“孙仕亮”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36个，建议您升级VIP下载更多相关专利

[发明专利]一种基于视频片段显著性引导的交通事故检测方法-CN202310786548.2在审
发明人：王峰;于梦涵;孙仕亮;罗浩涵 -专利权人：华东师范大学
申请日： 2023-06-30 - 公布日： 2023-10-03 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于视频片段显著性引导的交通事故检测方法，其特点是该方法包括：采集城市道路交通数据集，并对其进行训练集和测试集的分割；视频片段的相似度显著性预处理；设计由该显著性引导的注意力模型；设计基于动态时间规整算法的损失函数正则化方法；对设计的网络进行充分的训练等步骤。本发明与现有技术相比具有为多示例学习算法提供了更加健壮的视频动作聚合特征，以增强交通异常的检出能力，提高异常检测性能，有效地应对异常检测任务中的数据稀疏性和数据标签缺失问题，从而对于基于MIL框架的弱监督视频交通事故检测任务取得了比基线算法更好的检测效果，解决了常规的弱监督视频检测算法难以应用到交通场景中的问题。
一种基于视频片段显著引导交通事故检测方法

[发明专利]一种基于目标表面点高度和不确定性的单目深度估计方法-CN202310701742.6在审
发明人：吉银帅;续晋华;孙仕亮 -专利权人：华东师范大学
申请日： 2023-06-14 - 公布日： 2023-10-03 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于目标表面点高度和不确定性的单目深度估计方法，提出用物体表面点的物理高度和投影高度来代替物体本身的高度，从而得到多个深度候选值。此外，估计高度的不确定性，并用直接回归的深度代替高不确定性的推断实例深度。根据不确定度，将这些深度预测结合起来，得到最终目标深度。本发明在KITTI数据集上取得了最好的性能表现，并且推理时间满足自动驾驶实时性的要求。
一种基于目标表面高度不确定性深度估计方法

[发明专利]基于语义空间注意力的病理图像分类方法-CN202310364700.8在审
发明人： 孙仕亮;陈凯涛;张楠;邱禧荷 -专利权人：华东师范大学
申请日： 2023-04-07 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于语义空间注意力的病理图像分类方法，该方法通过提取语义信息并融入注意力机制实现对病理图像的分类。本发明考虑到病理图像中细胞区域占比少，可以通过在相同语义区域内充分交互信息，加强对细胞区域的专注。本发明的创新点在于从信息交互的角度，融入了语义信息并指导注意力，构建了基于语义级别的空间注意力机制，打破了原先基于像素级别的空间注意力信息交互的区域局限性。本发明的病理图像分类框架由语义信息提取网络模型和空间注意力机制组成，同时推导了语义信息提取网络模型的建模过程和空间注意力生成过程，给出了详细的应用方案。
基于语义空间注意力病理图像分类方法

[发明专利]一种基于三模态数据源融合的自动驾驶三维目标检测方法-CN202310572150.9在审
发明人：殷俊;孙大森;孙仕亮 -专利权人：上海海事大学
申请日： 2023-05-19 - 公布日： 2023-09-19 - 主分类号： G06V10/25 文献下载
摘要：本发明涉及一种基于三模态数据源融合的自动驾驶三维目标检测方法，步骤包括：使用RGB相机、激光雷达和毫米波雷达三个模态的数据源作为输入；通过区域建议网络，以每相邻H帧为一组数据，生成3D建议框并裁剪出三个模态的感兴趣区域RoI；对三个模态的感兴趣区进行RoI池化；通过融合网络，将H帧中三个模态的感兴趣区RoI进行融合，并使用H通道的三维卷积层融合时间维度得到特征张量；将得到的特征张量拉伸成一维并经过全连接层得到最终输出。本发明通过时间融合，在不过多增加计算量的情况下提高数据的利用率，提升三维目标检测模型的训练效果；组合RGB相机、激光雷达和毫米波雷达，增强自动驾驶三维目标检测模型的抗干扰性。
一种基于三模态数据源融合自动驾驶三维目标检测方法

[发明专利]基于目标表面点与地面映射的单目3D检测模型的构建方法-CN202310700357.X在审
发明人：吉银帅;续晋华;孙仕亮 -专利权人：华东师范大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种基于目标表面点与地面映射的单目3D检测模型的构建方法，单目三维目标检测因其简单、成本低而备受关注。本发明将物体表面点映射到地平面上，并将物体深度求解问题分解为地面深度估计和表面点高度估计。在训练阶段，密集的地面深度标签由目标表面深度提供。在推理阶段，通过查询地面深度图来恢复表面点深度。结果得到了大量候选的目标深度，并可根据候选目标深度的不确定性进行最终实例深度的组合，最终结合其它预测的三维属性获得目标的3D包围框。此外，由于大多数映射的地面点被物体遮挡，可能会误导网络学习，本发明设计了一种深度扩充策略来扩展地面标签。本发明在KITTI数据集中取得了优越的性能，相比于同类的方法性能提升明显。
基于目标表面地面映射检测模型构建方法

