-
公开(公告)号：CN119810419A
公开(公告)日：2025-04-11
申请号：CN202411890995.3
申请日：2024-12-20
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/82 , G06V20/56 , G06N3/0464
Abstract: 本发明涉及一种基于YOLOv5的自动驾驶红外图像目标检测方法，涉及目标检测技术领域，以解决红外图像特征信息少、减少系统复杂度、目标与背景混淆等问题。方法采用基于YOLOv5的方案，为了在特征信息少的红外图像中提取有效的特征信息，设计新型的多尺度多分支融合(CSP‑MSMBF)模块替换原有特征提取模块。为解决目标与背景模糊，设计对角线坐标注意力机制(DCA)，增强模型表现力。设计稀疏动态感受野卷积上采样(SDRFCU)模块，解决目标不突出以及实现更精准的特征重建。该方法适应性强，能全天候快速准确地检测目标，更适合自动驾驶汽车在各种天气情况下的目标检测任务。
-
公开(公告)号：CN119295346A
公开(公告)日：2025-01-10
申请号：CN202411292225.9
申请日：2024-09-14
Applicant: 重庆邮电大学
IPC: G06T5/77 , G06T5/60 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种智能驾驶场景下轻量级图像去雾方法。考虑大雾天气下智能汽车采集的图像模糊、颜色饱和度下降、细节信息丢失等问题，为此本发明提出了一种适用于多种雾天情形的去雾方法。该方法利用融合多尺度特征的提取模块，降低大雾特征导致的模糊问题。通过对高层级特征施加注意力机制，突出场景中的物体信息。设计双向特征融合以及像素洗牌策略丰富解码过程中的信息，提升后续像素级去雾效果的真实性。本发明的优势在于，相较于前沿图像去雾算法，本方法在具有较高去雾效果的同时具有更快的处理速度，更加适用于自动驾驶场景下的实时去雾需求。
-
公开(公告)号：CN118918401A
公开(公告)日：2024-11-08
申请号：CN202410764384.8
申请日：2024-06-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于混合Transformer的驾驶员视线映射方法，涉及计算机视觉、图像处理、人机交互等技术领域。驾驶员的视线与驾驶员注意力和意图密切相关，为了有效估计驾驶员在驾驶过程中对道路环境的关注点，本发明提出多尺度交叉注意力网络(Multi‑Scale Cross‑Attention Network，MSCA‑Net)。该网络通过Transformer和Res net并行地提取驾驶员面部特征和眼睛特征，并在不同尺度上引入交叉注意力，有效解决了因面部图像特征冗余而导致视线映射性能下降的问题。为了有效融合驾驶员眼睛特征，提出了双眼特征融合模块(Binocular Feature Fusion Module，BFFM)，该模块通过通道注意力和空间注意力的交互来融合双眼特征，显著提升了MSCA‑Net的视线映射精度。该网络能够有效估计驾驶员视线，可广泛应用在驾驶员注意力分析和人车交互等领域。
-
公开(公告)号：CN117768860A
公开(公告)日：2024-03-26
申请号：CN202311700446.0
申请日：2023-12-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于V2V和V2I通信的车联网联合任务卸载方法，属于无线通信领域。该方法包括：S1：构建系统的任务卸载模型，包括本地计算模型和边缘卸载模型；S2：根据系统的任务卸载模型计算任务执行的时延和能耗，并综合考虑任务的总时延、总能耗以及系统服务率构建用户体验质量模型；S3：基于系统的任务卸载模型和用户体验质量模型，构建包括状态空间、动作空间和奖励函数的强化学习模型；S4：采用双延迟深度确定性策略梯度算法求解强化学习模型，以获得模型的最优解。本发明通过充分挖掘场景中车辆的空闲计算资源，在保证系统服务率的同时降低用户侧的能量消耗，从而提高用户体验质量。
-
公开(公告)号：CN117115634A
公开(公告)日：2023-11-24
申请号：CN202311155890.9
申请日：2023-09-08
Applicant: 重庆邮电大学
IPC: G06V20/05 , G06V10/40 , G06V10/20 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种融合显示视觉中心与注意力机制的水下目标检测方法。考虑到水下目标检测任务往往存在目标间相互遮挡、细长型目标检测精度低以及小目标众多等问题。为此本发明提出了一种基于YOLOv5的水下目标检测方法。该方法通过引入可变形卷积、空洞卷积和注意力机制来重新设计主干网络，增强特征提取能力，解决目标间相互遮挡以及细长型目标检测精度低的问题；同时，将显示视觉中心以带权重的方式进行特征融合，解决特征融合不充分问题，从而降低小目标漏检率；并调整YOLOv5算法的网络结构，增加融合注意力机制的小目标检测层，提升对小目标物体的检测能力。本发明的优势在于，相较于前沿水下目标检测算法，本方法在具有较高检测精度的同时具有更快的检测速度，更加适用于水下目标检测任务。
