-
公开(公告)号：CN115147610B
公开(公告)日：2025-05-02
申请号：CN202210897836.0
申请日：2022-07-28
Applicant: 东北大学
IPC: G06V10/40 , G06V10/20 , G06V20/40 , G06V10/82 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于时空注意力机制的自适应的帧插方法，涉及视频处理领域；通过对编码‑解码(Encoder‑Decoder)结构加入时空注意力机制，保证对相邻帧的特征提取完全。本发明采用了由时空Attention的U‑Net网络进行图片的特征的提取，分别从通道上和空间维度上有重点的学习图片的特征，而不是以同样的标准对待不同的通道和空间维度信息，使得特征提取完全，有助于后期子网络的参数生成；对输入的相邻帧就采用的边界填充的方式，避免了在生成的过程中由于遮挡等其他原因，而产生失真的合成帧。
-
公开(公告)号：CN114782860B
公开(公告)日：2024-11-08
申请号：CN202210317073.8
申请日：2022-03-29
Applicant: 东北大学
IPC: G06V20/40 , G06V20/52 , G06V40/20 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/09 , G06V10/82
Abstract: 本发明提供一种监控视频中暴力行为检测系统及方法，属于深度学习领域；获取室内外场所中监控摄像头所拍摄的视频数据，该视频数据以视频流的形式推送到运行算法的服务器；将部分视频图像数据至少标注有是否包含暴力行为以及暴力行为发生的区域范围；将带有是否包含暴力行为标签的视频图像数据输入到P3D网络中，将模型训练得到暴力行为分类模型；将带有暴力区域发生范围标签的视频图像数据输入到CenterNet目标检测网络中，将模型训练到到暴力行为目标检测模型；将从监控摄像头实时获取的视频图像数据输入到暴力行为分类模型、暴力行为目标检测模型，得到暴力行为检测结果；将所述暴力行为检测结果发送至运行的用户终端。
-
公开(公告)号：CN114758329B
公开(公告)日：2024-10-25
申请号：CN202210394614.7
申请日：2022-04-15
Applicant: 东北大学
IPC: G06V20/62 , G06V30/148 , G06V30/19 , G06N3/044 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习预测热成像图中目标区域温度的系统及方法，属于图像识别技术领域。系统包括用于提取热成像图上显示的表达最高最低温度的数字字符的温度数字字符提取模块、用于从热成像图上提取目标区域的目标区域提取模块和用于根据温度数字字符提取模块和目标区域提取模块的输出计算出目标区域温度信息的目标区域温度预测模块。方法包括将待检测红外热成像图同时输入CRNN网络和改进的Unet分割网络；由CRNN网络提取热成像图上表示最高最低温度的数字字符；由改进的Unet分割网络提取热成像图上的目标区域；构建热成像图上像素灰度值与温度值的对应关系及统计目标区域的像素值，进而计算目标区域的温度信息。该系统及方法通用性更强，准确度更高。
-
公开(公告)号：CN117935982A
公开(公告)日：2024-04-26
申请号：CN202410092222.4
申请日：2024-01-23
Applicant: 东北大学
Abstract: 本发明提供一种基于深度学习与成像高光谱的像素级矿物品位反演方法，涉及矿山开采技术领域。在模型训练阶段，通过对高光谱图像的随机邻域采样的方法获取一个mini‑batch的光谱数据，作为深度学习模型的输入。该深度学习模型将输入的光谱嵌入到一个向量中，并通过一个多层感知机给出对应的矿物品位预测结果，通过反向传播的方法完成训练过程。在仅有数百矿物样本的高光谱图像的条件下通过一种随机采样近似的方式充分利用了有限的数据，规避了数据不足的问题；其次相较于已有的定量反演建模方法，本发明提供的方法不需要复杂的特征筛选，具有一定泛化能力，且精度表现更为优秀。
-
公开(公告)号：CN117723506A
公开(公告)日：2024-03-19
申请号：CN202311745086.6
申请日：2023-12-18
Applicant: 东北大学
IPC: G01N21/359
Abstract: 本发明公开一种像素级矿物品位反演方法、系统及设备，涉及矿物品位检测领域；获取多个矿物样本的光谱数据；对多个矿物样本的光谱数据进行标注，确定多个矿物样本的光谱数据对应的标签；基于每个矿物样本的光谱数据与每个矿物样本的光谱数据对应的标签构建训练集和验证集；基于训练集和验证集采用反向传播的方法对矿物品位预测模型的参数进行训练和验证；获取待检测矿物的光谱数据；将待检测矿物的光谱数据输入至矿物品位预测模型，得到待检测矿物的品位。本发明可提高矿物品位检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN114772208B
