“戴大伟”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40个，建议您升级VIP下载更多相关专利

[发明专利]基于矩阵数据重排的图像特征编码方法、装置及电子设备-CN202310779355.4在审
发明人： 戴大伟;徐嘉;刘颖格;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06T9/00 文献下载
摘要：本发明属于图像处理领域，涉及一种基于矩阵数据重排的图像特征编码方法、装置及电子设备；所述方法包括获取待处理的目标图像并预处理；采用特征提取网络提取出目标图像的输入特征张量；将输入特征张量切分为若干子特征，在通道上采用通道或空间维度优先进行矩阵数据重排，拼接得到目标图像的第一特征张量；采用分组特征混合器对第一特征张量进行处理，生成目标图像的第二特征张量，并进行残差连接，连接得到目标图像的第三特征张量；将第三特征张量切分为若干子特征，在空间上采用相对应的空间或通道维度优先进行逆矩阵数据重排，拼接得到目标图像的输出特征张量。本发明能够充分利用图像内部的信息，提高了模型在计算机视觉任务中的性能。
基于矩阵数据重排图像特征编码方法装置电子设备

[发明专利]基于多头类卷积自注意力的图像特征编码方法、装置及电子设备-CN202310780064.7在审
发明人： 戴大伟;徐嘉;刘颖格;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06T9/00 文献下载
摘要：本发明属于图像处理领域，涉及一种基于多头类卷积自注意力的图像特征编码方法、装置及电子设备；所述方法包括获取目标图像并进行预处理；提取出输入特征张量后进行展开操作，按照指定步长和子区域大小生成Q、K、V展开特征；使用可学习的Q、K和V类卷积权重参数，对应编码为一组自注意力特征；使用点积注意力机制计算多头注意力权重，将多头Q特征和多头K特征相互关联；将多头注意力权重应用于多头V特征，融合子区域内的特征点信息，得到多头自注意力输出特征；利用多头混洗权重参数进行混洗操作；提取和整合目标图像的输出特征信息。本发明采用多头类卷积自注意力机制，提升了处理图像时的性能，改善了对图像底层局部特征的学习。
基于多头卷积注意力图像特征编码方法装置电子设备

[发明专利]一种基于多模态数据融合的手绘图像实时检索方法-CN202310229513.9在审
发明人：唐晓宇;戴大伟;刘颖格;李玉堂;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-03-10 - 公布日： 2023-06-09 - 主分类号： G06F16/583 文献下载
摘要：本发明属于动态草图检索领域，具体涉及一种基于多模态数据融合的手绘图像实时检索方法；该方法包括：使用完成训练的改进神经网络模型提取样本的图像特征与标签特征构建数据库，向模型输入目标图像的手绘草图和标签信息，得到草图的图像特征向量和标签特征向量；拼接草图的图像特征向量和标签特征向量，得到草图联合嵌入向量；计算草图联合嵌入向量和数据库中每个样本的联合嵌入向量的相似度，得到相似度集合；将相似度集合中的元素按照从大到小的顺序进行排序，取相似度最高的前K张样本图像作为最终的检索结果；本发明减少了手绘草图的早期检索时间，提高了检索效率。
一种基于多模态数据融合手绘图像实时检索方法

[发明专利]一种基于专家交互学习的深度判别模型的解释结果修正方法-CN202310061482.0在审
发明人：王煜淇;戴大伟;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-17 - 公布日： 2023-06-09 - 主分类号： G06V10/82 文献下载
摘要：本发明属于可解释技术领域，具体涉及一种基于专家交互学习的深度判别模型的解释结果修正方法，包括：获取图像，并将图像分成预测训练集、解释训练集；通过预测训练集对resnet18网络模型进行训练，并加入修正模块，得到解释判别模型；将解释训练集中的图像输入解释判别模型，得到每个像素对模型决策的重要程度的可解释热力图；通过专家知识对可解释热力图进行交互，得到判别结果；将错误解释输入解释判别模型的修正模块进行错误解释结果修正；对修正后的解释结果进行评估。本发明本发明通过使用主动学习的训练策略、专家知识交互以及对网络模型可解释结果的修正，提高了网络模型的可解释能力，提高了用户对于网络模型的信任程度。
一种基于专家交互学习深度判别模型解释结果修正方法

