“周昆阳”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果11个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进Transformer的黑暗场景三维人体姿态估计算法-CN202110907362.9有效
发明人：邵叶秦;周昆阳;杨启硕;赵梦婷;泮佳俊;李泽漩;刘江 -专利权人：南通大学
申请日： 2021-08-09 - 公布日： 2023-08-22 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于改进Transformer的黑暗场景三维人体姿态估计算法，包括以下步骤：制作黑暗场景下人体姿态数据集，并进行数据增强；训练二维人体姿态估计模型，并将经过处理后的图像首先进行二维人体姿态估计，得到人体关节点的二维坐标；将得到的二维关节点坐标组成特征序列作为改进Transformer的输入实现三维人体姿态估计；将训练好的模型部署到移动端设备。本发明在黑暗场景下具有准确率较高和实用性较好等优点。
一种基于改进 transformer 黑暗场景三维人体姿态估计算法

[发明专利]一种基于CSSNet的医学图像分割方法-CN202211101359.9在审
发明人：邵叶秦;周昆阳;许昌炎;桑子江;施佺 -专利权人：南通大学
申请日： 2022-09-09 - 公布日： 2023-01-06 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种基于级联空间移位网络（Cascaded Spatial Shift Network，CSSNet）的医学图像分割方法，其中CSSNet是用于医学图像分割的新型Multilayer Perceptron（MLP）模型。具体而言，本发明中的CSSNet采用分层金字塔结构来获取多尺度特征图，以解决MLP模型中图像分辨率固定的问题。为了避免医学图像数据集上的过拟合问题，本发明从MLP模型中移除标记混合MLP块，避免其全局接受域导致的大量参数。然而，由于MLP模型中剩余的Channel MLP块的接收野较小，无法在不同空间位置之间进行信息通信。因此，本发明提出了一个级联的空间移位块，以扩大接收野，用于特征提取。而且，该级联空间移位块参数较少，能够有效分割高分辨率医学图像。
一种基于 cssnet 医学图像分割方法

[发明专利]一种基于卷积神经网络的智能车巡线方法-CN202210837351.2在审
发明人：杨启硕;邵叶秦;李昀迪;周昆阳 -专利权人：南通大学
申请日： 2022-07-15 - 公布日： 2022-11-01 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种基于卷积神经网络的智能车巡线方法，涉及深度学习、卷积神经网络、计算机视觉、智能车技术领域。其中方法包含以下步骤：S1：巡线数据集通过颜色提取等方法，计算出智能车转角。以此作为巡线数据集，并采用随机函数进行图像增强；S2：在简单卷积神经网络的基础上引入深度可分离卷积，添加通道注意力模块，更改激活函数；S3：使用数据增强过的数据集训练改进的CNN网络；S4：完成模型的训练后，将模型部署在智能车上。本申请构建的智能车巡线方法具有计算量小、推理速度快，满足了在智能车的实时性要求。本申请构建的神经网络抗干扰能力更强，能够适应不同环境，泛化性与实用性更高。
一种基于卷积神经网络智能车巡线方法

[发明专利]一种基于改进半监督学习的电瓶车头盔识别方法-CN202210426001.7在审
发明人：邵叶秦;周昆阳;李泽漩;宋锦伟;刘江;龚巧云;高瞻;施佺 -专利权人：南通大学
申请日： 2022-04-21 - 公布日： 2022-06-14 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于改进半监督学习的电瓶车头盔识别方法，包含以下步骤：S1、通过相机拍摄各种场景下电瓶车驾驶员戴头盔的图片，制作电瓶车头盔数据集，并对数据进行增强；S2、使用Faster‑RCNN作为头盔识别模型，半监督学习的基本流程采用教师‑学生模型，训练头盔识别模型；S3、对半监督学习方法进行改进，并对改进后的模型进行训练；S4、使用训练好的学生模型进行电瓶车头盔识别。与现有电瓶车头盔识别方法相比，本发明提出改进的半监督学习方法，相比于传统的半监督学习模型，本发明的方法准确率更高，且不会增加推理时间。本发明的模型能够适应不同场景、不同天气下的电瓶车头盔检测，模型的实用性和泛化性更好。
一种基于改进监督学习电瓶车头盔识别方法