[发明专利]一种基于质量感知的人脸识别方法-CN202310786828.3在审
发明人：王峰;宋有哲;孙仕亮 -专利权人：华东师范大学
申请日： 2023-06-30 - 公布日： 2023-09-05 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于质量感知的人脸识别方法，其特点是该方法包括：删除训练集中与测试集重合的人物图像；设计基于质量感知的人脸识别训练框架；设计人脸图像质量感知和分类方法；设计分类损失函数；设计用于低质量人脸图像学习的对比损失函数；组合框架中的数据增强模块、特征提取网络、质量感知模块、分类损失和对比损失，并训练至收敛等步骤。本发明与相应技术相比具有在混合质量数据集的人脸识别任务上通过衡量人脸图像质量，对高质量和低质量图像分别采用不同的学习方法，有助于提升模型在混合质量人脸图像识别任务中获得更好的表现，可以适用于不同图像质量的人脸的识别，提高人脸识别方法在实际应用场景中的适应性和准确率。
一种基于质量感知识别方法

[发明专利]一种蛋白质知识图谱向量化方法-CN202111140313.3有效
发明人： 孙仕亮;刘禹含;赵静 -专利权人：华东师范大学
申请日： 2021-09-28 - 公布日： 2023-08-18 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种蛋白质知识图谱向量化方法，该方法中，首先采集大量蛋白质知识库文本信息，通过实体检测、关系提取建立初步的三元组集合，再进行标准知识图谱建立，然后将三元组集合作为训练集进行向量化进而得到蛋白质向量。本发明的创新点在于创建并使用了一种能够将蛋白质文本知识转变为知识图谱并将蛋白质实体向量化的方法。本发明构建了向量化蛋白质知识图谱，同时展示出了建模过程和学习更新过程并给出了应用方法。
一种蛋白质知识图谱量化方法

[发明专利]一种运用辅助记忆的多样性机器翻译方法-CN202111623399.5有效
发明人：赵静;林奕初;张艺;孙仕亮 -专利权人：华东师范大学
申请日： 2021-12-28 - 公布日： 2023-07-07 - 主分类号： G06F40/58 文献下载
摘要：本发明公开了一种运用辅助记忆的多样性机器翻译方法，该方法具备翻译能力前，需要使用单语语料库预训练一个检索模型，然后在检索模型给出的记忆信息的辅助下，使用双语语料库训练一个翻译模型。在训练完成后，本发明就具备翻译出多样文本的能力。最后本发明通过改进的全局多样性束搜索方法预测出多个的翻译文本。本发明的创新点在于提取和检索单语料库数据，将其融入典型机器翻译框架，同时提出全局多样性束搜索方法进一步搜索和加强翻译文本的多样性，给出详细的推导算法，使得翻译模型能够借助单语料库信息进一步提高翻译的准确性和多样性。
一种运用辅助记忆多样性机器翻译方法

[发明专利]基于对抗训练的半监督CT图像分割方法-CN202210259206.0有效
发明人： 孙仕亮;丁超越;赵静 -专利权人：华东师范大学
申请日： 2022-03-16 - 公布日： 2023-07-07 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于对抗训练的半监督CT图像分割方法，包括以下步骤：首先获取肺部的三维CT图像，建立体素级标注的患病数据集、未标注的患病数据集及健康数据集；接着将三种数据集中的CT图像依次输入给生成器和分割器，分别得到合成的健康图像和分割掩码。然后将合成的健康图像的掩码区域和输入图像的反掩码区域拼接得到恢复的健康图像；合成的健康图像的掩码区域的值设为0得到反掩码图像。最后以对抗训练的方式让两个判别器分别监督恢复的健康图像和反掩码图像，来提高分割器的分割和生成器的效果。本发明实现了使用少量体素级标记样本来得到性能准确的分割模型，特别设计的分割器有效地提高了特征表示能力。
基于对抗训练监督 ct 图像分割方法

[发明专利]多视图儿童肿瘤病理图像分类的深度网络增量学习方法-CN202310356664.0在审
发明人： 孙仕亮;胡涛;张楠 -专利权人：华东师范大学
申请日： 2023-04-04 - 公布日： 2023-06-30 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种多视图儿童肿瘤病理图像分类的深度网络增量学习方法，该方法首先对儿童肿瘤病理图像特征进行建模，然后在不断获得新数据的情况下，训练得到增量学习模型，由此提高其准确性并获得鲁棒的分类能力。本发明的创新点在于针对医学病理图像的特点进行了设计，提出了一种多层级知识蒸馏正则化方法，以缓解增量学习中的旧模型在新数据上适应时的灾难性遗忘问题，增加算法的鲁棒性和可靠性。本发明的方法可以应用于医学图像处理领域以及其他需要增量学习的任务中。
视图儿童肿瘤病理图像分类深度网络增量学习方法