[发明专利]一种基于特征块折叠的非局部性卷积建模方法及装置-CN202310041708.0在审
发明人：徐嘉;戴大伟;兰丹凤;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-12 - 公布日： 2023-06-09 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像识别技术领域，具体涉及一种基于特征块折叠的非局部性卷积建模方法及装置；该方法包括：构建FFNL模块，FFNL模块包括FF子模块、RFF子模块和NL子模块；将FFNL模块嵌入到普通卷积网络的浅层阶段，得到基于特征块折叠的非局部性卷积分类模型；获取训练数据并采用训练数据训练基于特征块折叠的非局部性卷积分类模型，得到训练好的基于特征块折叠的非局部性卷积分类模型；采用训练好的基于特征块折叠的非局部性卷积分类模型对待分类数据处理，得到分类结果；本发明可帮助卷积神经网络建立基于特征块的非局部特征学习机制，从而获得更大的有效感受野和更好的性能。
一种基于特征折叠局部性卷积建模方法装置

[发明专利]一种基于特征空间图结构的骨关节图像分类方法及系统-CN202310083889.3在审
发明人：徐涛;戴大伟;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-31 - 公布日： 2023-05-09 - 主分类号： G06T7/00 文献下载
摘要：本发明属于深度学习图像识别领域，具体涉及一种基于特征空间图结构的骨关节图像分类方法及系统；该方法包括：获取骨关节图像并对其进行预处理；将预处理好的骨关节图像输入到训练好的深度神经网络中得到骨关节特征图；对骨关节特征图进行图结构化表示，得到骨关节特征图的图结构信息；图结构信息包括节点信息、边信息以及邻接矩阵；将骨关节特征图的图结构信息输入到训练好的图神经网络模型中进行处理，得到骨关节图像分类结果；根据骨关节图像分类结果可视化图神经网络模型关注区域的热力图；本发明能帮助模型学到空间域中远距离的特征关系以及结构信息，计算速度快，分类精度高，且能更好的理解模型背后如何工作，可解释性好。
一种基于特征空间结构关节图像分类方法系统

[发明专利]一种基于粒球计算的图像内容噪声处理方法-CN202211568658.3在审
发明人：庄志国;戴大伟;朱浩;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2022-12-08 - 公布日： 2023-05-05 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理领域，具体涉及一种基于粒球计算的图像内容噪声处理方法，所述方法包括获取待处理图片的各个像素点的梯度；以当前梯度最小的像素点为中心，按照矩形形状向外扩散，重复迭代形成多个不同的矩形局域；计算出各个像素点到其对应矩形区域中心的欧式距离，将所有像素点的欧式距离的倒数经过处理，得到各个矩形区域的权重列表；将各个矩形区域的权重列表与对应像素点的像素值求乘积得到聚类后的各部分像素值，进而完成对待处理图片的聚类操作；基于高斯分布对聚类操作后的待处理图片进行重采样处理。通过本发明处理后的图像，能够拥有更多的抗噪和抗攻击能力。
一种基于计算图像内容噪声处理方法

[发明专利]基于多尺度细节特征融合神经网络的图像超分辨率方法-CN202110073381.6有效
发明人： 戴大伟;刘达;张彬;徐嘉;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2021-01-20 - 公布日： 2023-04-07 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像超分辨率重建领域，具体涉及一种基于多尺度细节特征融合神经网络的图像超分辨率方法，该方法包括：获取待处理的图像，将待处理的图像输入到训练好的改进的深度神经网络模型中，得到高质量图像；本发明在提取特征的过程中，增加了原始图片中的高频信息，通过这种集成的方式，增加了网络的稳定性；另外在残差密集块方面，利用了多层的特征融合机制，增加了语义信息，也加入了通道特征筛选，使整个网络能够更好地表达；并且，在特征提取过程的每个阶段，即每个残差密集块后，加入损失计算，用于反向传播调整特征提取的过程，提高了网络的表达能力以及能够更好地学习重建高分辨率图片。
基于尺度细节特征融合神经网络图像分辨率方法

