-
公开(公告)号：CN104219267B
公开(公告)日：2017-08-25
申请号：CN201310218008.0
申请日：2013-06-04
Applicant: 安徽大学
Abstract: 本发明实施例公开了一种隐私保护的统计车辆数量的方法及装置，属于车联网技术领域。方法包括：将OBU的最大数量设为f；根据OBU的最大数量与f的比值计算与各个OBU的通信次数n，并根据每次通信结果得到第一非空白时隙前的空白时隙的数量，根据得到的n个第一非空白时隙前的空白时隙的数量计算车辆数量本发明通过OBU发送信息的第一非空白时隙前空白时隙的数量计算车辆数量，替代了通过对OBU身份认证的方式统计车辆数量，可以在计数的同时，实现对车辆身份隐私的保护；同时，将OBU的最大数量设为f，降低了OBU的最大数量与f的比值，减少了OBU与RSU之间通信的次数，缩短了车辆数量统计的时间。
-
公开(公告)号：CN102568146B
公开(公告)日：2016-03-30
申请号：CN201210009436.8
申请日：2012-01-12
Applicant: 安徽大学
IPC: G08B17/12
Abstract: 本发明公开了一种基于红外热图像的火灾预警与早期消除系统，红外热像仪用于采集被监测设备的红外热图像；图像分析控制器，用于对上述红外热图像进行分析并生成分析结果；火灾报警及联动控制器，用于根据图像分析控制器的分析结果生成控制信号。通过获取设备的红外热图像，分析其温度场分布和变化以预防火灾发生，降低了设备发生火灾的可能性；并可实现与定点灭火装置联动对设备进行早期火灾消除，提高了火灾处理的及时性。其具有控制精度较高、误报率较低的特点。
-
公开(公告)号：CN104219048A
公开(公告)日：2014-12-17
申请号：CN201310217922.3
申请日：2013-06-04
Applicant: 安徽大学
IPC: H04L9/32 , G06K17/00 , G06K19/067
Abstract: 本发明公开了一种RFID协议的隐私保护属性证明方法和装置，属于物联网通信技术及安全技术领域。所述方法包括：读写器对通信范围内的所有标签发送询问信息；所述标签在接收到所述询问信息后，生成随机数，确定位信息的值，根据所述随机数、身份标识和位信息的值生成第一验证函数，并向所述读写器发送认证信息，所述读写器对所述标签发送的认证信息进行认证，并在认证成功后生成第二验证函数，向所述标签发送验证信息，所述标签在接收到所述验证信息后，对所述第二验证函数进行验证，并在所述验证通过后与所述读写器完成一次通信。
-
公开(公告)号：CN114359626B
公开(公告)日：2025-04-08
申请号：CN202111533990.1
申请日：2021-12-15
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种基于条件生成对抗网络的可见光‑热红外显著目标检测方法，本发明基于条件生成对抗网络模型设计两个生成器，基于对抗学习分别提升查全率和查准率并使之达到平衡，从而得到更精细化的显著目标预测结果；通过全局上下文信息模块整合高层语义特征，整合后的特征作为解码器每层的引导特征包含有更丰富的全局上下文信息；本发明的协同注意力模型融合可见光模态和热红外模态特征的同时，进一步突出前景目标区域，抑制冗余的背景噪声影响，本发明的显著图比其他先进的方法具有更高的置信度。
-
公开(公告)号：CN118887255A
公开(公告)日：2024-11-01
申请号：CN202410997498.7
申请日：2024-07-24
Applicant: 安徽大学
Abstract: 本发明提出一种基于耦合知识蒸馏的多模态目标跟踪方法和系统：包括：耦合知识蒸馏：在两个学生分支的风格特征之间进行风格蒸馏，在具有相同模态输入的教师和学生分支之间执行内容蒸馏，采用实例归一化操作对教师和学生分支的原始特征进行归一化，从而获得与风格特征正交的内容特征，计算两组教师和学生分支的内容特征之间的相似性以进行内容蒸馏；掩码建模：将学生分支的输入图像随机掩去25％的像素，相应教师分支的输入保持不变，让学生分支自行从教师分支的内容特征中学习恢复掩去部分的特征；多模态候选token消除：在每一层中通过组合两种模态的注意力权重协同决策出候选消除的令牌。本发明通过风格蒸馏打破模态差异，同时利用内容蒸馏从教师网络中保持特征内容表示的稳定，以实现高性能的多模态跟踪。
-
Patent Agency Ranking