[发明专利]一种改进的数字识别方法-CN202210025290.X在审
发明人：邵叶秦;杨启硕;赵梦婷;胡春红;沈玉;赵恒;宋锦伟;周昆阳;施佺 -专利权人：南通大学
申请日： 2022-01-11 - 公布日： 2022-04-29 - 主分类号： G06V10/94 文献下载
摘要：本发明提供一种改进的数字识别方法，涉及深度学习、机器学习、计算机视觉、图像分类技术领域。其中方法包括以下步骤：S1：制作数字数据集，并进行图像增强；S2：在PP‑LCNet的基础上引入ShuffleNetV2模块，更换部分激活函数，使用下采样结构进行下采样；S3：使用数据增强过的数据集训练改进的PP‑LCNet网络；S4：完成模型的训练后，将模型部署在移动端。与原有的PP‑LCNet模型相比，本申请构建的数字识别系统具有精度高、速度快等优点，能够满足在移动端进行数字识别的实时性要求，并且本方法的参数量更少，在移动端部署更加容易。与其他轻量级模型相比，本申请构建的数字识别系统的速度更快，更能适应各种复杂的数字书写方式，且实用性与泛化性更高。
一种改进数字识别方法

[发明专利]一种交通信号灯倒计时识别系统及其构建方法、应用方法-CN202111160244.2在审
发明人：曹秋阳;周昆阳;杨启硕;宋锦伟;邵叶秦;施佺;高瞻;许长勇 -专利权人：南通大学
申请日： 2021-09-30 - 公布日： 2021-12-31 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种交通信号灯倒计时识别系统及其构建方法、应用方法，涉及计算机检测系统设计技术领域，其中构建方法包含以下步骤：制作交通信号灯数据集；交通信号灯倒计时识别模型的特征提取网络；构建基于注意力的多尺度融合模块；完成端到端交通信号灯倒计时识别模型搭建，并对训练数据集和标签进行预处理，训练端到端交通信号灯倒计时识别模型。对于移动端上新采集的图片，输入到训练好的端到端交通信号灯倒计时识别模型，得到交通信号灯倒计时的识别结果。本申请所提供的一种交通信号灯倒计时识别系统，模型的准确率更高，漏检率低，速度快。能够在复杂环境下对交通灯的识别有着更好的效果，模型的泛化性和实用性更高。
一种交通信号灯倒计时识别系统及其构建方法应用

[发明专利]一种基于改进轻量级YOLOv3的交通信号灯倒计时识别方法-CN202110599256.9在审
发明人：邵叶秦;周昆阳;杨启硕;赵梦婷;李昀迪;宋锦伟 -专利权人：南通大学
申请日： 2021-05-31 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进轻量级YOLOv3的交通信号灯倒计时识别方法，包括以下步骤：制作交通信号灯数据集，预处理数据；YOLOv3的特征提取网络采用ShuffleNetV2，并且通过特征变换融合ShuffleNetV2低中高层特征作为最终高层输出特征；训练改进后的用于红绿交通信号灯十个倒计时数字的20分类的轻量级YOLOv3网络，实现交通信号灯倒计时数字的检测和识别，并将训练好的模型部署到移动端完成交通信号灯倒计时识别。本发明具有识别速度快，准确率高，实用性和泛化性高等优点，并且更容易在移动端部署。
一种基于改进轻量级 yolov3 交通信号灯倒计时识别方法

