-
公开(公告)号：CN104240284A
公开(公告)日：2014-12-24
申请号：CN201410530824.X
申请日：2014-10-10
Applicant: 重庆邮电大学
IPC: G06T15/00
Abstract: 本发明公开了一种基于Flash游戏图像渲染方法，首先初始化动态位图，然后加载进入内存，解析取出位图数据；判断位图数据是否含有冗余信息，并将每个位图数据的冗余信息剔除，保留位图数据和位置坐标信息并依次取出来，按顺序编号依次储存在位图数据列表中。本发明采用将动态位图片段转化成位图数据进行渲染，将不必要的数据先行剔除，提高了图像渲染效率。同时在flash图像中，位图数据是可以共享的。改进后的位图数据列表中储存为位图数据，使得位图数据列表可以共享内存，即在不同的位图数据列表中存储共享一份位图数据内存，极大的降低了资源的内存占用量，提高了渲染效率。
-
公开(公告)号：CN104093144A
公开(公告)日：2014-10-08
申请号：CN201410330641.3
申请日：2014-07-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于心电信号QRS波群特征的无线体域网加密方法，先获取t秒心电信号QRS波群，得到心电信号特征值λ；接着将心电信号特征值λ量化形成N阶线性反馈移位寄存器的初始值，作为加密密钥，N为移位寄存器的位数；然后将所得的加密密钥广播至无线体域网中的每个节点，每个节点按照该加密密钥并利用N阶线性反馈移位寄存器对原始数据进行加密；最后按照周期T返回循环进行。其效果是：利用心电信号特征值λ生成密钥，通过协调器向各个传感器节点分发密钥，并动态刷新密钥，根据ECG信号与生理特征，设计出的新的加密方法，相比于传统的加密方法，基于心电信号特征值的加密方法能有效降低加密时延和运算复杂度。
-
公开(公告)号：CN115393796B
公开(公告)日：2025-04-29
申请号：CN202211032537.7
申请日：2022-08-26
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于注意力机制的X光安检图像危险物品检测方法，属于图像目标检测技术领域。该方法是在YOLOv3‑SPP架构上融合MSE模块和MFGA模块，首先将特征提取网络提取的特征与MSE提取的通道信息融合，得到具备通道全局性的语义特征；然后将MFGA模块设置在各个检测网络分支，有效地融合深层特征的通道及空间信息，使多尺度特征具备三维全局性。本发明能有效地增强输入特征图中用于检测危险物品的细节信息，提高模型对中等目标和大目标的检测性能。
-
公开(公告)号：CN109802857A
公开(公告)日：2019-05-24
申请号：CN201910021685.0
申请日：2019-01-10
Applicant: 重庆邮电大学
IPC: H04L12/24
Abstract: 本发明涉及复杂网络中的社区发现领域，具体公开了一种基于节点传播性能的局部社区发现方法，一方面提出了一种衡量网络中节点中心性的方法，综合考虑节点自身的度数与其周围邻居之间的连接情况来衡量节点的中心性，选取局部传播性能最大的节点作为社区扩张的起始节点。另一方面在社区扩张过程中引入了节点标记，保证每个社区扩张的起始节点不为其它已扩张完毕社区的邻居节点。本发明避免了社区划分过程中大量重叠节点的现象，社区划分精确度高，适用于各种类型的网络。
-
公开(公告)号：CN109635784A
公开(公告)日：2019-04-16
申请号：CN201910021739.3
申请日：2019-01-10
Applicant: 重庆邮电大学
CPC classification number: G06K9/00818 , G06K9/4619 , G06K9/6256 , G06K9/6269
Abstract: 本发明涉及一种基于改进的卷积神经网络的交通标志识别方法，该方法以实际行车环境中的车载摄像头拍摄的交通标志图像为实验基础，构建出卷积神经网络模型对其进行识别。首先给交通标志图像做预处理操作，使模型能够得到充分训练，且增加模型的泛化能力；其次使用批量归一化方法(Batch Normalization，BN)来加快网络训练速度；最后通过SVM分类器对提取到的特征进行分类。使用本发明的技术方案对实际车载环境中取得的交通标志图像进行识别，能够取得非常高的正确率，同时网络模型训练时间较短，还能够在极短的时间内识别出交通标志。
-
Patent Agency Ranking
