检索结果-内蒙古大学图书馆

高速公路监视系统数字化建设

引用

山东交通科技 2010年第3期 69-70页

作者：闫红利山东高速信息工程有限公司山东济南250108

数字化是高速公路监视系统的发展方向,基于高速公路监视系统的现状,主要介绍了在新建高速公路监视系统的建设中采用数字化网络摄像机,高性能的传输网络,IP-SAN的存储技术,分析了原有模拟监视系统改造的几种方案,提出了升级改造的建议。

关键词：数字化网络摄像机 IP-SAN 骨干传输系统网络编码器

来源：评论

学校读者我要写书评

暂无评论

浅谈远程视频监控在水电站中的应用

引用

中国新通信 2013年第10期15卷 50-51页

作者：蒋跃华新疆水利水电勘测设计研究院

水电站远程视频监控系统集先进性、开放性、可靠性与实时性为一体,利用H.264压缩标准的嵌入式网络编码器提供视频服务,视频流通过2M光纤信道,组播方式传输到主站系统,主站系统与MIS网和调度网无缝结合,从局内各工作站可以远程监控各监... 详细信息

水电站远程视频监控系统集先进性、开放性、可靠性与实时性为一体,利用H.264压缩标准的嵌入式网络编码器提供视频服务,视频流通过2M光纤信道,组播方式传输到主站系统,主站系统与MIS网和调度网无缝结合,从局内各工作站可以远程监控各监控点的运行情况。实现了水电站管理的"无人值班、少人值守"促进了工程的自动化、现代化和综合性管理。

关键词：远程视频监控 H 264 无人值守网络编码器信道组播

来源：评论

学校读者我要写书评

暂无评论

视频监控系统在无人值守变电站的应用

引用

电子设计工程 2011年第3期19卷 100-103页

作者：桑小兵河南省汝阳县电业局河南汝阳471200

无人值守变电站视频监控系统采用C/S体系结构,H.264压缩标准的嵌入式网络编码器提供视频服务,视频流通过2 M光纤信道,组播方式传输到主站系统,主站系统与MIS网和调度网无缝结合,从局内各工作站可以远程监控各个变电站运行情况。该系统... 详细信息

无人值守变电站视频监控系统采用C/S体系结构,H.264压缩标准的嵌入式网络编码器提供视频服务,视频流通过2 M光纤信道,组播方式传输到主站系统,主站系统与MIS网和调度网无缝结合,从局内各工作站可以远程监控各个变电站运行情况。该系统集先进性、开放性、可靠性与实时性为一体,为实现变电站的无人值守提供了基本保障,促进了电力系统的自动化、现代化和综合性管理。

关键词：无人值守视频监控 H.264 网络编码器信道组播主站系统

来源：评论

学校读者我要写书评

暂无评论

一种基于轻量级语义分割网络的热熔滑塌遥感自动制图方法与装置

一种基于轻量级语义分割网络的热熔滑塌遥感自动制图方法与装置

引用

作者：周贵云袁艺 610000 四川省成都市高新区(西区)西源大道2006号

本发明公开了一种基于轻量级语义分割网络的遥感影像热熔滑塌自动制图方法与装置。针对热熔滑塌制图研究中存在的实地调查困难、特征差异大和形状不规则等诸多问题，该方法与装置基于语义分割网络进行热熔滑塌自动识别与制图。该方法通... 详细信息

标准号: CN117788615A

本发明公开了一种基于轻量级语义分割网络的遥感影像热熔滑塌自动制图方法与装置。针对热熔滑塌制图研究中存在的实地调查困难、特征差异大和形状不规则等诸多问题，该方法与装置基于语义分割网络进行热熔滑塌自动识别与制图。该方法通过高分辨率遥感影像辅助标定真实热熔滑塌区域矢量多边形，将矢量进行缓冲区分析并转换为栅格。然后，对影像进行增强和切块操作，划分为训练、验证和测试数据集。网络编码器支持多波段输入，高效获取多级语义特征；通过局部和全局相似性指导语义特征的空间分布进行空间分组增强。其中，高级特征经自注意力与卷积的混合模块进行深度特征融合和降维；最后，利用深度可分离卷积和空洞卷积将语义特征解码为热熔滑塌的制图结果。该方法与装置可以显著提高热熔滑塌的提取精度，操作简单、容易实现且处理效率极高，具有重要的大范围应用前景。

关键词：热熔语义特征卷积语义分割高分辨率遥感影像测试数据集网络编码器解码处理效率高级特征高效获取混合模块空间分布切块操作区域矢量深度特征特征差异遥感影像自动识别自动制图缓冲区矢量不规则多波段可分离标定降维栅格注意力影像空洞网络验证分组融合转换全局应用分析研究

来源：评论

学校读者我要写书评

暂无评论

一种信道编解码方法、装置、设备及存储介质

一种信道编解码方法、装置、设备及存储介质

引用

作者：周彬王永刚魏鹏叶淦华黄炜王恒 410073 湖南省长沙市开福区德雅路109号

本申请公开了一种信道编解码方法、装置、设备及存储介质，涉及信息通信技术领域，包括：在待发送的信息比特序列中添加循环冗余校验比特得到目标信息比特序列，并将其输入至目标神经网络编码器、目标信道及目标神经网络解码器输出恢复... 详细信息