[发明专利]一种基于关系自适应网络的小样本时态知识图谱补全方法-CN202211410498.X在审
发明人：赵静;孙仕亮;李宇佳 -专利权人：华东师范大学
申请日： 2022-11-11 - 公布日： 2023-06-27 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于关系自适应网络的小样本时态知识图谱补全方法，该方法具备知识图谱补全能力前，首先对时态知识图谱中局部和全局时间内的历史信息进行建模，然后针对不同的关系构建自适应的网络，由此训练得到具有补全时态知识图谱能力的模型。本发明的创新点在于针对时态知识图谱，在缓解关系的长尾和稀疏问题的同时提升了补全性能。本发明的时态知识图谱补全模型构建了融合局部和全局历史模式的时序演化编码器和关系自适应的解码器，在捕获时序特征的基础上进一步增强小样本关系的表示，最终提升小样本时态知识图谱补全效果。
一种基于关系自适应网络样本时态知识图谱方法

[发明专利]基于XGBoost的呼吸机仿真预测系统及其实现方法-CN202211338421.6在审
发明人：邱禧荷;王成皓;熊玉洁;孙仕亮 -专利权人：上海工程技术大学
申请日： 2022-10-28 - 公布日： 2023-05-26 - 主分类号： G16H50/50 文献下载
摘要：本发明涉及一种基于XGBoost的呼吸机仿真预测系统及其实现方法，所述的系统包括：数据处理模块，用于重症监护医学数据集数据中相关特征的提取和数据预处理；XGBoost模型预测模块，用于根据呼吸机参数以及病人的重要生命体征来预测病人的血氧饱和度的变化，调参并进行性能比较；SHAP解释模型分析模块，用于分析得到呼吸机治疗过程中特征重要性排序结果；所述的数据处理模块分别与XGBoost模型预测模块和SHAP解释模型分析模块连接；所述的XGBoost模型预测模块和SHAP解释模型分析模块连接。与现有技术相比，本发明具有准确高效的验证呼吸机最佳参数预测算法有效性、提高呼吸机最佳参数预测准确率等优点。
基于 xgboost 呼吸仿真预测系统及其实现方法

[发明专利]一种球形空地无人机-CN202310011444.4在审
发明人：田应洪;夏宇耘;孙仕亮 -专利权人：华东师范大学
申请日： 2023-01-05 - 公布日： 2023-04-25 - 主分类号： B64C1/08 文献下载
摘要：本发明公开了一种球形空地无人机，其特点是该无人机由机身组件、控制电路板、连接装置以及球形外壳组成，用户通过上位机控制球形空地无人机沿平面滚动和空中飞行两种运动模式，所述机身组件包括机身、无刷电机以及螺旋桨；所述控制电路板位于机身上方，控制电路板与机身缓冲连接。所述连接装置包括连接杆以及连接块，连接杆与连接块紧固连接，所述连接杆位于机身下方，连接杆与机身紧固连接。所述球形外壳与连接块通过轴承连接。本发明与现有技术相比具有旋翼位于球壳内，增加用户体验的安全性，且运动模式更为多样，更好的感知周围环境，增加自身智能性，球形外壳可以沿平面运动，在接触到平面后增加用户体验的多样性，具有很好的应用前景。
一种球形空地无人机

[发明专利]一种基于样本级对比学习的人脸识别方法-CN202211509375.1在审
发明人：王峰;宋有哲;孙仕亮 -专利权人：华东师范大学
申请日： 2022-11-29 - 公布日： 2023-04-04 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于样本级对比学习的人脸识别方法，其特点是该方法具体包括：获取公开人脸数据集；对数据集进行处理，将人脸部分进行裁剪；设计一种联合样本级对比损失和分类损失的训练框架；设计一种针对性样本级对比损失函数；组合框架中的特征提取网络，分类损失和对比损失，并训练至收敛等步骤。本发明与现有技术相比具有在需要高质量数据集的人脸识别任务上联合了样本级对比损失和分类损失，通过对比损失增大了不同图像特征之间的距离，这种在高维空间中的区分度提升有助于模型在识别任务中获得更好的表现。设计的损失增强了对比监督的效果，又避免了对比和分类损失之间的监督信号干扰，最终实现了准确的人脸识别效果。
一种基于样本对比学习识别方法

[发明专利]一种基于FOC和MPC算法的触控手套力传感方法-CN202310000924.0在审
发明人：田应洪;虞依洋;孙仕亮 -专利权人：华东师范大学
申请日： 2023-01-03 - 公布日： 2023-03-31 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于FOC和MPC算法的触控手套力传感方法，其特征在于该触控手套力传感方法由FOC算法具有的电流MPC计算模块，反Park变换模块，Clark变换模块，Park变换模块，SVPWM生成模块以及扩展卡尔曼滤波组成，通过算法模块的SPI接口接收不同物体输入到MCU的力传感数据并进行参数配置，实现对单指触控手套手指处的力传感，将算法集成为FOC力传感控制芯片安装在触控指套上，为触控指套手指处的力传感提供精确的电机控制。本发明与现有技术相比具有结构简单，控制更加精准，提高了FOC算法的动态响应和参数鲁棒性，是一种理想的VR触控手套需要的力传感方法。
一种基于 foc mpc 算法手套传感方法

1
2
3
下一页»
尾页
共 36 条