-
公开(公告)号：CN116473514B
公开(公告)日：2024-02-23
申请号：CN202310317096.3
申请日：2023-03-29
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及基于足底压力的疾病检测技术领域，具体的说是基于自适应有向时空图神经网络的步态帕金森疾病检测，所述检测步骤如下：S1、信号预处理：将获取到的步态信号分成100个时间步；S2、模型构建：对足底传感器进行拓扑结构建模，并将传感器获取的信号处理成双流模态；S3、特征提取网络：通过多个自适应有向时空图神经网络单元，在空间上使用消息传递机制获取足底局部和全局信息，在时间上使用1维卷积获取时序信息，因此在时空域分析了步态变化；S4、分类器：采用交叉熵损失函数为分类器；S5、模型融合：对双流模态进行线性融合；S6、诊断结果：对受试者的所有分段结果进行平均获得最终
-
公开(公告)号：CN115294387A
公开(公告)日：2022-11-04
申请号：CN202210806445.3
申请日：2022-07-08
Applicant: 西安电子科技大学广州研究院
IPC: G06V10/764 , G06V10/80 , G06V10/60 , G06V10/82 , G06V20/54
Abstract: 本发明涉及计算机视觉和数字图像处理技术领域，具体的说是基于深度学习的复杂光照成像下的图像分类方法，包括收集模块和处理模块；本发明通过将源图像进行切分处理，对分片后的图像进行分类处理，分类后将输出该图像对应类别的概率，分类网络将输出更丰富的图像信息，通过将源图像进行切分处理，将分片后的图片输入分类网络中，得到每个小片图像对应的概率，将得到的结果组成结果矩阵，并输入决策网络中，决策网络学习到了关于源图像不同位置的概率信息，有效避免了因局部过曝光造成的干扰，图片分片处理，避免目标与背景之间相似部分的干扰，提高分类的准确率，小片图片分类网络输出四个类别的概率，有效避免了不均匀的光照对图片分类的影响。
-
公开(公告)号：CN116473514A
公开(公告)日：2023-07-25
申请号：CN202310317096.3
申请日：2023-03-29
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及基于足底压力的疾病检测技术领域，具体的说是基于自适应有向时空图神经网络的步态帕金森疾病检测，所述检测步骤如下：S1、信号预处理：将获取到的步态信号分成100个时间步；S2、模型构建：对足底传感器进行拓扑结构建模，并将传感器获取的信号处理成双流模态；S3、特征提取网络：通过多个自适应有向时空图神经网络单元，在空间上使用消息传递机制获取足底局部和全局信息，在时间上使用1维卷积获取时序信息，因此在时空域分析了步态变化；S4、分类器：采用交叉熵损失函数为分类器；S5、模型融合：对双流模态进行线性融合；S6、诊断结果：对受试者的所有分段结果进行平均获得最终的诊断结果。本发明在参数量更少的情况下获得准确的结果。
-
公开(公告)号：CN119169525A
公开(公告)日：2024-12-20
申请号：CN202411224144.5
申请日：2024-09-03
Applicant: 西安电子科技大学广州研究院
IPC: G06V20/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明属于图像识别领域，公开了一种带有KAN结构的多尺度超图连接的遮挡行人重识别方法，包括，步骤1、使用特征融合模块融合行人图像的三维表征信息与二维图像信息，获得融合后的特征V；步骤2、使用带有KAN结构的多尺度超图模块学习和传递不同区域的语义信息，促进有用语义特征信息的传递；步骤3、使用三维表征掩码参与损失函数的训练，排除不活跃遮挡特征的影响；步骤4、利用训练出的模型在遮挡数据集上进行识别。本发明提取了更多有利于识别遮挡行人的多个局部特征。使用KAN网络去结合多尺度结构的超图传递学习和传递不同区域的语义信息，从而抑制无意义和噪声特征的传递，有效提升了遮挡行人重识别的效果；加强了有用特征的作用。
-
公开(公告)号：CN115311796A
公开(公告)日：2022-11-08
申请号：CN202210812270.7
申请日：2022-07-11
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及一种报警系统，具体为边缘智能安防报警系统，属于智能安防技术领域，包括交换机、视频获取模块、检测模块、事件推送模块与报警模块，报警模块与交换机之间相互电性连接，事件推送模块与交换机之间相互电性连接，检测模块包括边缘计算盒子，边缘计算盒子的内部固定安装有内存器，内存器的内部设置有程序运行维护脚本与设备自启动维护脚本与其中的程序自启动脚本与上电设备自启动脚本等计算机程序，通过采用边缘计算盒子，并构建这样完整的一个边缘智能安防报警系统，并采用多脚本维护硬件和软件自启动，使得可以满足安防任务的实时性、有效性及可扩展性，并且完全独立自主的安防系统可以在断电重新上电后完成系统的自主启动和自主运转。
-
Patent Agency Ranking
