-
公开(公告)号：CN115424347A
公开(公告)日：2022-12-02
申请号：CN202211072684.7
申请日：2022-09-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种理发店员工工作内容智能识别方法，属于机器视觉技术领域，包括以下步骤：S1：采集设备安装位置和安装条件的设置；S2：建立理发员工人脸、顾客人脸标签库，并训练人脸识别模型；S3：建立与物品、工具和人相关的动作标签库，并进行理发店动作行为识别模型训练；S4：利用训练好的人脸识别模型、理发店动作行为识别模型，用于实际理发服务场景进行动作行为识别。构建顾客、员工、动作几个要素的“动作对”行为时序；S5：建立工作内容识别标签，构建工作内容识别的深度神经网络模型，用以确定理发店员工对顾客的服务工作内容。本发明通过理发店员工工作内容智能识别方法，辅助实现理发店有效地智能化管理。
-
公开(公告)号：CN113702490A
公开(公告)日：2021-11-26
申请号：CN202111000420.6
申请日：2021-08-27
Applicant: 重庆邮电大学
IPC: G01N27/904
Abstract: 本发明涉及一种基于涡流热传导的混凝土内部钢筋锈蚀量估计方法，属于钢筋锈蚀量估计领域，包括：S1：构建绝热表面的涡流热传导混凝土内部锈蚀检测装置；S2：通过S1所述装置中的激励电源，在混凝土内的钢筋中形成涡流，涡流产生的焦耳热传到混凝土表面，构成携带锈蚀量信息的表面温度场；基于软硬件方法解决电磁兼容问题，从而去除表面温度测量误差；S3：通过四级简化法实现涡流热传导物理模型的简化，并利用此模型生成虚拟数据；S4：利用S2中得到的真实数据和S3中得到的虚拟数据，实现深层神经网络模型求解，解决涡流热传导反系数问题，估计混凝土内部钢筋锈蚀量。本发明数学表达模型简单，模型参数求取简单，提高了结果精度。
-
公开(公告)号：CN109003312B
公开(公告)日：2022-01-28
申请号：CN201810973318.6
申请日：2018-08-24
Applicant: 重庆邮电大学
IPC: G06T7/80
Abstract: 本发明涉及一种基于非线性优化的相机标定方法，属于图像处理技术领域。该方法包括以下步骤：S1：获取数据：制作棋盘格标定板，并测量各方格的尺寸，从不同角度拍摄两张以上照片；S2：计算单应矩阵；S3：计算内参数、外参数和畸变因数的初始值；S4：用非线性优化方法精化计算结果。本发明在张正友标定算法的基础上，引入知识和约束条件，使得搜索范围更小，从而减小陷入局部最优的可能性，使算法更稳定；并且只需要打印一个棋盘格图形，测量其尺寸就可以标定相机，其精度明显优于比经典的张正友算法。
-
公开(公告)号：CN112040136B
公开(公告)日：2021-08-10
申请号：CN202011011291.6
申请日：2020-09-23
Applicant: 重庆邮电大学
Abstract: 本发明设计计算机视觉、自动聚焦领域，特别涉及一种基于清晰域及暗视觉的自动聚焦优化方法，包括使用TEN法对图像进行评价，并且使用ADAM算法根据当前梯度自适应的控制步长进行第一次扫描；当第一次出现电机转向时，根据TEN法对图像进行评价，得到的清晰度序列值进行高通滤波；进行第二次扫描，当电机出现第二次转向时，进行第二次高通滤波；在经过前两次滤波之后，持续扫描，直到扫描到清晰域范围内，停止扫描，使用曲线拟合的方式，拟合出峰值，得到聚焦图像；本发明与常规算法聚焦相比增加了高通滤波环节，减少了搜索时被次峰误导的情况，同时减少了非峰值区域的导数波动，使得自适应搜索算法在运行时步长噪声受影响减少。
-
公开(公告)号：CN110493347B
公开(公告)日：2020-07-14
申请号：CN201910788100.8
申请日：2019-08-26
Applicant: 重庆邮电大学
Abstract: 本发明属于云存储、访问控制和区块链技术领域，具体涉及一种基于区块链的大规模云存储中数据访问控制方法及系统，方法包括所有参与方注册成为区块链平台的节点；利用权益证明机制选出密钥管理员并执行(t,n)门限多属性权威的密文策略的属性密码方案；在密钥管理员之间发起匿名的密钥生成交易为申请者生成属性私钥；数据拥有者在其构建的数据访问策略下加密数据上传到云存储服务器；申请者匿名发送数据访问请求给云存储服务器，服务器验证用户身份属性是否被撤销并返回预解密成功之后的结果；用户解密收到的被预解密的密文，得到最终的明文。本发明为大规模云存储数据提供了一个无中心的细粒度访问控制方法，具有好的扩展性和用户隐私保障。
-
Patent Agency Ranking
公开(公告)号：CN107700763A
公开(公告)日：2018-02-16
申请号：CN201710972401.7
申请日：2017-10-18
Applicant: 重庆邮电大学
IPC: E04D13/064
