-
公开(公告)号：CN113762200A
公开(公告)日：2021-12-07
申请号：CN202111088278.5
申请日：2021-09-16
Applicant: 深圳大学
Abstract: 本发明实施例公开了一种基于LFFD的口罩检测方法，包括：步骤1：制作训练集；步骤2：构建预设的SP‑LFFD人脸检测网络和分类网络，并进行训练；步骤3：先将输入的图片进行人脸检测，然后获得人脸位置后再送入分类网络判断输入的图片的每一个人脸目标是否佩戴口罩；其中，预设的SP‑LFFD人脸检测网络包括25个卷积层，分为4个部分，各卷积层采用基于Split的SPConv卷积单元代替常规卷积。本发明针对口罩佩戴检测场景采用LFFD检测框架和Resnet18图像分类，采用SPConv卷积替代常规卷积，降低常规卷积中的冗余信息，可以大幅度提升推理速度，同时采用ResNet18网络对检测到的人脸目标进行二分类，判断是否佩戴口罩。整体网络结构模型小，计算效率高。
-
公开(公告)号：CN109447057B
公开(公告)日：2021-11-26
申请号：CN201811003369.2
申请日：2018-08-30
Applicant: 深圳大学
Abstract: 一种图像特征识别方法、相关装置及存储介质，该图像特征识别方法包括：将待处理图像输入至特征提取模型中，提取得到高光谱空谱域兴趣点，即SSIP特征点；所述特征提取模型包括：几何代数子模型和尺度空间处理子模型；所述几何代数子模型用于获取所述待处理图像在高光谱空谱域中的，具有光谱梯度信息的几何代数矢量；所述尺度空间处理子模型通过内积和外积的几何代数空间运算实现对应的欧式空间运算；将所述SSIP特征点输入至特征描述模型中，得到所述待处理图像的特征描述子；根据所述特征描述子进行分类识别。
-
公开(公告)号：CN111242125A
公开(公告)日：2020-06-05
申请号：CN202010040806.9
申请日：2020-01-14
Applicant: 深圳大学
Abstract: 本发明公开一种自然场景图像文本检测方法、存储介质及终端设备，方法包括步骤：采用深度卷积神经网络模型对待检测图像进行特征提取处理，得到四个阶段的基本特征图；对所述四个阶段的基本特征图进行融合处理，得到三个阶段的深度融合特征图；采用改进的Inception模块对所述三个阶段的深度融合特征图进行聚合操作，得到文本区域概率预测特征图和文本区域位置预测特征图；对所述文本区域概率预测特征图和所述文本区域位置预测特征图进行算法处理，得到自然场景图像中文本的位置。本发明利用多阶段的特征图进行融合，将深度卷积神经网络早期阶段的图像特征信息用于最终的特征图聚合，可有效提高自然场景图像文本检测的准确率。
-
公开(公告)号：CN111181670A
公开(公告)日：2020-05-19
申请号：CN201910964139.0
申请日：2019-10-11
Applicant: 深圳大学
IPC: H04B17/391 , H04W4/70
Abstract: 本发明提供了一种分布式天线系统能效优化方法和存储介质，为了全面研究信道不确定性对EE优化的影响，讨论了有界和无界统计信道误差模型，但D2D用户对CUE的干扰约束在不确定CSI的情况下被描述为机会约束，这是一种非凸概率约束，难以保证约束的有效性，引入Bernstein近似方法将它转换为凸不等式约束，再通过传统凸优化方法处理这个约束，目标函数是一个非凸和非线性优化问题，通过分数规划理论和D.C.优化方法转换目标函数求出最优功率分配方案。该发明使用的方法在信道波动的情况下仍然能保持较好的鲁棒性，这对于实际模型中的系统性能优化方案的选择具有重要意义。
-
公开(公告)号：CN110519728A
公开(公告)日：2019-11-29
申请号：CN201910681304.1
申请日：2019-07-26
Applicant: 深圳大学
Abstract: 根据本发明实施例公开的车载通信资源分配方法及装置，首先将K个DUEs在M个集群所组成的联盟中进行分配，得到DUEs分配结果；然后基于DUEs分配结果构建优化问题；再对优化问题进行迭代求解，得到所有可能的M*M个CUE-DUEs对的资源分配结果集合；最后对资源分配结果集合进行匹配处理，得到最优的M个CUE-DUEs对的资源分配结果。通过本发明的实施，在完成V2V对聚类之后，再对基于聚类结果所构建的优化问题进行求解，得到最大化最小V2V对频谱效率时的最优功率分配，可有效降低车载通信时的同频干扰，并能达到较好的系统性能。
-
Patent Agency Ranking
公开(公告)号：CN105574505B
公开(公告)日：2019-02-12
