-
公开(公告)号：CN110659666B
公开(公告)日：2022-05-13
申请号：CN201910720045.9
申请日：2019-08-06
Applicant: 广东工业大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 鉴于现有技术中脉冲神经网络分类效果不理想的现状，本发明提供一种基于相互作用的多层脉冲神经网络的图像分类方法，使用多层神经元模型的脉冲网络，采用多层的形式更好的模拟人类大脑的生物神经元模型，将图像输入到神经网络中，先通过泊松序列脉冲的转换，将图像转化为相应的泊松序列输入到第一层神经网络的刺激层，通过刺激层与抑制层的相互作用，可以得到该刺激层的输出，再输入到下一层的刺激层神经元中，经过多次的神经元刺激层与抑制层的相互处理，可以更好模拟现实社会中的人脑特性，达到更好的分类效果。
-
公开(公告)号：CN111262005B
公开(公告)日：2021-08-24
申请号：CN202010046362.X
申请日：2020-01-16
Applicant: 广东工业大学
Abstract: 本申请公开了一种适用于5G基站的双极化宽带磁电偶极子天线单元及天线阵列，其中天线单元包括金属盒装反射结构以及磁电偶极子、馈电结构，金属盒装结构包括金属底板，磁电偶极子包括对称且间隔分布的多个磁电偶极单元，每个磁电偶极单元均包括上层介质基板以及位于其下方的平行介质板，上层介质基板表面的介质层上印刷有金属贴片以作为电偶极子，平行介质板上设置有金属涂层，金属涂层以及金属底板共同形成磁偶极子；馈电结构包括一对正交布设的馈线，每个馈线的底部与穿过金属底板布设的同轴线连接。本申请不仅实现了双极化，而且具有小型化、宽频带、增益大、后瓣小、方向图稳定、隔离度大等优点，完全可以满足现代5G通信基站的需求。
-
公开(公告)号：CN111262005A
公开(公告)日：2020-06-09
申请号：CN202010046362.X
申请日：2020-01-16
Applicant: 广东工业大学
Abstract: 本申请公开了一种适用于5G基站的双极化宽带磁电偶极子天线单元及天线阵列，其中天线单元包括金属盒装反射结构以及磁电偶极子、馈电结构，金属盒装结构包括金属底板，磁电偶极子包括对称且间隔分布的多个磁电偶极单元，每个磁电偶极单元均包括上层介质基板以及位于其下方的平行介质板，上层介质基板表面的介质层上印刷有金属贴片以作为电偶极子，平行介质板上设置有金属涂层，金属涂层以及金属底板共同形成磁偶极子；馈电结构包括一对正交布设的馈线，每个馈线的底部与穿过金属底板布设的同轴线连接。本申请不仅实现了双极化，而且具有小型化、宽频带、增益大、后瓣小、方向图稳定、隔离度大等优点，完全可以满足现代5G通信基站的需求。
-
公开(公告)号：CN110659390A
公开(公告)日：2020-01-07
申请号：CN201910696065.7
申请日：2019-07-30
Applicant: 广东工业大学
IPC: G06F16/783 , G06F16/71 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度卷积网络的视频内容检索方法，通过深度学习的方法对视频进行分类，提取出网络模型，将模型移动至个人数据库，然后设计一个Html静态页面作为视频内容检索系统的检索模块，提出python运行功能、检索功能、文本显示功能三种要求，实现视频分类模块和视频内容检索模块的对接；该发明集合视频分类与视频检索与整体系统，能够在检索视频输入到系统自动给视频打上一个内容标签，同时可以检索出与视频相关的一类视频，达到实时输入，实时检索的效果。
-
公开(公告)号：CN110009621A
公开(公告)日：2019-07-12
申请号：CN201910265193.6
申请日：2019-04-02
Applicant: 广东工业大学
Abstract: 本发明公开了一种篡改视频检测方法，包括：获取待检测的目标视频；利用预设的视频检测模型对目标视频进行检测，得到目标视频中的每个图像帧的检测结果；视频检测模型包括：卷积自动编码器和卷积自动解码器；根据目标视频中的每个图像帧的检测结果判断目标视频中是否存在篡改图像帧；若是，则将目标视频标记为篡改视频。该方法提供的包括有卷积自动编码器和卷积自动解码器的视频检测模型能够在实现数据降维的同时，保留重要的视频特征，从而提高了检测效率和检测结果的准确性。相应地，本发明公开的一种篡改视频检测装置、设备及可读存储介质，也同样具有上述技术效果。
-
Patent Agency Ranking
公开(公告)号：CN109285111A
公开(公告)日：2019-01-29
申请号：CN201811101699.5