公开(公告)号：CN116798010A
公开(公告)日：2023-09-22
申请号：CN202310863394.2
申请日：2023-07-13
Applicant: 安徽大学
Abstract: 本发明提供一种车辆图像检索模型的训练方法、装置、设备及介质，所述训练方法包括获取车辆的图像数据集；对所述图像数据集进行归一化处理，以生成训练数据集；基于局部注意力机制构建初始车辆图像检索模型，并配置所述初始车辆图像检索模型的优化器和损失函数；将所述训练数据集作为所述初始车辆图像检索模型的输入变量，对所述初始车辆图像检索模型进行训练和优化，获取目标车辆图像检索模型。本发明可满足大规模车辆图像的数据检索，且可保证较高的检索效率。
-
公开(公告)号：CN112613462B
公开(公告)日：2022-09-23
申请号：CN202011604949.4
申请日：2020-12-29
Applicant: 安徽大学
IPC: G06V20/00 , G06V10/774 , G06V10/764
Abstract: 本发明涉及到了计算机视觉领域，具体公开了一种加权交并比方法，包括步骤A1：获取真值框G坐标锚框A坐标；步骤A2：计算每个真值框G和锚框A之间的交集I；步骤A3：计算每个真值框G和锚框A之间的并集U；步骤A4：给真值框G和锚框A的每个位置赋予权重；步骤A5：计算加权交并比值。本发明通过对目标框内的每个位置赋予不同的权重，提供一种更加合理的度量两个轴向包围盒重叠程度的方法，来解决交并比相同情况下，不同位置的预测框P评测准确度相同的问题，同时本发明可用作回归损失函数进行目标检测模型训练。本发明在目标检测模型评估时作为评测标准也表现更加鲁棒。
-
公开(公告)号：CN113705463A
公开(公告)日：2021-11-26
申请号：CN202111003067.7
申请日：2021-08-30
Applicant: 安徽大学
Abstract: 一种基于多尺度门控密集连接的工厂足迹提取方法及系统，属于图像处理技术领域，解决如何通过引入引导模块以及密集连接来处理工厂的多尺度的问题，通过设计引导模块来缓解编码特征和解码特征之间的差异性影响，结合编码器和解码器特征的优势去引导编码特征的信息选择，弥补不同层级特征之间的差异性，将密集连接作用在编码器和解码器上，结合了不同尺度的低层细节信息和高层语义信息，进而获得多尺度的特征表示能力，更好的利用了低层特征的细节信息和高层特征的语义信息，同时使用自适应融合获取最终的解码特征，提升了遥感工厂足迹提取的精度。
-
公开(公告)号：CN110363770A
公开(公告)日：2019-10-22
申请号：CN201910631325.2
申请日：2019-07-12
Applicant: 安徽大学
Abstract: 本发明公开了一种边缘引导式红外语义分割模型的训练方法及装置，方法包括：1)、预先建立包括依次数据连接的边缘嵌入模块层、残差网络模块层、空洞卷积模块以及第一卷积层的初始语义分割模型；2)、使用预先标记了目标的样本集训练初始语义分割模型；3)、利用交叉熵损失函数计算训练后语义分割模型输出的预测结果与对应样本的真值之间的损失值；4)、在训练次数大于或等于设定值的情况下，将训练后语义分割模型作为目标语义分割模型；5)、训练次数小于设定值的情况下，根据上述所得损失值更新训练后的语义分割模型的模型参数，返回执行步骤2)，直至训练次数大于或等于设定值。应用本发明实施例，可以提高语义分割的准确性。
-
公开(公告)号：CN108898136A
公开(公告)日：2018-11-27
申请号：CN201810725464.7
申请日：2018-07-04
Applicant: 安徽大学
Abstract: 本发明公开了一种跨模态图像显著性检测方法，输入配对的多模态图像，用基于超像素分割算法对不同模态进行分割，获取均匀、大小近似的超像素区域；设计基于图流形排序算法的多模态图像显著性检测模型，引入跨模态软一致性约束和流形排序拟合项稀疏性约束；以图像四边的超像素作为种子节点，计算其他节点与种子节点的相似性，得到初步的显著图；参考上一阶段得到的前景点作为种子节点，计算其他节点到该节点的相似性，得到最终的显著图。本发明提出了一种基于图流形排序算法互补地融合多模态图像的方法，并引入l1范数实现跨模态软一致性约束和流形排序函数拟合项稀疏性约束，即在协同多个模态的基础上，允许部分不一致，增加拟合项的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.025 seconds)
