-
公开(公告)号：CN114399611A
公开(公告)日：2022-04-26
申请号：CN202210055602.1
申请日：2022-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于网格质量度量特性的多面体优化方法，属于网格优化领域，包括以下步骤：获取所有多面体网格顶点构成顶点序列集合；依次遍历顶点序列集合中每个顶点的邻域多面体网格，计算顶点各邻域多面体网格的质心坐标；计算全局多面体网格质量度量平均值；计算顶点的邻域网格质量度量平均值，并对其采用内部质量条件进行网格质量判断；根据网格质量度量特性计算顶点的预期坐标；采用距离倒数加权法计算该顶点的实际坐标，并用该顶点的实际坐标覆盖顶点序列集合中对应的顶点坐标，直到顶点序列集合中所有的顶点都遍历完成。本发明既能降低算法时间代价，又能有效地提高网格质量水平，使网格符合计算流体力学的实际应用。
-
公开(公告)号：CN104766071A
公开(公告)日：2015-07-08
申请号：CN201510208977.7
申请日：2015-04-28
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种应用于无人驾驶汽车的交通灯快速检测算法，包括以下步骤：S1.根据采集到的每一帧图像各通道的值选取红色和绿色的候选区域，所述候选区域包括若干个连通域；S2.根据上一帧图像中的红绿灯区域位置和传感器的数据，并结合红绿灯的高度范围，预测当前帧图像中红绿灯区域的位置，形成预测区域；S3.对当前帧图像中连通域的形状和颜色进行识别，当同一形状和颜色的连通域出现在预测区域，则该连通域为红绿灯区域。本发明使用摄像头采集的上一个时刻的图像(上一帧)和现在时刻的图像(本帧)，并使用传感器采集两个时刻之间的车速、车转向角与时间变化的曲线和两个时刻的摄像头与水平面的夹角，利用交通灯的高度符合国标的特点，达到缩小检测范围、提高检测精度的交通灯颜色形状检测的目的。
-
公开(公告)号：CN114448357B
公开(公告)日：2024-12-06
申请号：CN202210101928.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于双螺旋缺陷地结构的宽带高效率J/F类功率放大器，属于射频微波技术领域。该功率放大器包括介质基板，正面设置有输入匹配电路、栅极偏置电路、漏极偏置电路、二次谐波抑制电路、输出匹配电路和T型模块；背面为接地面，设置有双螺旋缺陷地单元结构；输入匹配电路的一端与功率放大管栅极连接，另一端依次通过栅极偏置电路、T型模块和漏极偏置电路与功率放大管漏极连接；输出匹配电路端与二次谐波抑制电路连接。本发明放大器既具有宽带性能又具有较高输出效率。
-
公开(公告)号：CN105787458B
公开(公告)日：2019-01-04
申请号：CN201610139450.8
申请日：2016-03-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于人工设计特征和深度学习特征自适应融合的红外行为识别方法，包括以下步骤：S1：通过人工设计特征模块，对原始视频进行改进的密集轨迹特征提取；S2：对提取到的人工设计特征进行特征编码；S3：通过CNN特征模块，对原始视频图像序列，利用一种变分光流算法提取光流信息，得到对应光流图像序列；S4：利用卷积神经网络，对步骤S3中得到的光流图序列提取CNN特征；S5：将数据集分为训练集和测试集；对训练集数据，通过权重优化网络学习权重，利用学习到的权重将CNN特征分类网络和人工设计特征分类网络的概率输出进行加权融合，通过对比识别结果得出最优权重，并将其应用于测试集数据分类。本方法创新了特征融合方式，提高了红外视频中行为识别的可靠性，对后续视频分析工作有重大意义。
-
公开(公告)号：CN105787458A
公开(公告)日：2016-07-20
申请号：CN201610139450.8
申请日：2016-03-11
Applicant: 重庆邮电大学
CPC classification number: G06K9/00335 , G06K9/00711 , G06K9/00744 , G06K9/6267 , G06K9/6292 , G06N3/084
Abstract: 本发明涉及一种基于人工设计特征和深度学习特征自适应融合的红外行为识别方法，包括以下步骤：S1：通过人工设计特征模块，对原始视频进行改进的密集轨迹特征提取；S2：对提取到的人工设计特征进行特征编码；S3：通过CNN特征模块，对原始视频图像序列，利用一种变分光流算法提取光流信息，得到对应光流图像序列；S4：利用卷积神经网络，对步骤S3中得到的光流图序列提取CNN特征；S5：将数据集分为训练集和测试集；对训练集数据，通过权重优化网络学习权重，利用学习到的权重将CNN特征分类网络和人工设计特征分类网络的概率输出进行加权融合，通过对比识别结果得出最优权重，并将其应用于测试集数据分类。本方法创新了特征融合方式，提高了红外视频中行为识别的可靠性，对后续视频分析工作有重大意义。
-
Patent Agency Ranking
公开(公告)号：CN105512640A
公开(公告)日：2016-04-20