标准号: CN115441993A

本申请公开了一种信道编解码方法、装置、设备及存储介质，涉及信息通信技术领域，包括：在待发送的信息比特序列中添加循环冗余校验比特得到目标信息比特序列，并将其输入至目标神经网络编码器、目标信道及目标神经网络解码器输出恢复信息待选列表；目标神经网络编码器和目标神经网络解码器为利用训练集对基于神经网络并行级联结构创建的初始信道编码器和基于神经网络串行级联结构创建的初始信道解码器进行交替迭代训练后得到的模型；通过循环冗余校验从恢复信息待选列表中选择出接收比特序列。本申请通过将神经网络与级联编码结构和迭代译码结构相结合，能够以数据驱动的方式实现信道编解码，提高了信道编解码在复杂信道条件下的适应性和鲁棒性。

关键词：目标神经神经网络编解码信道循环冗余校验网络编码器网络解码器比特序列初始信道串行级联结构信息比特序列信息通信技术解码器并行级联存储介质迭代译码恢复信息级联编码交替迭代结构创建目标信道目标信息输出恢复数据驱动信道条件编码器鲁棒性训练集申请发送创建

来源：评论

学校读者我要写书评

暂无评论

一种基于自注意力的耦合姿态人脸识别方法

一种基于自注意力的耦合姿态人脸识别方法

引用

作者：周丽芳陈旭李伟生雷帮军 400065 重庆市南岸区南山街道崇文路2号

本发明请求保护一种基于自注意力的耦合姿态人脸识别方法，属于模式识别技术领域。所述方法主要包括以下步骤：步骤1.利用MTCNN对训练图像进行预处理操作(人脸检测、特征点标定)；提出基于K‑means算法的姿态导向策略PGS，确定姿态模板... 详细信息

标准号: CN112418074B

本发明请求保护一种基于自注意力的耦合姿态人脸识别方法，属于模式识别技术领域。所述方法主要包括以下步骤：步骤1.利用MTCNN对训练图像进行预处理操作(人脸检测、特征点标定)；提出基于K‑means算法的姿态导向策略PGS，确定姿态模板。步骤2.输入网络的图像利用姿态模板生成多个不同姿态人脸，生成网络编码器对其进行特征编码，加权平均得到融合特征，解码器还原成正面人脸图像。步骤3.构建姿态导向的双判别器生成对抗网络PGDD‑GAN，对合成图像进行对抗式训练。步骤4.为了增强合成图像的局部纹理信息，本发明在编码器和判别器网络中植入自注意力模型。本发明降低了模型对源数据集的需求，提高了无监督环境下的人脸识别的鲁棒性。

关键词：图像人脸识别判别器合成局部纹理信息模式识别技术解码器网络编码器预处理操作注意力模型加权平均模板生成人脸检测输入网络特征编码训练图像源数据集正面人脸耦合编码器鲁棒性特征点对抗标定构建人脸算法植入还原注意力网络融合监督

来源：评论

学校读者我要写书评

暂无评论

训练神经辐射场模型和人脸生成方法、装置及服务器

训练神经辐射场模型和人脸生成方法、装置及服务器

引用

作者：司马华鹏屈奇勋范宏伟李佳斌 223808 江苏省宿迁市湖滨新区保险小镇B19栋201室

本申请提供了训练神经辐射场模型和人脸生成方法、装置及服务器，方法包括：采集预置的训练视频，训练视频至少包括一个训练视频图像，训练视频图像包括图像信息和与图像信息同步的音频信息；将图像信息和音频信息输入至预先建立的初始... 详细信息

标准号: CN113822969B

本申请提供了训练神经辐射场模型和人脸生成方法、装置及服务器，方法包括：采集预置的训练视频，训练视频至少包括一个训练视频图像，训练视频图像包括图像信息和与图像信息同步的音频信息；将图像信息和音频信息输入至预先建立的初始神经辐射场模型中，输出渲染图像；初始神经辐射场模型包括卷积网络编码器、卷积网络解码器和多模态注意力模块；根据渲染图像与训练视频图像计算得到预设损失函数，预设损失函数用于反向传播并训练初始神经辐射场模型，将训练完成的初始神经辐射场模型作为音频驱动人脸生成的神经辐射场模型。本申请通过使用预设损失函数训练作为音频驱动人脸生成的神经辐射场模型，解决无法实时生成高清音频驱动人脸视频的问题。

关键词：辐射场训练视频神经损失函数图像信息人脸预设音频驱动音频信息渲染图像卷积图像网络编码器网络解码器反向传播高清音频人脸视频实时生成图像计算预先建立多模态同步的预置申请服务器注意力采集驱动输出

