-
公开(公告)号：CN116434732A
公开(公告)日：2023-07-14
申请号：CN202310111405.1
申请日：2023-02-07
Applicant: 华中科技大学
IPC: G10L13/08 , G10L15/16 , G10L15/26 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于可插拔模块的深度学习语音辅助文字识别方法：使用公开合成文本数据集作为图片训练数据，并提取出标签作为语料库，使用语音合成工具配对生成一定数量的语音数据；将图片‑语音数据送入识别网络中，分别得到图像特征和语音特征；将图像特征送入识别解码器，输出预测的字符序列；将可插拔模块接入场景文字识别网络，图像特征和语音特征经过可插拔模块中的语音解码器得到频谱特征；识别网络计算识别损失，可插拔模块计算语音频谱损失，反向传播优化识别网络权重参数；将可插拔模块拔出，由识别网络完成场景文字图像的识别。本发明使用语音信息以指导现有的场景文本识别网络，使其可以很容易的应用于现有的场景文字识别网络。
-
公开(公告)号：CN104567958B
公开(公告)日：2017-06-30
申请号：CN201510002581.7
申请日：2015-01-05
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于波分时分复用的分布式微结构传感网络及其使用方法，该网络包括依次相连的宽带光源(1)、光环形器(3)、光分配网络和多条分布式光纤传感链路(11)，传感单元依次通过光分配网络、光环形器(3)、全光谱扫描模块(5)与解调单元相连。本发明通过混合时分/波分网络架构，具有超大容量、超长距离、低单位解调成本、传感灵敏度高、低功耗等特点，适用于大规模分布式传感复用。
-
公开(公告)号：CN116630791A
公开(公告)日：2023-08-22
申请号：CN202310370868.X
申请日：2023-04-07
Applicant: 华中科技大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种半监督旋转目标检测模型的训练方法及相应的装置，包括：通过标注样本对第二模型进行训练，根据第二模型的预测结果和样本标签计算得到有监督损失LS；分别对无标注样本不同程度的增强，以得到第一增强样本Iw和第二增强样本Is，通过第一增强样本IW对第一模型进行训练，将第二增强样本Is对第二模型进行训练；根据第一模型的预测结果以及第二模型的预测结果，分别得到旋转感知的自适应加权损失LR和全局一致性损失LG；根据有监督损失LS、自适应加权损失LR和全局一致性损失LG对第一模型和第二模型进行迭代训练，直至模型收敛。
-
公开(公告)号：CN105203137A
公开(公告)日：2015-12-30
申请号：CN201510564406.7
申请日：2015-09-07
Applicant: 华中科技大学
IPC: G01D5/353
Abstract: 本发明涉及一种光纤多域传感系统和解调方法。该系统包括主要由宽带光源，光脉冲调制模块，可调FP滤波器，分布式微结构传感光纤，环形器，光谱定标装置，延时光纤构成的传感系统光路；由DA模块，AD模块，FPGA模块，探测器，接收电路，驱动电路构成的传感系统信号发生和数据采集单元；由数据处理模块，I/O传输总线构成的数据传输处理单元。本发明能够实现光传感信号的波长域、频率域和时间域等多域信息的高速、高精度、宽波段解调，具有体积小、结构紧凑稳定、可靠性高等优点。
-
公开(公告)号：CN103837179A
公开(公告)日：2014-06-04
申请号：CN201410064876.2
申请日：2014-02-25
Applicant: 华中科技大学
IPC: G01D5/36
Abstract: 本发明涉及一种基于多域混合复用的分布式光纤传感器及其调制解调方法，该光纤传感器包括数据处理及控制装置（1）、光源模块、光纤传感单元（13）、滤波器（4）、滤波器控制模块、数据采集模块和光环形器（9），数据处理及控制装置（1）与光源模块、滤波器控制模块和数据采集模块均相连，光环形器（9）与光源模块、光纤传感单元（13）、滤波器（4）均相连，数据处理及控制装置（1）与滤波器（4）之间接有滤波器控制模块，滤波器（4）的输出端还通过数据采集模块与数据处理及控制装置（1）的输入端相连。该发明具有大容量、低成本、解调速度快、结构紧凑等特点，适用于大规模分布式传感复用。
-
Patent Agency Ranking
公开(公告)号：CN116863426A
公开(公告)日：2023-10-10
申请号：CN202310843628.7