[发明专利]一种基于二叉树结构嵌入的可解释卷积神经网络图像分类方法-CN202211561810.5在审
发明人：刘达;戴大伟;王煜淇;胡峰;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2022-12-07 - 公布日： 2023-03-10 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像处理领域，具体涉及一种基于二叉树结构嵌入的可解释卷积神经网络图像分类方法，该方法包括：获取待处理的图像，将待处理的图像输入到训练好的改进的深度神经网络模型中，得到预测结果，并可以从网络得到良好的网络决策过程以及每个决策的可信程度；本发明将二叉树分支结构引入到深度神经网络的设计过程中，对传统的网络卷积层进行二分设计，使每一部分负责解耦不同的图像类别信息，通过设定的优化方式以控制特定神经元的激活水平，可以更好地指导网络的图像分类决策；此外，通过对一个样本网络决策过程中各层神经元激活值与目标决策路径的偏移情况对比，可以得到对样本决策结果可信程度的评价。
一种基于二叉结构嵌入可解释卷积神经网络图像分类方法

[实用新型]一种插装阀拆卸用装置-CN202222301106.8有效
发明人：施锦忠;沈益;袁加荣;戴大伟;张其武;黄森;葛惠彬 -专利权人：张家港宏昌钢板有限公司;江苏沙钢集团有限公司;江苏省沙钢钢铁研究院有限公司
申请日： 2022-08-30 - 公布日： 2023-02-03 - 主分类号： B25B27/02 文献下载
摘要：本实用新型涉及液压工具设备技术领域，尤其涉及一种插装阀拆卸用装置。该装置包括支撑梁，顶丝，调节丝杆，连接板，限位块，拉力臂；支撑梁轴向的两端及中心处分别设有螺纹孔；沿支撑梁轴向两端的螺纹孔分别设有顶丝；调节丝杆分为光滑部及螺纹部；调节丝杆的螺纹部布置在支撑梁中心处螺纹孔内；调节丝杆的光滑部穿过中心设孔的水平放置的连接板，调节丝杆的光滑部顶端设有限位块，拉力臂上设有穿孔并通过该穿孔成对套置在支撑梁上，拉力臂沿竖向相互平行；连接板的轴向两端分别与拉力臂的相对侧端通过两根铰杆铰接，两片拉力臂底端分别设有拉拔钩。本实用新型主要用于插装阀的拆卸，使用起来灵活便捷，且能减少备件的损耗。
一种插装阀拆卸装置

[发明专利]一种基于图像图表示与图神经网络的骨关节健康状态评估方法及系统-CN202211265611.X在审
发明人： 戴大伟;徐涛;兰丹凤;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2022-10-17 - 公布日： 2022-12-27 - 主分类号： G16H50/30 文献下载
摘要：本发明属于图神经网络技术领域，具体涉及一种基于图像图表示与图神经网络的骨关节健康状态评估方法及系统；该方法包括：获取带有标签的骨关节图像；对骨关节图像中的膝盖部位进行定位，将每张图像均切分为左膝盖图像和右膝盖图像；对每张图像进行图表示，得到骨关节图像的节点信息、边信息和邻接矩阵；将训练集输入到基于图神经网络的骨关节健康状态评估模型中进行训练，并且对测试集骨关节健康等级进行评估，得到最佳评估结果和模型；使用该模型评估骨关节健康等级，可视化图神经网络在评估过程中对图像关注区域的热力图；本发明评估精度高，可解释性好，实用性高，具有良好的应用前景。
一种基于图像图表神经网络关节健康状态评估方法系统

