  谭志昊 ,  李彧 ,  许文波

IPC: G06V20/56 ,  G06V20/40 ,  G06V40/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv4‑Tiny算法的车让人检测方法。该发明在车让人检测场景上具有一般通用性，该专利应用于人行横道上车辆是否礼让行人的场景。常规的车让人检测算法效率较低，且检测方法易受摄像头安装角度的影响。针对检测算法问题，在YOLOv4‑Tiny中的CSPDarknet53网络中添加上采样层，改进后的检测算法对于车辆和行人检测具有一定的通用性和可移植性；针对摄像头角度造成的误识别问题，对车道信息进行划分，命名区域ID，将ID分别赋值给车辆和行人，然后判断车辆和行人的ID是否相等来判断车辆是否礼让行人。基于YOLOv4‑Tiny算法的车让人检测方法，在检测速度上有一定的提升，在检测准确率上也有明显效果。

公开(公告)号：CN114639082A

公开(公告)日：2022-06-17

申请号：CN202111471304.2

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 贾海涛 ,  江雪婷 ,  黄婧 ,  陈泓秀 ,  谭志昊 ,  李彧 ,  许文波

IPC: G06V20/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进SiamFC的单目标交通标志跟踪方法。该发明在多分辨率单目标检测方向上有一定的通用性，该专利以交通标志跟踪为说明案例，交通标志的跟踪采集易存在光照不均、模糊等影响。针对单目标跟踪问题，将SiamFC算法中的骨干网络由AlexNet变为ResNet‑50，以孪生网络(siamFC)为基础，引入多分辨率在线选择分支方法，加入分类和回归分支，优化单目标跟踪中遇到的形变、尺度变化等相关问题，使跟踪过程中更加准确，并且通过不同的数据集对实验数据进行整理及研究，最终实现了单目标跟踪算法，该算法可以在复杂的背景环境下跟踪单目标对象且在目标对象发生较大位移或者遮挡时依然取得了较好的效果。

公开(公告)号：CN114612814A

公开(公告)日：2022-06-10

申请号：CN202111471321.6

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 贾海涛 ,  李彧 ,  钱孝伟 ,  谭志昊 ,  林泽航 ,  袁帅 ,  江雪婷 ,  许文波

IPC: G06V20/40 ,  G06V20/52

Abstract: 本发明公开了一种基于改进YOLOv4的电梯内电动车检测方法。该发明在电梯检测方向上具有一定的通用性，该专利以电梯内电动车检测为说明案例。电梯内电动车中存在大量的误检缺陷以及速度慢。针对速度慢，在YOLOv4网络结构中改进了网络结构，将将CSPDarkNet‑53改为CSPDarkNet‑48，并将PANet结构减半；针对误检缺陷，考虑到本发明中电动自行车数据集的输入大小相差不大，且大多为中小型目标，为了更好地识别出目标并匹配输出特征图，采用2*3＝6的预测帧作为候选。基于改进YOLOv4算法模型能够精准的识别电梯内电动车，且对于误检缺陷也能够取得较好的识别效果。

公开(公告)号：CN114596316A

公开(公告)日：2022-06-07

申请号：CN202111479069.3

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 冷庚 ,  谭志昊 ,  刘博文 ,  钱孝伟 ,  李彧 ,  江雪婷 ,  王树臣 ,  许文波

IPC: G06T7/10 ,  G06T5/00

Abstract: 本发明提出了一种基于语义分割的改进型DeepLabv3+技术来尽可能多的保留道路图像分割中的细节特征。该发明在图像分割细节提取方向上具有一定的通用性，该专利以道路图像分割为说明案例。传统的道路分割方法中存在着道路的细节特征被当成噪声滤除的不足，针对该问题，本发明引用了深度学习中的通用语义分割框架DeepLabv3，并对传统的人工图像分割以及采用MobileNetV2的分割所产生的细节特征滤除问题对DeepLabv3进行了进一步的改进。基于语义分割改进后的DeepLabv3+算法模型能够用于对具有复杂背景噪声的无人机图像进行道路分割并且在复杂的背景下实现细节特征的抓取。