Abstract: 本发明公开了一种流量自适应的排水沟，属于排水领域，它由上层的集水槽、下层的排水槽以及与排水槽的出水端相连的下水管组成；所述集水槽与排水槽通过一系列横截面积不同的多个导水孔连通，多个导水孔设置在集水槽的底部并沿集水槽的槽长方向间隔分布，且多个导水孔的横截面积具有沿排水槽的导流方向依次逐级减小。本发明排水沟能够实现在不影响小雨量或大倾斜度沟渠排水的同时，即使沟渠处于水平方向，也能在大雨量时能够迅速带走集水槽中雨水，不会因为集水槽平坦而积水，具有排涝迅速、结构简单、制造容易、成本低廉、施工方便、排量自适应、安装可调节的优点。此外，还能够将雨污水管渠同位上下敷设，具有占用空间小、投资省的优点。
-
公开(公告)号：CN114283147B
公开(公告)日：2025-04-18
申请号：CN202111459483.8
申请日：2021-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的粘连和堆叠颗粒图像分割方法，属于计算机图像分割领域。该方法包括：S1：对颗粒图像数据进行标注；S2：构建深度学习神经网络模型，使用颗粒图像及步骤S1得到的标注图作为训练集进行网络训练，即通过反向传播算法调整网络参数；S3：利用步骤S2构建的深度学习神经网络模型对颗粒图像进行实例分割；S4：对颗粒图像的实例分割结果进行统计分析。本发明能对粘连与堆叠颗粒图像进行实例分割，得到不同颗粒的标记图像，从而解决粘连与堆叠颗粒的计数问题。
-
公开(公告)号：CN119204324A
公开(公告)日：2024-12-27
申请号：CN202411314846.2
申请日：2024-09-20
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/14 , G06V20/40 , G06V20/52 , G06V40/10 , G06T7/292 , G06N3/042 , G06N3/0442 , G06N3/045 , H04N23/50
Abstract: 本发明涉及一种景区游客轨迹的景点流量预测方法，属于流量预测技术领域，包括以下步骤：S1：在景区布设视频图像接入网络，包括服务器和在景区内各关键景点、游玩点及景区出入口安装的摄像头；S2：对视频图像接入网络采集的视频进行行人检测和行人重识别检索；由设置在景区出入口的摄像头检测标记行人ID，通过行人重识别得到各行人ID的游客在景点出现的视频图像信息；S3：构建景点轨迹时间频谱图、基于邻接关系有向图得到轨迹路线统计图；S4：构建景点轨迹流量图时间序列和景点流量预测模型，对景区内各景点线路和景点流量进行预测和预警。
-
公开(公告)号：CN118069845A
公开(公告)日：2024-05-24
申请号：CN202410214375.1
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/126 , G06F40/211 , G06F40/30 , G06N3/0442 , G06N3/042 , G06N3/045 , G06N5/02
Abstract: 本发明涉及一种基于多类型知识融合的方面级情感分析系统，属于文本情感分析领域，包括：文本嵌入编码层：对输入句子进行文本嵌入和编码以获取上下文特征；情感知识增强模块：利用情感知识增强句法知识并获取特定方面且基于增强句法的上下文表示；概念知识嵌入模块：利用概念知识获取特定方面且基于概念知识的上下文表示；上下文信息提取模块：提取特定方面的上下文信息；输出层：将特定方面且基于增强句法、概念知识的上下文表示和上下文信息这三种不同表示融合并送入分类器以输出分类结果。本发明中解决了句法知识的依赖噪声问题、情感知识库SenticNet部分情感信息丢失问题和上下文信息提取过程中注意力机制导致的权重误配问题。
-
公开(公告)号：CN117933475A
公开(公告)日：2024-04-26
申请号：CN202410108860.0
申请日：2024-01-25
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06F18/20 , G06F18/241 , G06F18/26 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于跨域信息融合的信息级联预测方法，属于信息级联预测领域，包括如下步骤：S1：用户表示学习：分析用户与其在底层社交网络中的多跳邻居之间的历史交互，衡量用户的影响力；执行主成分分析以提取用户特征；S2：基于级联进化轨迹和瞬时速度捕获信息级联网络的基本特征；利用用户“转发”操作的时间来计算每个时间点的邻接矩阵的权重；S3：用户分类任务：使用MLP，根据用户影响力区分意见领袖和一般用户；S4：信息级联预测任务：整合有关用户影响力、事件时序和级联图的信息；使用双向门控循环单元BiGRU从合并数据中提取时空属性；然后应用时间衰减因子对快照向量进行加权，以进行级联预测工作。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.024 seconds)