来源：评论

学校读者我要写书评

暂无评论

基于深度学习无监督领域适应的全景相机语义分割方法

基于深度学习无监督领域适应的全景相机语义分割方法

引用

作者：王军华袁铮王鼎胡凯叶璐 200433 上海市杨浦区邯郸路220号

本发明属于语义分割技术领域，具体为基于深度学习无监督领域适应的全景相机语义分割方法。本发明语义分割方法包括：构建视觉变换网络编码器解码器，通过视觉变换网络、可变形卷积、多层感知机、卷积等操作对输入图像进行编解码操作；... 详细信息

标准号: CN116993975A

本发明属于语义分割技术领域，具体为基于深度学习无监督领域适应的全景相机语义分割方法。本发明语义分割方法包括：构建视觉变换网络编码器解码器，通过视觉变换网络、可变形卷积、多层感知机、卷积等操作对输入图像进行编解码操作；使用可变形多级特征融合模块学习全景图像中发生严重形变的物体；使用在线原型适应模块，结合无监督领域适应中的自训练方法，对针孔图像和全景图像的融合特征图通过在线、单向、逐类对齐适应操作，提高网络抽取目标域样本的特征图的能力；应用网络模型时采用快速评估方法，提高网络的运行速度和分割精度。本发明解决了以往语义分割方法训练需求高、模型精度低、应用时模型运行速度慢的问题。

关键词：语义分割全景图像视觉变换可变形特征图无监督卷积特征融合模块解码器编解码操作网络编码器多层感知快速评估全景相机输入图像网络抽取应用网络针孔图像对齐形变目标域自训练构建原型样本网络融合学习分割应用

来源：评论

学校读者我要写书评

暂无评论

水稻茎秆截面分割模型的构建方法及基于该模型的检测方法

水稻茎秆截面分割模型的构建方法及基于该模型的检测方法

引用

作者：廖娟张锴陈民慧朱德泉况福明张顺陈霞 230061 安徽省合肥市长江西路130号

本发明公开了一种水稻茎秆截面分割模型的构建方法，包括：获取水稻茎秆截面CT图像，并对所述水稻茎秆截面CT图像进行预处理，得到预处理后的水稻茎秆截面CT图像；基于预处理后的水稻茎秆截面CT图像，制作水稻茎秆截面CT图像数据集，所... 详细信息

标准号: CN114677325A

本发明公开了一种水稻茎秆截面分割模型的构建方法，包括：获取水稻茎秆截面CT图像，并对所述水稻茎秆截面CT图像进行预处理，得到预处理后的水稻茎秆截面CT图像；基于预处理后的水稻茎秆截面CT图像，制作水稻茎秆截面CT图像数据集，所述水稻茎秆截面CT图像数据集包括：训练集、验证集和测试集；构建融合轻量化U‑Net和空间‑通道注意力机制的水稻茎秆截面分割模型，其中，轻量化U‑Net是采用深度可分离卷积代替原U‑Net网络编码器中的标准卷积层；采用所述水稻茎秆截面CT图像数据集，对所述水稻茎秆截面分割模型进行训练，以基于水稻茎秆截面分割模型分割水稻茎秆截面CT图像的组织结构，并计算对应的微观结构参数。

关键词：水稻茎秆分割模型预处理轻量化构建卷积微观结构参数网络编码器注意力机制组织结构测试集可分离训练集验证集分割融合制作

来源：评论

学校读者我要写书评

暂无评论

一种基于改进的UNet的舌体分割方法

一种基于改进的UNet的舌体分割方法

引用

作者：杨琦张洋孙思凡方海亮 116000 辽宁省大连市沙河口区中山路467号

本发明公开了一种基于改进的UNet的舌体分割方法，属于图像分割领域，包括以下步骤：采集病人舌象数据制作用于网络训练的数据集；结合深度空间转化卷积和Swin‑Transformer，提出改进的网络编码器结构SPD‑Swin‑Transformer，通过使用跨... 详细信息

标准号: CN118038058A

本发明公开了一种基于改进的UNet的舌体分割方法，属于图像分割领域，包括以下步骤：采集病人舌象数据制作用于网络训练的数据集；结合深度空间转化卷积和Swin‑Transformer，提出改进的网络编码器结构SPD‑Swin‑Transformer，通过使用跨尺度特征融合浅层和深层特征，作为跳跃连接的输入；将使用分离与共享卷积及ASPP架构搭建的SSASPP，加入改进的UNet的瓶颈层；基于自适应平均池化和空洞卷积优化的多尺度注意力机制，构建高效自适应多尺度注意力模块；步骤五，将数据集输入改进后的UNet网络中进行训练和评价。本发明提升了网络模型对多种特征的学习能力和对浅层特征的敏感性，增强了网络的跳跃连接层和瓶颈层对特征的感知能力，增强了网络模型的泛化能力和鲁棒性，从而有效提高了舌体分割精度。

关键词：网络模型多尺度数据集卷积浅层舌体改进跳跃瓶颈高效自适应网络编码器注意力机制感知能力深度空间数据制作特征融合图像分割网络训练学习能力共享卷跨尺度连接层鲁棒性自适应分割池化构建舌象注意力架构空洞网络采集转化优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：