-
公开(公告)号：CN116342927A
公开(公告)日：2023-06-27
申请号：CN202310028503.9
申请日：2023-01-09
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/40 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于超声造影视频的乳腺癌影像分类系统及方法，系统包括：数据采集及预处理模块，光流对齐及数据集构建模块，像素亮度变化曲线生成模块，关注帧权重训练模块，亮度变化曲线特征提取模块，视频图像特征提取模块，特征融合及分类模块。本发明方法首先采用光流对齐的方式将视频中的关键点进行对齐，减少因位移导致的影响，然后将对齐后的超声视频进行逐帧采样，拟合亮度变化曲线，并统计若干关键指标，再利用深度神经网络学习造影视频的局部特征，最后将统计的指标和学习到的特征进行融合，送入到残差网络进行分类，得到乳腺肿瘤的良恶性分类结果。
-
公开(公告)号：CN112257527B
公开(公告)日：2022-09-02
申请号：CN202011079614.5
申请日：2020-10-10
Applicant: 西南交通大学
Abstract: 本发明涉及基于多种目标融合与时空视频序列的手机检测方法，包括对改进的yolo模型进行训练得到检测模型，并输入视频图像帧运行检测模型得到第一帧预测值；对第一帧预测值进行解码，去掉score值低于预设值的框并以Diou阈值实现NMS，并根据某帧图像的解码结果在只出现手机框时，对手机框进行抑制；将抑制后的结果作为目标模板，输入视频图像帧作为候选框搜索区域，输入到全连接孪生网络，并选择score map相似度最大的结果对视频图像帧中的手机进行画框标记；如果已跟踪设定帧数，则重复上述步骤直到视频图像输入结束。本发明基于One‑stage检测算法中的轻量化检测网络，对网络结构和训练、检测方式进行精细化修改，在不降低检测速度的情况下，获取了较高的检测精度。
-
公开(公告)号：CN109885603B
公开(公告)日：2022-08-26
申请号：CN201910026388.5
申请日：2019-01-11
Applicant: 西南交通大学
IPC: G06F16/248
Abstract: 本发明公开了一种平行坐标可视化边绑定方法，包括以下步骤：获取数据集中的样本信息，并对样本全体进行分类；分别计算每个样本类别在各个属性维度下的均值；依据均值设置相邻属性维度之间的虚拟控制轴和平行控制点；将设置好的平行控制点与每个样本数据进行配对；将配对完成的样本数据点与平行控制点进行连接。本发明有效地解决了一般平行坐标可视化边绑定方法中的曲线重叠问题，并且相比于传统的平行坐标可视化，本发明能够明显的降低每个样本类别所占用的视觉空间，达到减少视觉杂乱的目的。
-
公开(公告)号：CN113505120B
公开(公告)日：2021-12-21
申请号：CN202111061863.6
申请日：2021-09-10
Applicant: 西南交通大学
IPC: G06F16/215 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种大规模人脸数据集的双阶段噪声清洗方法，本发明采用双阶段策略，让网络在训练过程中自发地检测闭集噪声样本和开集噪声样本，最终对闭集噪声样本进行重利用，对开集噪声样本从训练集进行删除。采用本发明方法清洗数据集后，训练出的模型的效果相比未清洗数据集来说在lfw精度上也大大的提高了,经统计可以正确识别出90%以上的噪声，实现非常好的噪声识别效果。清洗后的数据集上的模型训练结果，也大大优于未清洗的数据集上的训练结果，在常见的测试集,如LFW，Age‑DB，cfp‑fp上都证明了这一点。
-
公开(公告)号：CN108614894B
公开(公告)日：2021-07-02
申请号：CN201810441046.5
申请日：2018-05-10
Applicant: 西南交通大学
Abstract: 本发明属于人脸识别数据库技术领域，具体的说是涉及一种基于最大生成树的人脸识别数据库构成方法。本发明总的技术方案为先根据图片的标签进行分组，再根据每组图片的偏转角度以及平均相似度选取基准图片，采用最大生成树的方式对每组图片进行组内清理，剔除标签错误的图片。根据基准图片进行组间合并，最后选取阈值进行组内去重。本发明的有益效果为，明整体操作简单，采用自动化的方式实现图片清理，能提升清理效果，消除数据冗余，且能保证多个海量人脸数据库的有效融合，减少工作量。
-
Patent Agency Ranking
公开(公告)号：CN109190148A
公开(公告)日：2019-01-11
申请号：CN201810780278.3
申请日：2018-07-17