申请日：2018-09-20
Applicant: 广东工业大学
Abstract: 本发明公开了一种字体转换的方法，预先根据标准字体图片集和目标字体图片集训练得到深度学习模型，并在训练过程中分别为各目标字体的目标字符设置与各目标字体唯一对应的风格嵌入块，即各目标字符除了拥有相同的字符嵌入块外，各自还具有唯一的风格嵌入块，由此训练得到的深度学习模型在进行字体转换时，可以基于不同的风格嵌入块，输出不同的目标字体。进一步通过训练得到的深度学习模型将标准字体图片转换为目标字体文字图片，可以得到多种目标字体的文字图片。通过本发明提供的方法，提高了训练多种字体的模型的效率以及深度学习模型转换新字体的效率。本发明还提供一种字体转换的装置、设备及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN108510425A
公开(公告)日：2018-09-07
申请号：CN201810140963.X
申请日：2018-02-11
Applicant: 广东工业大学
IPC: G06T1/00
Abstract: 本发明涉及基于IPPVO和优化MHM的可逆水印方法，包括水印嵌入和水印提取。本发明用每一个待预测像素的四个最近邻像素的最大值和最小值来预测当前像素，使得预测更精确；并用该像素的24个近邻像素来评估其所处区域的复杂度，使得评估性能更准确。采用优化的MHM思想来搜寻最优嵌入点组合和降低时间代价：先将复杂度细分成16层，再根据所需容量的大小，为每一层挑选合适的嵌入点作为备选嵌入点，最后，从这些备选嵌入点中选出指定容量下PSNR最大的16个嵌入点的组合。相比所有嵌入点，备选嵌入点的数量大大降低，从而大大减少时间代价。
-
公开(公告)号：CN108109101A
公开(公告)日：2018-06-01
申请号：CN201711386032.X
申请日：2017-12-20
Applicant: 广东工业大学
IPC: G06T1/00
Abstract: 本发明公开了基于多媒体数据的信息隐藏方法、装置、设备及计算机可读存储介质，方法包括：计算图像块的局部复杂度，将局部复杂度不大于预设阈值的图像块形成第一集合；构造位置图，压缩位置图得到比特流，生成附加信息；按照位置图中0对应的图像块的局部复杂度所属的预设阈值范围对图像块进行分层划分；利用分层划分的基本嵌入单元内的像素的灰度值计算预测误差；根据预测误差计算基本嵌入单元嵌入水印后的像素值，并替换基本嵌入单元对应位置的像素值实现水印嵌入；将附加信息替换载体图像中前附加信息个像素中最不重要位，将替换后的最不重要位和载荷嵌入到载体图像中剩余图像块中完成信息隐藏。无损的方式将水印信息嵌入到载体信息。
-
公开(公告)号：CN102881160B
公开(公告)日：2014-09-03
申请号：CN201210250218.3
申请日：2012-07-18
Applicant: 广东工业大学
Abstract: 本发明公开了一种低照度场景下的户外交通标志识别方法，包括以下步骤：对含有交通标志的低照度场景图像进行HSV变换，计算低照度场景图像的积分直方图并采用阈值法和数学形态学方法检测交通标志感兴趣区域；对交通标志感兴趣区域使用SIFT算法计算其尺度不变特征点的描述子，并和标准库中的图像匹配得到匹配点对；以尺度不变特征点的坐标为图像中心点，取子图；对子图分别计算融合了色调、饱和度和亮度后的改进颜色量化直方图及归一化的改进颜色直方图；计算匹配点对中的两个匹配点的直方图的夹角；去除夹角差异过大的匹配点对；去除无一一匹配的匹配点；根据匹配点数获得低照度场景图片的交通标志识别结果。本发明为一种鲁棒性较强、准确率较高的户外交通标志识别方法。
-
公开(公告)号：CN103440616A
公开(公告)日：2013-12-11
申请号：CN201310408792.1
申请日：2013-09-10
Applicant: 广东工业大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于自适应预测模型的高容量可逆水印方法；包括水印嵌入过程及水印提取和原图像恢复过程；所述水印嵌入过程包括预测模型的设计过程及自适应嵌入策略；所述水印提取和原图像恢复过程为所述水印嵌入过程的逆过程；本发明通过充分利用相邻像素间高相关性的特性，得到预测性能较高的预测模型，从而有效地降低了已有算法中修改预测误差进行水印嵌入时所产生的高嵌入失真；另外，通过评估待嵌入集合中的每一像素的四个环绕像素的相关程度，使得约占全部像素四分之三的像素能携带1-2比特水印，因此，实现了容量的提高。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.049 seconds)
