-
公开(公告)号：CN117171540A
公开(公告)日：2023-12-05
申请号：CN202311178500.X
申请日：2023-09-13
Applicant: 华侨大学
IPC: G06F18/2113 , G06F18/25
Abstract: 本发明涉及一种基于动态流标签的多标签特征选择方法、设备及介质，该方法中首先通过在特征空间上进行最近邻重构，将动态流标签的隐式标记重要性形式化为动态标签空间上的多项分布；然后将标签相关无缝集成到特征相关的目标函数中，并量化了标签相关性对特征的影响；最后构建了一种特征转换技术用于融合每个动态流标记所对应的类属特征。本发明将潜在的标记重要性与标记相关性联合学习应用于面向动态流标签的多标签特征选择方法，为模型训练提供了高质量的特征序列。
-
公开(公告)号：CN117115573A
公开(公告)日：2023-11-24
申请号：CN202311388102.0
申请日：2023-10-25
Applicant: 华侨大学
IPC: G06V10/764 , G06V10/26 , G06V10/80 , G06V10/774 , G06V10/52
Abstract: 本发明提供了一种有毒生物图像分类识别方法、装置、设备及存储介质，先通过获取图像样本,调用基于均衡采样策略和逆向采样策略交叉训练过的分类模型基于所述图像样本的分辨率进行分割成多组切块;接着，基于特征提取的阶段调整所述多组切块的数量以及采样频率进行特征提取,以生成不同阶段的多尺度特征图;最后，对所述不同阶段的多尺度特征图进行融合后通过融合特征分类器进行预测,以生成所述图像样本的预测结果，其中，预测结果为所述图像样本是否为有毒生物，通过使用自适应样本平衡采样训练策略，缓解训练集类别样本数量不均衡造成的影响，有效的提高了在对有毒生物识别时的识别率。
-
公开(公告)号：CN116453648B
公开(公告)日：2023-09-05
申请号：CN202310680538.0
申请日：2023-06-09
Applicant: 华侨大学
IPC: G16H20/30 , A63B71/06 , A63B24/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于对比学习的康复运动质量评估系统，其包括：三元组样本生成单元获取受试者的骨架序列集，并根据所述骨架序列集生成三元组样本；特征提取单元将所述三元组样本输入至特征提取网络中进行特征提取，以获得各个样本的特征；分数生成单元对提取到的各个样本的特征，使用高斯混合模型进行性能度量和分数映射，得到各个样本的分数；质量评估网络训练单元将生成的分数作为对应的样本的标签，将样本以及标签输入至质量评估网络中，对所述质量评估网络进行训练。质量评估单元基于训练得到的所述质量评估网络对采集的用户的骨架序列进行质量评估，获得预测分数。本发明解决了康复运动中缺乏专家评分标签导致的评估困难的问题。
-
公开(公告)号：CN115527064A
公开(公告)日：2022-12-27
申请号：CN202211152826.0
申请日：2022-09-21
Applicant: 华侨大学
IPC: G06V10/764
Abstract: 本发明实施例提供一种基于多阶段ViT与对比学习的毒蘑菇细粒度图像分类方法，涉及图像识别技术领域。图像分类方法包含S1获取待识别图像。S2根据待识别图像，进行图像重叠划分，获取多个部分重叠的图像块。S3根据多个部分重叠的图像块，获取嵌入序列。S4将嵌入序列输入预先训练好的基于池化的多阶段ViT编码器中进行编码，获取待识别图像的特征编码。S5将特征编码输入分类器中进行分类，获取待识别图像的识别结果。预先训练好的基于池化的多阶段ViT编码器包含间隔设置的子编码器和池化层。子编码器包含L层transformer block，用以将嵌入序列编码成特征图。池化层配置于子编码器之间，用以调整特征图的空间尺寸。基于池化的多阶段ViT编码器能够大大减小了计算开销。
-
公开(公告)号：CN115423793A
公开(公告)日：2022-12-02
申请号：CN202211152813.3
申请日：2022-09-21
Applicant: 华侨大学
Abstract: 本发明实施例提供晶圆位错缺陷的检测方法、装置、设备和存储介质，涉及图像识别技术领域。其中，这种检测方法包含步骤S1至步骤S4。S1、获取晶圆图片。S2、根据晶圆图片，通过骨干网络进行特征提取，获取第一特征层集合。S3、根据第一特征层集合，通过多层中心点网络模型，获取第二特征层集合。S4、根据第二特征层集合，通过输出模块，获取缺陷目标中心点和中心点到边界框的距离。通过本发明的检测方法只需要将晶圆表面图像输入模型中即可得到位错缺陷的检测结果和数量，实现了高效自动的检测方法，且相比其它检测方法具备较高的检测精度，大大降低了企业的生产成本。