-
Patent Agency Ranking
公开(公告)号：CN116188339A
公开(公告)日：2023-05-30
申请号：CN202211578929.3
申请日：2022-12-07
Applicant: 重庆邮电大学
IPC: G06T5/50
Abstract: 本发明属于计算机视觉与图像处理技术领域，具体涉及一种基于Retinex及图像融合的暗视觉图像增强方法，该方法包括：获取原始暗视觉图像的V分量，进行改进的Retinex增强处理，得到第一处理图像；基于V分量进行设计的自适应亮度补偿策略得到第二处理图像；基于第二处理图像进行对比度补偿得到第三处理图像；分别基于图像的亮度、图像梯度、曝光度对三张处理图像进行多尺度融合得到增强V分量，得到最终的增强图像。本发明能够获得较佳的图像增强效果，可以在亮度增强、对比度增强和自然度保持三者之间取得良好的平衡，使图像增强后更符合人类视觉特征。
-
公开(公告)号：CN115861708A
公开(公告)日：2023-03-28
申请号：CN202211645663.X
申请日：2022-12-20
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/40 , G06V10/766 , G06N3/096
Abstract: 基于特征表示的领域自适应是研究的最广泛的迁移学习方法，但是目前的方法在获得新的数据表征之后，没有考虑数据之间的高阶结构，并且在转换过程中只考虑了数据的一种几何结构，这会对性能有所限制。本发明提供了一种具有自适应图扩散的低秩稀疏表示迁移学习方法，该方法的核心思想是学习一个投影矩阵，通过该方法减小源域分类误差，将源域和目标域投影到公共子空间，在该子空间中，同时捕获数据的局部几何结构和表示结构，同时使用联合概率分布来减小两个域的分布差异。
-
公开(公告)号：CN113095084B
公开(公告)日：2022-09-23
申请号：CN202110279367.1
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明属于边缘计算与物联网领域，涉及一种物联网中语义服务匹配方法、装置及存储介质；所述方法包括从用户对智能对象的使用频率和平均使用时间中获取用户对智能对象的初始兴趣；利用初始兴趣对偏好强度的影响和偏好强度对智能对象使用事件的影响，建立出联合分布模型来提取用户的偏好强度；利用超平面时间感知知识图谱嵌入模型获取智能对象之间的动态关系，估计出智能对象之间的社会相似度；根据用户的偏好程度和智能对象之间的社会相似度，构建出语义服务匹配模型；接收来自用户或智能对象的服务请求，基于语义服务匹配模型进行相似度匹配，输出用户与智能对象之间的服务匹配结果；本发明保障服务发现的有效性、扩展性和服务匹配结果的精确性。
-
公开(公告)号：CN114779635A
公开(公告)日：2022-07-22
申请号：CN202210382532.0
申请日：2022-04-13
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明属于自动控制技术领域，具体涉及一种光纤成端设备的研磨压力控制方法；该方法包括：根据光纤成端设备的压力结构，得到实际研磨压力；根据设定研磨压力和实时研磨压力计算设定研磨压力和实际研磨压力的误差和误差变化率；将设定研磨压力和实际研磨压力的误差和误差变化率输出到模糊PID控制器中；采用模糊神经网络对模糊PID控制器的参数进行调整，得到精确控制参数；根据精确控制参数计算精确控制量；将精确控制量转变为PWM信号对步进电机进行调整从而对研磨压力进行控制；本发明可提高控制器的反应速度和控制精度，可更好的控制研磨压力，使得光纤成端效果更好，进而提高光信号的传输质量，实用性高。
-
公开(公告)号：CN114567893A
公开(公告)日：2022-05-31
申请号：CN202210022031.1
申请日：2022-01-10
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多目标优化的多业务群组切换方法，该方法首先对网络进行预筛选生成网络候选集；为实现对用户业务需求的优化，引入网络对不同用户业务的友好度模型。然后将业务友好度、网络系统吞吐量以及网络负载均衡作为优化目标，生成一个联合收益函数，并通过遗传算法对其进行优化。本发明提供的的基于多目标优化的多业务群组切换方法，解决了现有多目标优化算法不适用于多业务切换场景的问题，同时考虑了用户服务质量和网络系统性能两个优化方向。在大巴、高铁等群组切换场景中，能够使用户业务的服务质量得到进一步改善，有效的降低网络拥塞及性能下降问题。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.106 seconds)