公开(公告)号：CN111476077A
公开(公告)日：2020-07-31
申请号：CN202010012500.2
申请日：2020-01-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的多视角步态识别方法，属于计算机视觉和机器学习技术领域，包括S1：采集人的步态，从每段视频序列中随机抽取n帧，通过背景减除法提取步态轮廓图；S2：将提取的n张目标轮廓图进行预处理；S3：以人体运动的幅度来表示周期性变化，检测一个步态周期内的轮廓图；S4：以单一通道的步态能量图为基础，将步态序列中的帧映射到不同的通道，根据帧的幅度确定通道的边界；S5：将获得的多通道步态模板组成用于输入的集合，对每个模板提取特征后再将这些特征进行聚合；S6：选择度量学习的方法，提出具有增强约束的Triplet Loss函数来学习到最优的特征，辨别得到的特征聚合向量进行识别。
-
公开(公告)号：CN102156586B
公开(公告)日：2013-07-17
申请号：CN201110112164.X
申请日：2011-05-03
Applicant: 重庆邮电大学
IPC: G06F3/041
Abstract: 本发明请求保护一种电子画板，涉及电子技术领域，由霍尔传感器将笔芯变化的物理范围转换为电压信号传递给带有A/D转换器的单片机进行信号处理，通过无线发送给画板，控制器的将电压信号以及对触摸屏坐标数据进行滤波和坐标变换后按照USBHID1.1协议以鼠标报告描述符的方式传送给PC机，PC机进行图像处理转换为图像数据以及压力信号处理转换为各个级别的粗细笔画，送到液晶屏LCD显示。本发明使触摸响应时间大大缩减、精细程度也极大提升，具有良好的兼容性，解决了专业绘图的操控难题，同时提出一种压力信号感应笔，可以根据压力的大小来实现笔画的粗细变化。
-
公开(公告)号：CN104093144B
公开(公告)日：2017-08-25
申请号：CN201410330641.3
申请日：2014-07-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于心电信号QRS波群特征的无线体域网加密方法，先获取t秒心电信号QRS波群，得到心电信号特征值λ；接着将心电信号特征值λ量化形成N阶线性反馈移位寄存器的初始值，作为加密密钥，N为移位寄存器的位数；然后将所得的加密密钥广播至无线体域网中的每个节点，每个节点按照该加密密钥并利用N阶线性反馈移位寄存器对原始数据进行加密；最后按照周期T返回循环进行。其效果是：利用心电信号特征值λ生成密钥，通过协调器向各个传感器节点分发密钥，并动态刷新密钥，根据ECG信号与生理特征，设计出的新的加密方法，相比于传统的加密方法，基于心电信号特征值的加密方法能有效降低加密时延和运算复杂度。
-
公开(公告)号：CN102156586A
公开(公告)日：2011-08-17
申请号：CN201110112164.X
申请日：2011-05-03
Applicant: 重庆邮电大学
IPC: G06F3/041
Abstract: 本发明请求保护一种电子画板，涉及电子技术领域，由霍尔传感器将笔芯变化的物理范围转换为电压信号传递给带有A/D转换器的单片机进行信号处理，通过无线发送给画板，控制器的将电压信号以及对触摸屏坐标数据进行滤波和坐标变换后按照USBHID1.1协议以鼠标报告描述符的方式传送给PC机，PC机进行图像处理转换为图像数据以及压力信号处理转换为各个级别的粗细笔画，送到液晶屏LCD显示。本发明使触摸响应时间大大缩减、精细程度也极大提升，具有良好的兼容性，解决了专业绘图的操控难题，同时提出一种压力信号感应笔，可以根据压力的大小来实现笔画的粗细变化。
-
公开(公告)号：CN114897887B
公开(公告)日：2024-09-13
申请号：CN202210705367.8
申请日：2022-06-21
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于改进YOLOv5s的X光安检图像违禁物品检测方法，属于图像检测领域。该方法包括以下步骤：S1：建立基于重参数思想设计的Rep模块；S2：建立基于重参数的YOLOv5s违禁物品检测算法；S3：对颈部PAN进行改进。相对于传统的检测方法，本发明检测精度更高，更能够满足X光安检图像中违禁物品检测的实际应用需要。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