申请号：CN201511027665.2
申请日：2015-12-30
Applicant: 重庆邮电大学
CPC classification number: G06K9/00778 , G06K9/00758 , G06K9/3233 , G06K9/6212 , G06K9/6269 , G06K2009/6213 , G06T2207/10016 , G06T2207/20004 , G06T2207/20084 , G06T2207/30236
Abstract: 本发明涉及一种基于视频序列的人流量统计方法，属于图像处理与视频监控技术领域。该方法包括以下步骤：1)获取视频，通过采样得到视频序列；2)通过候选区域检测模块进行粗检测得到候选目标区域；3)利用基于迁移学习的卷积神经网络+支持向量机分类器模型对候选区域进行进一步筛选得到检测目标；4)根据航迹预测对待关联的候选目标范围进行限制；5)通过特征匹配进行目标航迹关联；6)利用航迹信息进行人流量统计。该方法可以节约大量的人力资源，而且避免了由于人为因素所造成的错误统计，同时很好地克服了人工计数在某些场景下的计数劣势，并且该方法能够准确定位到单个行人，给后续分析工作带来了重大意义。
-
公开(公告)号：CN105512640B
公开(公告)日：2019-04-02
申请号：CN201511027665.2
申请日：2015-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于视频序列的人流量统计方法，属于图像处理与视频监控技术领域。该方法包括以下步骤：1)获取视频，通过采样得到视频序列；2)通过候选区域检测模块进行粗检测得到候选目标区域；3)利用基于迁移学习的卷积神经网络+支持向量机分类器模型对候选区域进行进一步筛选得到检测目标；4)根据航迹预测对待关联的候选目标范围进行限制；5)通过特征匹配进行目标航迹关联；6)利用航迹信息进行人流量统计。该方法可以节约大量的人力资源，而且避免了由于人为因素所造成的错误统计，同时很好地克服了人工计数在某些场景下的计数劣势，并且该方法能够准确定位到单个行人，给后续分析工作带来了重大意义。
-
公开(公告)号：CN105303193B
公开(公告)日：2018-08-14
申请号：CN201510603079.1
申请日：2015-09-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于单帧图像处理的人数统计系统，该系统包括离线训练模块和在线检测模块；离线训练模块首先获取应用场景的图像训练集，然后从训练集中人工标注正样本和负样本，用于训练级联检测器，并用训练好的检测器对训练图像集执行检测任务；再根据检测结果重新构造人头正负样本集，用于训练分类器；在线检测模块首先利用级联检测器对待统计图像执行人头粗检测，获得疑似人头区域，再利用分类器对疑似人头区域进一步进行识别确认，最后利用应用场景中各种先验信息对检测结果进行后处理，得到最终的检测结果。该系统可以节约大量的人力资源，避免由于人为因素所造成的错误统计，并很好地克服了人工计数在某些场景下的计数劣势。
-
公开(公告)号：CN104766071B
公开(公告)日：2018-02-02
申请号：CN201510208977.7
申请日：2015-04-28
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种应用于无人驾驶汽车的交通灯快速检测算法，包括以下步骤：S1.根据采集到的每一帧图像各通道的值选取红色和绿色的候选区域，所述候选区域包括若干个连通域；S2.根据上一帧图像中的红绿灯区域位置和传感器的数据，并结合红绿灯的高度范围，预测当前帧图像中红绿灯区域的位置，形成预测区域；S3.对当前帧图像中连通域的形状和颜色进行识别，当同一形状和颜色的连通域出现在预测区域，则该连通域为红绿灯区域。本发明使用摄像头采集的上一个时刻的图像(上一帧)和现在时刻的图像(本帧)，并使用传感器采集两个时刻之间的车速、车转向角与时间变化的曲线和两个时刻的摄像头与水平面的夹角，利用交通灯的高度符合国标的特点，达到缩小检测范围、提高检测精度的交通灯颜色形状检测的目的。
-
公开(公告)号：CN114399611B
公开(公告)日：2025-05-06
申请号：CN202210055602.1
申请日：2022-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于网格质量度量特性的多面体优化方法，属于网格优化领域，包括以下步骤：获取所有多面体网格顶点构成顶点序列集合；依次遍历顶点序列集合中每个顶点的邻域多面体网格，计算顶点各邻域多面体网格的质心坐标；计算全局多面体网格质量度量平均值；计算顶点的邻域网格质量度量平均值，并对其采用内部质量条件进行网格质量判断；根据网格质量度量特性计算顶点的预期坐标；采用距离倒数加权法计算该顶点的实际坐标，并用该顶点的实际坐标覆盖顶点序列集合中对应的顶点坐标，直到顶点序列集合中所有的顶点都遍历完成。本发明既能降低算法时间代价，又能有效地提高网格质量水平，使网格符合计算流体力学的实际应用。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.024 seconds)