公开(公告)号：CN119625849A
公开(公告)日：2025-03-14
申请号：CN202411461599.9
申请日：2024-10-18
Applicant: 西安电子科技大学广州研究院
IPC: G06V40/70 , G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本申请涉及身份验证技术领域，本申请提供一种基于脑电信号生成人脸图像的身份验证方法，其特征在于，包括以下步骤：S10：注册阶段，采集用户的脑电信号和人脸图像作为注册信息；S20：模型训练阶段，基于注册信息中的脑电信号和人脸图像联合训练人脸生成模型；S30：验证阶段，采集用户的脑电信号作为验证信息，输入训练完成的人脸生成模型中生成人脸图像，与用户本人进行对比，实现身份验证。本申请通过采集用户的脑电和人脸数据联合训练人脸生成模型，在应用阶段采集用户脑电信号通过人脸生成模型即可直接生成人脸图像达到身份认证的效果。
-
公开(公告)号：CN114708615B
公开(公告)日：2024-03-22
申请号：CN202210350896.0
申请日：2022-04-02
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
Abstract: 本发明公开了基于图像增强的低照度环境下人体检测方法、电子设备及储存介质，检测方法为：将低照度图像输入至低照度图像增强模块中，得到增强后图像；将增强后图像输入至改进的人体检测模块中，输出人体检测预测结果；通过多任务损失函数，对低照度图像增强模块和人体检测模块进行多阶段联合优化，训练得到端到端的低照度人体检测框架；将低照度图像输入到训练好的端到端的低照度人体检测框架中，进行图像增强以及人体检测，输出人体检测预测结果。本发明构建的端到端的低照度图像人体检测框架通过低照度图像增强模块和人体检测模块的相互适应，实现了更高的检测精度，对不同光照环境下人体检测具有更强的鲁棒性。
-
公开(公告)号：CN116933655A
公开(公告)日：2023-10-24
申请号：CN202310979568.1
申请日：2023-08-06
Applicant: 西安电子科技大学广州研究院
IPC: G06F30/27 , G06T7/73 , G06T7/579 , G06F111/18
Abstract: 本发明公开了涉及混合现实技术领域的基于车载内外混合现实的自动驾驶仿真方法及系统，在仿真测试中通过MR头显创建虚拟场景和虚拟车辆，并实时获取真实车辆的空间信息进行匹配，实现虚拟车辆与真实车辆的同步叠加。同时，利用SLAM技术定位真实车辆，控制虚拟场景与真实车辆的逆变换，完成车内外混合现实的准确叠加。并采集虚拟传感器数据。通过信息融合决策和车辆控制，实现对车辆运动的控制，继续进行下一帧的混合现实叠加。本发明通过SLAM(同步定位与地图构建)技术、特征提取与匹配技术和高精度定位技术，实现了在自动驾驶仿真密闭车载环境下对真实车辆内外虚拟物体的精确叠加，提高了虚拟物体与现实世界叠加的准确性。
-
公开(公告)号：CN115311820A
公开(公告)日：2022-11-08
申请号：CN202210811561.4
申请日：2022-07-11
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及智能安防技术领域，具体的说是临水智能安防系统，包括检测模块、落水识别模块和分类模块，检测模块、落水识别模块和分类模块均需要在计算机设备上进行运行，检测模块和落水识别模块均需要连接视频采集装置，视频采集装置设有若干，视频采集装置上集成有警报器以及辅助定位装置，视频采集装置上通过电源线设有电源接头，视频采集装置位于临水区域一侧，检测模块和落水识别模块利用YOLOv5目标检测算法对人员进行识别检测，对人员进行DeepSort跟踪并使用计数器计算人员数量，然后记录在系统内；本发明能够解决现有的系统存在准确率低，功能不完善的问题，且容易出现大量误报等情况，有效的提高了准确率。
-
公开(公告)号：CN114708615A
公开(公告)日：2022-07-05
申请号：CN202210350896.0
申请日：2022-04-02
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
Abstract: 本发明公开了基于图像增强的低照度环境下人体检测方法、电子设备及储存介质，检测方法为：将低照度图像输入至低照度图像增强模块中，得到增强后图像；将增强后图像输入至改进的人体检测模块中，输出人体检测预测结果；通过多任务损失函数，对低照度图像增强模块和人体检测模块进行多阶段联合优化，训练得到端到端的低照度人体检测框架；将低照度图像输入到训练好的端到端的低照度人体检测框架中，进行图像增强以及人体检测，输出人体检测预测结果。本发明构建的端到端的低照度图像人体检测框架通过低照度图像增强模块和人体检测模块的相互适应，实现了更高的检测精度，对不同光照环境下人体检测具有更强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.031 seconds)