公开(公告)日：2023-06-23
申请号：CN202210328876.3
申请日：2022-03-31
Applicant: 东北大学
Abstract: 本发明公开了一种基于图像分割的非接触式皮带撕裂检测系统及方法，涉及输送皮带异常检测技术领域；使用工业摄像仪获取现场皮带运行时的图像数据，该视频数据以视频流的形式推送到运行算法的服务器；将部分图像数据标注上发生撕裂的区域；将带有标注的图像数据分别输入到改进的Deeplab‑v3+图像分割网络、U‑Net图像分割网络和SegNet图像分割网络中，将三个模型训练得到三个皮带撕裂检测模型；用三个模型以及集成学习的组合模块、基于超像素分割的优化处理模块共同构成皮带撕裂检测模块；将从工业摄像仪实时获取的图像数据输入到皮带撕裂检测模块，得到皮带撕裂检测结果；将所述皮带撕裂检测结果发送至皮带控制系统。
-
公开(公告)号：CN110675849B
公开(公告)日：2022-11-15
申请号：CN201910868054.2
申请日：2019-09-11
Applicant: 东北大学
Abstract: 本发明一种基于贝叶斯网络生成Bossa Nova风格音乐节奏的方法。首先通过建立Bossa Nova风格音乐节奏的推理模型并进行优化，然后建立音乐节奏的先验知识库，生成带有音乐节奏先验知识库的音乐节奏推理模型，最后采用VE算法对音乐节奏进行推理，通过递归的方式来生成条件概率表的信息，根据得到的条件概率表的信息，选取概率最高的条件，按照BN参数配置表的信息得到Bossa Nova风格的音乐节奏。结果证明本发明提供的技术方案可以通过较少的先验音乐的输入，有效提高了音乐节奏的生成效率，快速生成Bossa Nova风格的音乐节奏，并且得到的Bossa Nova风格的音乐节奏较为准确。
-
公开(公告)号：CN115310433A
公开(公告)日：2022-11-08
申请号：CN202210936837.1
申请日：2022-08-05
Applicant: 东北大学
IPC: G06F40/253 , G06F40/232 , G06F40/247 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种针对中文文本校对的数据增强方法，涉及人工智能技术领域。该方法通过序列标注模型判断正确的源语句中易发生错误的位置与类型，弥补当前方法随机选择错误位置与错误类型的缺陷，使数据更加贴近现有的训练数据；在生成多字错误中添加了使用模型BERT生成的语法错误数据，使生成的错误句语义相关性更强；在生成拼写错误的过程中添加了用模型BERT生成的语法错误数据，模拟写作中词汇选择错误的情形；同时，考虑了现实录入过程中，使用键盘录入文字时按错键产生的拼写错误；生成的伪数据包含常见的语法错误类型，可在一定程度上提升语法纠错模型和拼写纠错模型的健壮性，使模型学习到更加多样且与真实数据相近的错误语句特征。
-
公开(公告)号：CN111540205B
公开(公告)日：2021-08-06
申请号：CN202010385799.6
申请日：2020-05-09
Applicant: 东北大学
IPC: G08G1/01
Abstract: 本发明公开了一种城市交通网络牵制控制方法，属于城市交通网络控制技术领域，该方法建立了基于CTM的离散时间城市道路交通网络的模型，针对城市道路交通堵塞问题，将复杂网络的牵制控制思想应用于城市道路交通分析与控制中，本发明还设计了牵制控制器，并给出了使路段车流量稳定的控制策略，将绿灯时长的变化量作为控制输入，对受控系统的稳定性进行了分析，给出了城市道路交通网络牵制控制的稳定性条件，使得整个受控网络达到同步，使得路段流量稳定在期望值附近，降低了控制成本，更好地解决了城市道路交通拥堵问题。
-
公开(公告)号：CN112819043A
公开(公告)日：2021-05-18
申请号：CN202110068409.7
申请日：2021-01-19
Applicant: 东北大学
Abstract: 本发明公开一种基于ARM的深度学习轻量化肺结节分类方法，该方法对获取的训练图像进行处理，并输入到全精度神经网络中进行训练。训练完成后使用Ternary Quantization算法对32‑bit的全精度权重进行三值化压缩，得到一个三值化精度神经网络。之后使用知识蒸馏，将全精度网络作为教师网络，三值化精度网络作为学生网络，对三值化精度中的Wp和Wn两个参数因子进行微调，微调完成后保存模型。最后将训练好的模型权重用于嵌入式设备中的肺结节分类程序中，实现肺结节的分类。本方法训练的模型和实现的分类程序可以准确的对肺结节进行分类，并且避免嵌入式设备性能不足和权重精度压缩后准确率下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.05 seconds)
