公开(公告)号：CN118570735A

公开(公告)日：2024-08-30

申请号：CN202410786255.9

申请日：2024-06-18

Applicant: 重庆大学

Inventor： 桑军 ,  邹雪涛 ,  朱鹏 ,  胡行 ,  熊浩任 ,  夏晓峰 ,  胡春强

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06V10/771 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及计算机视觉技术领域，具体为一种基于语义信息优化的人群计数方法。包括采用CNN和Transformer组成双骨干特征提取模块，同时提取包含全局人群语义信息和局部人群语义信息的特征；设计语义信息融合模块，将提取的人群特征进行有效融合；设计多尺度残差注意力回归模块，包括多尺度卷积分支、注意力分支和残差分支，用于对融合特征进行解码得到预测密度图；多尺度卷积分支，采用至少四个并行分支，并行分支包含两个卷积层，其中包含不同大小的卷积核；注意力分支包括带有ReLU激活函数的卷积层，以及带有Sigmoid函数的卷积层；残差分支包括带有BN的卷积层。该技术方案能够提高对复杂人群场景的适应性和鲁棒性，提高人群计数的精度。

公开(公告)号：CN118570735B

公开(公告)日：2024-12-20

申请号：CN202410786255.9

申请日：2024-06-18

Applicant: 重庆大学

Inventor： 桑军 ,  邹雪涛 ,  朱鹏 ,  胡行 ,  熊浩任 ,  夏晓峰 ,  胡春强

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06V10/771 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及计算机视觉技术领域，具体为一种基于语义信息优化的人群计数方法。包括采用CNN和Transformer组成双骨干特征提取模块，同时提取包含全局人群语义信息和局部人群语义信息的特征；设计语义信息融合模块，将提取的人群特征进行有效融合；设计多尺度残差注意力回归模块，包括多尺度卷积分支、注意力分支和残差分支，用于对融合特征进行解码得到预测密度图；多尺度卷积分支，采用至少四个并行分支，并行分支包含两个卷积层，其中包含不同大小的卷积核；注意力分支包括带有ReLU激活函数的卷积层，以及带有Sigmoid函数的卷积层；残差分支包括带有BN的卷积层。该技术方案能够提高对复杂人群场景的适应性和鲁棒性，提高人群计数的精度。

公开(公告)号：CN118741004A

公开(公告)日：2024-10-01

申请号：CN202410765630.1

申请日：2024-06-14

Applicant: 重庆大学

Inventor： 桑军 ,  陈晓雯 ,  胡行 ,  朱鹏 ,  熊浩任 ,  蔡斌 ,  夏晓峰 ,  胡春强

IPC: H04N1/32

Abstract: 本发明提供了一种可逆信息隐藏自适应校验预测方法、装置及设备。所述预测方法包括：将原始图像划分为多个图像块，将图像块的像素点划分为不相交的点集和叉集；将多个图像块区分为纹理块和平滑块；输入图像块的点集至全局预测器获得图像块的叉集全局预测结果；当图像块为平滑块时，通过图像块的叉集全局预测结果和点集获得图像块的预测图像；当图像块为纹理块时，利用局部预测器校验所述叉集全局预测结果获得叉集校验预测结果，通过图像块的叉集校验预测结果和点集获得图像块的预测图像；组合多个图像块的预测图像获得原始图像的预测图像。实现了全局预测器和局部预测器在图像不同区域的自适应校验，将预测误差控制在一定区间内，减少预测误差。

公开(公告)号：CN113139449A

公开(公告)日：2021-07-20

申请号：CN202110403822.4

申请日：2021-04-15

Applicant: 重庆大学

Inventor： 刘礼 ,  雍滋蕊 ,  许娜 ,  廖军 ,  胡行 ,  罗璇 ,  邓卜玮 ,  黄景 ,  邓正巧 ,  钱爽 ,  李小虎

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/52 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/16 ,  A61B5/11

Abstract: 本发明公开一种基于生理信号的具身学习认知负荷评估系统，包括数据采集模块、数据预处理模块、数据重构模块、认知负荷水平评估模块和用于存储数据的数据库；本发明采用长短时记忆网络来进行分类，能更真实地学习多种生理信号序列之间的关系，从而提高识别准确率。

公开(公告)号：CN118741004B

公开(公告)日：2024-12-10

申请号：CN202410765630.1

申请日：2024-06-14

Applicant: 重庆大学

Inventor： 桑军 ,  陈晓雯 ,  胡行 ,  朱鹏 ,  熊浩任 ,  蔡斌 ,  夏晓峰 ,  胡春强

IPC: H04N1/32

Abstract: 本发明提供了一种可逆信息隐藏自适应校验预测方法、装置及设备。所述预测方法包括：将原始图像划分为多个图像块，将图像块的像素点划分为不相交的点集和叉集；将多个图像块区分为纹理块和平滑块；输入图像块的点集至全局预测器获得图像块的叉集全局预测结果；当图像块为平滑块时，通过图像块的叉集全局预测结果和点集获得图像块的预测图像；当图像块为纹理块时，利用局部预测器校验所述叉集全局预测结果获得叉集校验预测结果，通过图像块的叉集校验预测结果和点集获得图像块的预测图像；组合多个图像块的预测图像获得原始图像的预测图像。实现了全局预测器和局部预测器在图像不同区域的自适应校验，将预测误差控制在一定区间内，减少预测误差。