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种交互式的主题河流重排序方法，包括以下步骤：获取主题河流及主题河流值，通过主题河流和主题河流值，获取初始波动角；分别计算每个主题河流中所有主题河流值的极差系数；依据极差系数由小到大获得重新排序后的主题河流；计算重新排序后的主题河流的波动值，并划分为平稳河流层和波动河流层；堆叠平稳河流和波动河流。本发明有效减少了波动较大河流对其他河流的干扰，上层河流和下层河流都按极差系数递增的顺序堆叠，进一步减少了河流之间因波动而产生的影响，只需通过调整主题河流的平稳波动值大小，就能得到需要的主题河流视图，极大程度上降低用户操作的复杂性。
-
公开(公告)号：CN108304500A
公开(公告)日：2018-07-20
申请号：CN201810042155.X
申请日：2018-01-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于类属性的平行坐标可视化曲线绑定方法，包括如下步骤：若原始数据集不包含类别属性则采用聚类方法获得类别属性；分别计算各类别数据在各属性轴上的中心位置；根据吸引系数计算数据点在各属性上向其类中心偏移后的位置；在相邻属性轴间设置绑定控制点，并绘制样本在此区间内的绑定曲线；将所有相邻属性轴间的各段绑定曲线连接起来得到数据点的完整曲线。本发明有效地降低了平行坐标可视化在展示大量数据时所产生的视觉杂乱，通过将同类别的样本绑定约束在一起，为用户提供了更直观地了解、分析数据的功能。
-
公开(公告)号：CN116795108B
公开(公告)日：2023-12-01
申请号：CN202310682388.7
申请日：2023-06-09
Applicant: 西南交通大学
IPC: G05D1/02
Abstract: 本发明涉及无人配送车技术领域，涉及一种基于多源感知信号的智能无人车配送方法，其包括以下步骤：1)根据车载传感器获取车辆周围环境信息，完成车辆的自身定位，并构建点云地图；2)采用改进的蚁群算法规划出全局最优路径；3)利用车载传感器实时更新障碍物信息，并将信息融进栅格地图中，利用动态窗口法完成局部避障；4)基于全局规划路径，实时设置局部目标点，采用预瞄追踪法根据路径规划过程中的控制参数追踪目标点，实现车辆的实时避障，获取局部最优路径；5)判断当前追踪到的目标点是否是最终目标点，若不是，则跳转到之前的外部环境信息获取继续前进，若是，则智能车到达了最终目标点。本发明能够更高效地完成配送任务。
-
公开(公告)号：CN116246338B
公开(公告)日：2023-10-03
申请号：CN202211649047.1
申请日：2022-12-20
Applicant: 西南交通大学
IPC: G06V40/20 , G06V10/764 , G06V10/77 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于图卷积和Transformer复合神经网络的行为识别方法，通过开源人体姿态估计框架OpenPose对视频流进行人体姿态估计得到视频中每一帧的人体部位的关键节点坐标数据；图处理模块将人体部位关键节点坐标数据处理成图数据结构，得到人体骨架序列特征矩阵，作为图卷积模型的输入；通过图卷积模型建模空间维度上的特征；通过输入端适配模块进行Transformer模块的输入端适配；通过Transformer模型建模时间维度上的特征；通过分类头部输出模型的预测结果；迭代训练和优化得到最终的复合神经网络，输出最终的动作识别结果。本发明结合了图卷积神经网络和Transformer神经网络各自的优点，提供了一种既满足输入数据轻量、抗干扰能力强，又能够有效建模持续时间较长的视频行为识别方法。
-
公开(公告)号：CN116795108A
公开(公告)日：2023-09-22
申请号：CN202310682388.7
申请日：2023-06-09
Applicant: 西南交通大学
IPC: G05D1/02
Abstract: 本发明涉及无人配送车技术领域，涉及一种基于多源感知信号的智能无人车配送方法，其包括以下步骤：1)根据车载传感器获取车辆周围环境信息，完成车辆的自身定位，并构建点云地图；2)采用改进的蚁群算法规划出全局最优路径；3)利用车载传感器实时更新障碍物信息，并将信息融进栅格地图中，利用动态窗口法完成局部避障；4)基于全局规划路径，实时设置局部目标点，采用预瞄追踪法根据路径规划过程中的控制参数追踪目标点，实现车辆的实时避障，获取局部最优路径；5)判断当前追踪到的目标点是否是最终目标点，若不是，则跳转到之前的外部环境信息获取继续前进，若是，则智能车到达了最终目标点。本发明能够更高效地完成配送任务。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