申请日：2023-07-10
Applicant: 华中科技大学
IPC: G06V20/56 , G06V10/80 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种基于扩散模型的三维点云目标检测方法：获取点云数据并进行体素化和数据增强；将体素化后的数据送入体素编码器，转换为稠密鸟瞰图视角的二维稠密特征；在鸟瞰图视角下的标注框送入基于扩散模型的候选框生成器中返回产生的噪声框和时间步水平；在二维特征上裁剪对应特征并送入检测解码器进行预测；优化损失函数，进行迭代训练直至模型收敛；利用训练好的模型进行三维目标检测。本发明通过利用扩散模型生成候选框，在推理时能直接使用从高斯分布中采用的随机框作为候选，避免手工经验式设计锚框尺寸，让检测解码器更加鲁棒，能够适应不同噪声水平的输入并得到检测结果。本发明还提供了相应的基于扩散模型的三维点云目标检测装置。
-
公开(公告)号：CN116363595A
公开(公告)日：2023-06-30
申请号：CN202310387316.X
申请日：2023-04-07
Applicant: 华中科技大学
IPC: G06V20/52 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种无监督人群计数方法、装置及存储介质，方法包括将第一输入图像裁剪为图像块，并获取图像块的粗粒度文本；将图像块输入第一图像编码器，将粗粒度文本输入第一文本编码器，生成第一相似度矩阵，根据第一相似度矩阵和第一区分度类别相似度，筛选出第一目标类别的图像块；获取第二目标类别的图像块的细粒度文本，并输入第二文本编码器，生成第二相似度矩阵，并根据第二相似度矩阵和第二区分度类别相似度，筛选出第二目标类别的图像块，并输入第二图像编码器，将计数文本输入第三文本编码器，生成目标相似矩阵，根据目标相似矩阵和计数文本的相似度，获取图像的人群数量。本发明不需要任何人工标签，极大减少了标注成本。
-
公开(公告)号：CN106595862B
公开(公告)日：2018-02-27
申请号：CN201611236187.0
申请日：2016-12-28
Applicant: 华中科技大学
Abstract: 本发明涉及一种采用光栅对可调FP温度和非线性补偿的光谱分析装置，该装置包括宽谱光源、光学调制模块、环形器、光栅串、温度测量模块、耦合器、可调FP滤波模块、滤波模块、控制模块和探测模块。宽谱光源的光信号经光学调制模块频率调制和光栅串波长选择后为参考光与待测光混为一路光，进入可调FP滤波模块波长扫描，后经滤波模块滤波区分参考光和待测光。通过温度测量模块查询光栅串温度后，控制模块经参考光对待测光进行温度和非线性补偿，最终输出待测光的精确光谱。与现有技术相比，系统体积小，集成度高，可实现性好，可同时去除可调FP滤波模块非线性和温度的影响；补偿过程能自动处理，实现实时动态补偿。
-
公开(公告)号：CN103837179B
公开(公告)日：2016-06-29
申请号：CN201410064876.2
申请日：2014-02-25
Applicant: 华中科技大学
IPC: G01D5/36
Abstract: 本发明涉及一种基于多域混合复用的分布式光纤传感器及其调制解调方法，该光纤传感器包括数据处理及控制装置（1）、光源模块、光纤传感单元（13）、滤波器（4）、滤波器控制模块、数据采集模块和光环形器（9），数据处理及控制装置（1）与光源模块、滤波器控制模块和数据采集模块均相连，光环形器（9）与光源模块、光纤传感单元（13）、滤波器（4）均相连，数据处理及控制装置（1）与滤波器（4）之间接有滤波器控制模块，滤波器（4）的输出端还通过数据采集模块与数据处理及控制装置（1）的输入端相连。该发明具有大容量、低成本、解调速度快、结构紧凑等特点，适用于大规模分布式传感复用。
-
公开(公告)号：CN104567958A
公开(公告)日：2015-04-29
申请号：CN201510002581.7
申请日：2015-01-05
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于波分时分复用的分布式微结构传感网络及其使用方法，该网络包括依次相连的宽带光源(1)、光环形器(3)、光分配网络和多条分布式光纤传感链路(11)，传感单元依次通过光分配网络、光环形器(3)、全光谱扫描模块(5)与解调单元相连。本发明通过混合时分/波分网络架构，具有超大容量、超长距离、低单位解调成本、传感灵敏度高、低功耗等特点，适用于大规模分布式传感复用。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