-
Patent Agency Ranking
公开(公告)号：CN109492602B
公开(公告)日：2020-11-03
申请号：CN201811393385.7
申请日：2018-11-21
Applicant: 华侨大学
Abstract: 本发明公开了一种基于人体肢体语言的工序计时方法及系统。其中，所述方法包括：获取一个工人生产过程中的视频数据，进而从该视频数据中识别出该工人生产过程中的肢体语言信息，进而根据该视频数据和该肢体语言信息，建立基于该视频数据的视频帧与该肢体语言信息的二维坐标图，进而对该二维坐标图进行图像去噪，进而对该经图像去噪后的二维坐标图中表示肢体语言信息的坐标数据进行标注，标注出峰值，进而根据该标注出的峰值，取两个峰值区间为一个工序周期，对该工人生产过程中的工序时间进行统计，得到该工人生产过程中的工序计时。通过上述方式，能够实现无需人工参与可以自动对工人生产过程中的工序进行计时，使得工序计时更加客观和准确。
-
公开(公告)号：CN109344874B
公开(公告)日：2020-09-15
申请号：CN201811012952.X
申请日：2018-08-31
Applicant: 华侨大学
Abstract: 本发明公开了一种基于深度学习的染色体自动分析方法及系统，可以采用多层次处理，分层处理染色体的独立形态和重叠形态，并对染色体位置坐标、分类标签、分类置信度进行聚类分析输出核型图。通过上述方式，能够采用基于深度学习的染色体分割方法，不依赖特定染色体形态模式，具有较高的泛化能力，能够采用基于深度学习的染色体分类方法，兼顾染色体全局形态和带纹特征，提高分类准确率，能够采用多尺度处理，对待检测图像利用更加充分，有效提高在染色体重叠，粘连情况下的分割效果。
-
公开(公告)号：CN110555387A
公开(公告)日：2019-12-10
申请号：CN201910711578.0
申请日：2019-08-02
Applicant: 华侨大学
Abstract: 本发明属于人工智能技术领域，公开了一种骨架序列中基于局部关节点轨迹时空卷的行为识别方法，自输入的RGB视频数据和骨架关节点数据中提取局部关节点轨迹时空卷；利用基于RGB视频数据集的预训练模型提取图像特征；对训练集中每个关节点的每一种不同的特征分别构建码本并且分别进行编码，将n个关节点的特征串联为特征向量；利用SVM分类器进行行为分类与识别。本发明将手工特征以及深度学习特征融合，并使用深度学习方法提取局部特征，多种特征的融合可以达到一个稳定且准确的识别率；本发明使用姿态估计算法估计的2D人体骨架以及RGB视频序列提取特征，成本较低，且精度较高，应用于真实场景有着重要的意义。
-
公开(公告)号：CN108764005B
公开(公告)日：2019-06-18
申请号：CN201810095942.0
申请日：2018-01-31
Applicant: 华侨大学
Abstract: 本发明属于图像处理技术领域，公开了一种高光谱遥感图像地物空间波谱特征提取方法及系统，通过辅助分类器生成式对抗网络训练提取波谱特征；通过波段选择并从被选波段提取具有旋转不变的空间纹理特征；通过波谱特征和空间纹理特征的拼接形成地物空间波谱特征。同时公开一种采用上述地物空间波谱特征的、基于卷积神经网络的高光谱遥感图像分类系统。本发明验证了本发明公开的地物空间波谱特征提取技术不仅能更好的表征地物信息，还能以较少的标记数据集获得较高的分类准确率。
-
公开(公告)号：CN109544514A
公开(公告)日：2019-03-29
申请号：CN201811307821.4
申请日：2018-11-05
Applicant: 华侨大学
Abstract: 本发明提供了一种融合表现特征的锯材身份辨识方法、装置及设备，方法包括：提取所有木材的表观特征，并将每个木材的木材ID以及对应的表观特征存入数据库；其中，所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置；获取在传送带上传送的待识别木材的木材图像；根据所述木材图像获取待识别木材的表观特征；将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配，获取与所述待识别木材对应的木材ID集合；基于本发明可以有效的解决了木材的准确快速识别问题，促进森工生产线的柔性化、定制化加工。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.037 seconds)