申请号：CN201510946428.X
申请日：2015-12-16
Applicant: 深圳大学
Abstract: 本发明适用于无重叠区域的多摄像机间的人体再识别，提供了一种多传感器间人体目标再识别的方法，步骤包括：A，将已知人体图像序列与图库中的待识别的个体图像序列分成若干组，根据原型相似度特征计算各组的个体相似度差异特征；B，根据各组的个体相似度差异特征及其对应的标签来进行分类器训练；C，计算分类器的输出权值平均值，从而确定最匹配人体。本发明能够用多帧图像数据来实现人体再识别，及度量多帧图像数据中的人体目标的相似度，与现有技术提供的算法相比，本发明提供提出的显著性差异距离在数据集上识别率较高，可以有效的改善不同摄像机间样本图像中人体产生较大的外形、尺度和遮挡等影响因素的鲁棒性，从而提高算法的识别率。
-
公开(公告)号：CN108993917A
公开(公告)日：2018-12-14
申请号：CN201810317435.7
申请日：2018-04-10
Applicant: 深圳大学
Abstract: 本发明适用弹簧生产自动化领域，提供了一种微型弹簧的质量检测系统、方法及装置，该系统包括：机柜、上料组件、机械手取料组件、检测组件、不良品分选组件、良品出料组件、视觉检测设备以及可编程逻辑控制器，当接收到对待测微型弹簧进行质量检测的请求时，首先控制检测相机对待测微型弹簧进行弹簧图像采集，然后控制视觉检测设备对采集到的弹簧图像进行产品识别以及尺寸检测，得到对应的质量检测结果，将该质量检测结果发送给可编程逻辑控制器，最后控制可编程逻辑控制器根据质量检测结果发送处理信号给良品出料组件或者不良品分选组件，以对待测微型弹簧进行相应的处理，从而提高了微型弹簧质量检测的自动化程度，进而提高了质量检测的效率。
-
公开(公告)号：CN105139412B
公开(公告)日：2018-04-24
申请号：CN201510621881.3
申请日：2015-09-25
Applicant: 深圳大学
IPC: G06T7/60
CPC classification number: G06T7/00
Abstract: 本发明适用于角点检测领域，提供了一种高光谱图像角点检测方法与系统，所述方法包括下述步骤：步骤A，构造关于高光谱图像f(x,y,z)中的某点p0和其邻域上的点p1的加权相关性函数；步骤B，根据所述加权相关性函数构造一个角点响应函数；步骤C，根据所述角点响应函数计算所述高光谱图像f(x,y,z)中的某点p0的Harris角点响应值和其邻域上所有点的Harris角点响应值；步骤D，若所述高光谱图像f(x,y,z)中的某点p0的Harris角点响应值大于其邻域上所有点的Harris角点响应值，则该点p0即为所述高光谱图像f(x,y,z)的Harris角点。本发明提供的检测方法能获取高光谱图像的关键信息从而能更好地对高光谱图像进行分析，提高了高光谱图像模式识别效果。
-
公开(公告)号：CN105160694B
公开(公告)日：2017-05-03
申请号：CN201510671142.5
申请日：2015-10-15
Applicant: 深圳大学
IPC: G06T9/00
CPC classification number: G09C1/00 , G09C5/00 , H04L2209/16
Abstract: 本发明涉及数据隐藏技术领域，尤其涉及一种数据隐藏方法及隐藏系统。本发明以图像作为数据载体，发送端将秘密数据转换成比特序列后，将比特序列中每一比特位的值隐藏于图像中，得到隐藏有秘密数据的图像并发送给接收端，接收端可根据相应密钥从图像中提取出隐藏的秘密数据。隐藏数据时，每个正方形图像块可通过其两条对角线的像素灰度值序列的逆序数奇偶性隐藏两比特位的数据，这样，在图像中隐藏的数据量将是图像所拆分成的图像块数量的两倍。而且，在对正方形图像块进行像素位置调整时，由于只需调整该正方形图像块的第一对角线和第二对角线上的最多两个像素的灰度值，因此，对图像的质量影响很小，保证了图像质量。
-
公开(公告)号：CN106485265A
公开(公告)日：2017-03-08
申请号：CN201610840265.1
申请日：2016-09-22
Applicant: 深圳大学
Abstract: 本发明适用于图像识别领域，提供了一种图像识别方法，获取待识别图像中的像素点，当该像素点的像素值小于或等于预置区域中多个像素点的像素值时，确定该像素点为目标像素点，其中，该预置区域为以该像素点为中心点的区域，通过确定的该目标像素点构成该待识别图像中头部区域的图像。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.048 seconds)
