国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標(biāo) 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費(fèi)注冊
到頂部 到底部
清空 搜索
當(dāng)前位置 : 首頁 > 專利喜報 > 恭喜西安建筑科技大學(xué)劉光輝獲國家專利權(quán)

恭喜西安建筑科技大學(xué)劉光輝獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜西安建筑科技大學(xué)申請的專利一種高效多語義信息聚合的人群密度估計方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114943933B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202210600585.5,技術(shù)領(lǐng)域涉及:G06V20/52;該發(fā)明授權(quán)一種高效多語義信息聚合的人群密度估計方法及系統(tǒng)是由劉光輝;王秦蒙;陳宣潤;孟月波設(shè)計研發(fā)完成,并于2022-05-30向國家知識產(chǎn)權(quán)局提交的專利申請。

一種高效多語義信息聚合的人群密度估計方法及系統(tǒng)在說明書摘要公布了:本發(fā)明公開了一種高效多語義信息聚合的人群密度估計方法及系統(tǒng),采用VGG19骨干網(wǎng)絡(luò)并結(jié)合多層語義監(jiān)督策略與空間信息嵌入策略,利用多層語義監(jiān)督策略編碼低層特征方式提高低層特征的語義表達(dá),通過空間信息嵌入豐富高層特征空間信息表征;將優(yōu)化后的高低層特征作為初始信息進(jìn)行處理,利用兩個帶有步長卷積的輕量級空洞空間金字塔池化結(jié)構(gòu)在進(jìn)行全局多尺度上下文信息聚合的同時緩解模型參數(shù)冗余,得到人群中間信息;端采用步長卷積對上一步驟得到的特征進(jìn)行上采樣得到最終的密度圖,在保證精度的同時降低計算量。解決了現(xiàn)有技術(shù)中語義提取的精度差,網(wǎng)絡(luò)運(yùn)行速度慢的問題。

本發(fā)明授權(quán)一種高效多語義信息聚合的人群密度估計方法及系統(tǒng)在權(quán)利要求書中公布了:1.一種高效多語義信息聚合的人群密度估計方法,其特征在于,包括以下步驟:S1:將待檢測的人群圖像輸入到構(gòu)建的骨干網(wǎng)絡(luò)中,結(jié)合語義監(jiān)督策略,從網(wǎng)絡(luò)淺層獲取帶有部分語義信息的強(qiáng)化低層特征,在骨干網(wǎng)絡(luò)深層中引入空間信息嵌入策略,對骨干網(wǎng)絡(luò)中的高層特征采用雙線性插值上采樣,將上采樣后的高層特征與低層特征逐元素相乘,獲取強(qiáng)化后的高層特征;S2:構(gòu)建輕量化空洞空間金字塔池化結(jié)構(gòu),通過逐點卷積層,分別對S1中獲取的帶有語義信息的低層特征和強(qiáng)化后的高層特征進(jìn)行通道降維,采用步長卷積,分別捕獲低層特征和高層特征的上下文信息,得到多尺度高層特征和多尺度低層特征,將多尺度高層特征和多尺度低層特征進(jìn)行融合,得到全局多尺度上下文特征;S3:通過步長卷積對全局多尺度上下文特征繼續(xù)進(jìn)行上采樣,得到最終的人群密度圖;所述步驟S1中,所述骨干網(wǎng)絡(luò)為VGG-19骨干網(wǎng)絡(luò),選取VGG-19骨干網(wǎng)絡(luò)中的前13層實現(xiàn)特征提取;所述步驟S1包括以下步驟:S1.1:將待檢測的人群圖像輸入到構(gòu)建的骨干網(wǎng)絡(luò)的層網(wǎng)絡(luò)中,分別輸出低層特征圖Fli和高層特征圖Fhi;S1.2對低層特征圖Fli進(jìn)行細(xì)化,降低特征映射維數(shù);再通過全局平均池化降低參數(shù)量,形成語義邊界約束,生成帶有部分語義信息的低層特征Fli-1;S1.3:將每一層低層網(wǎng)絡(luò)中的Fli-1融合,得到富含語義信息的低層特征FLowlevelfeatureS1.4:引入空間信息嵌入策略,對高層特征圖Fhi采用雙線性插值上采樣,將高層的通道尺寸縮放至與低層通道尺寸相同維度,得到上采樣特征圖Fhi-1;S1.5:將低層特征圖Fli與上采樣特征圖Fhi-1逐元素相乘,獲取強(qiáng)化后的高層特征FHigh-levelfeature。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人西安建筑科技大學(xué),其通訊地址為:710055 陜西省西安市碑林區(qū)雁塔路13號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責(zé)聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
主站蜘蛛池模板: 海盐县| 额济纳旗| 县级市| 务川| 灵丘县| 沽源县| 类乌齐县| 三门县| 鲁甸县| 红原县| 竹北市| 渝中区| 马公市| 桓台县| 叙永县| 合阳县| 瓦房店市| 台前县| 大关县| 青河县| 花莲县| 梨树县| 淮南市| 西峡县| 科技| 台东市| 清涧县| 凤冈县| 新乡市| 定陶县| 阳谷县| 龙游县| 建湖县| 溧水县| 通州区| 佛坪县| 滨州市| 永济市| 天祝| 鹤庆县| 修武县|