[发明专利]人体姿态图像的关键点检测方法-CN202011568007.5在审
发明人：邵叶秦;周昆阳;张海潮;史苏晋;唐宇亮;高瞻 -专利权人：南通大学
申请日： 2020-12-25 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明提供的人体姿态图像的关键点检测方法，本发明通过使用本发明的估计网络模型，通过设计分割通道块，将特征分成不同的通道，使得图像特征变得更加丰富，可以有效提升人体姿态检测的准确率。另外，本发明设计姿态修正机，通过改进通道注意力机制和空间注意力机制，引入上下文注意力机制提升修改的效果。可以有效地提高了人体姿态估计的准确率。
人体姿态图像关键检测方法

[发明专利]一种铝灰终灰低温催化脱氮方法-CN202010794580.1在审
发明人：倪红军;张煜;吕帅帅;汪兴兴;郑泽斌;高煜;孟奇;周昆阳;李松元;张福豹;朱昱 -专利权人：南通大学
申请日： 2020-08-10 - 公布日： 2020-11-17 - 主分类号： B09B3/00 文献下载
摘要：本发明提供了一种铝灰终灰低温催化脱氮方法，包括如下步骤：S20将研磨处理后铝灰终灰水洗，除去可溶性盐；S30将去除可溶性盐的铝灰终灰与催化剂混合均匀，获得第一混合物；以及S40将所述第一混合物置于500～700℃的电阻炉中焙烧一定时间，焙烧结束后取出研磨，完成催化脱氮过程；其中，所述催化剂包括氟盐、碳酸钠、碱性物质以及强氧化剂。本发明的一种铝灰终灰低温催化脱氮方法，使用氟盐、碳酸钠、碱性物质以及强氧化剂的混合物作为催化剂可以在焙烧的过程中产生一种类似OxF2x的特殊气氛，可以显著的加快AlN转化效率，明显的降低能耗。
一种铝灰终灰低温催化方法

[发明专利]一种基于深度学习的驾驶员违章行为识别系统-CN202010680050.4在审
发明人：邵叶秦;周昆阳;施佺;许昌炎;许致火 -专利权人：南通大学
申请日： 2020-07-15 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的驾驶员违章行为识别系统，包含客户端和服务器端；在驾驶员违章行为识别系统客户端中输入待检视频，提取视频帧后上传到服务器端，通过后台的动作识别代码，结合所选择的需要识别的行为，对图像进行动作识别，并将识别结果传输至客户端。本发明对驾驶员违章行为识别系统的需求进行了分析，然后设计出客户端与服务器端两大模块，在客户端中设计了登录模块、视频操作模块、识别结果模块以及图像上传与下载模块，在服务器端中设计了配置模块与驾驶员违章行为识别模块。经过测试和应用，该系统较好的完成了驾驶员违章行为的识别，有较高的使用价值。
一种基于深度学习驾驶员违章行为识别系统

[发明专利]一种铝灰渣无害化处理回收利用系统及其工作方法-CN202010465604.9在审
发明人：倪红军;李松元;郑泽斌;高煜;孟奇;周昆阳;张煜;吕帅帅;汪兴兴;张福豹;朱昱 -专利权人：南通大学
申请日： 2020-05-28 - 公布日： 2020-10-23 - 主分类号： A62D3/35 文献下载
摘要：本发明公开一种铝灰渣无害化处理回收利用系统，包括依次连接的反应装置、冷却循环装置、硫酸铵生成装置和气体收集装置；所述反应装置包括反应釜、加热装置及搅拌装置，所述冷却循环装置从反应装置方向到硫酸铵生成装置方向倾斜向上设置，所述硫酸铵生成装置的下端位置设置有硫酸注入管道和硫酸铵排出管道，所述硫酸注入管道连接外部硫酸存储装置，所述硫酸铵排出管道连接外部硫酸铵存储装置；所述气体存储装置包括第一储气罐和第二储气罐；本发明还公开一种铝灰渣无害化处理回收利用系统的工作方法，本发明实现铝灰渣除氮除盐的同时，回收利用处理过程中产生的氨气和可燃性气体，对铝灰渣无害化处理及利用相关产业十分重要。
一种铝灰渣无害化处理回收利用系统及其工作方法

1
共 11 条