[发明专利]一种基于多粒度计算的图像图表示方法-CN202211141721.5在审
发明人： 戴大伟;夏书银;杨龙;兰丹凤;王国胤 -专利权人：重庆邮电大学
申请日： 2022-09-20 - 公布日： 2022-12-23 - 主分类号： G06T7/13 文献下载
摘要：本发明属于图像分割领域，具体涉及一种基于多粒度计算的图像图表示方法，包括：对图像进行预处理；采用Sobel算子计算x、y方向上的灰度值，并将最大灰度值梯度的像素点标记；在未标记的像素点中选取灰度值梯度最小的点作为中心点，根据设定的方差阈值和纯度阈值交叉更新x、y方向上的半径Rx，Ry，得到图像的一个粒矩，并将该粒矩内的所有像素点标记；在重复S3步骤直到图像的所有像素点都被标记；判断粒矩之间是否相交，采用画图工具将图像进行矩到图的表示和可视化。本发明通过将图像中具有相似灰度值的结构模块块，解决了以像素为处理单元的缺陷，提高了可解释性、可信度和鲁棒性。
一种基于粒度计算图像图表方法

[发明专利]一种可解释的癌症病理切片图像识别方法、装置及计算机设备-CN202211233630.4在审
发明人： 戴大伟;杨倩兰;王煜淇;徐涛;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2022-10-10 - 公布日： 2022-12-02 - 主分类号： G06V10/764 文献下载
摘要：本发明属于医学图像处理领域，涉及一种可解释的癌症病理切片图像识别方法、装置及计算机设备；所述方法包括获取癌症病理切片的高分辨率医学图像，并处理成图像块；将图像块输入特征提取网络中，提取出特征向量；将第一图像块的特征向量输入到图像识别网络中进行预训练；将第二图像块的特征向量输入到预训练后的图像识别网络中，输出第一可解释热力图；利用稀疏表示方法优化，并对优化后的第一可解释热力图进行判断；按照判断结果重新训练图像识别网络；将第三图像块的特征向量输入到重新训练后的图像识别网络中，输出第二可解释热力图。本发明使得高分辨率图像能够在模型中进行预测并提供专业的可解释结果，实现了数据与医学领域知识的双向交互。
一种可解释癌症病理切片图像识别方法装置计算机设备

[发明专利]一种基于细粒度的文本情感抽取方法及相关产品-CN202210815895.9在审
发明人：夏书银;陈涛;戴大伟;王国胤 -专利权人：重庆邮电大学
申请日： 2022-07-12 - 公布日： 2022-10-18 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于细粒度的文本情感抽取方法及相关产品，涉及自然语言处理技术领域，包括以下步骤：基于字粒度对输入文本进行语义特征提取并获得第一语义向量，基于词粒度对输入文本进行语义特征提取并获得第二语义向量；将第一语义向量与第二语义向量采用拼接的方式进行叠加，获得深层次语义表征；利用降维线性层和非线性函数对深层次语义表征进行特征提取，获的方面特征和观点特征；构建双向二维矩阵，对方面特征和观点特征进行情感依赖解析，获得字级别的情感依赖信息；将字级别的情感依赖信息与方面特征及观点特征结合，得到跨度级别的情感依赖信息。本发明能深度挖掘出文本的深层次语义信息，同时有效解决元素重叠的问题。
一种基于细粒度文本情感抽取方法相关产品

[发明专利]一种目标群体活动事件的演化路径及发展进程分析方法-CN202110388525.7有效
发明人：郭婉;李亚钊;李彭伟;戴大伟;冯燕来;陆君之;欧阳慈 -专利权人：中国电子科技集团公司第二十八研究所
申请日： 2021-04-12 - 公布日： 2022-10-04 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种目标群体活动事件的演化路径及发展进程分析方法，包括：步骤1、抽取目标活动事件描述文本集中的时间及地理位置特征信息，形成文档和时空特征集；进行分词，构建目标活动事件描述文本集对应的词频矩阵；步骤2、对目标活动事件描述文本集按时序进行排列，对排序后的文本集按照最小时间粒度的整数倍进行分割，生成时间片划分方案；步骤3、分别计算、提取按照时间片划分方案分割后的各时间片内文本子集所蕴含的活动主题，计算各时间片中活动主题间的相对熵，对目标群活动事件进行关键时间点分析，并据此形成活动事件的演化路径；步骤4、对活动事件的演化路径和发展进程进行可视化展现，生成事件发展脉络图。
一种目标群体活动事件演化路径发展进程分析方法

1
2
3
下一页»
尾页
共 40 条