“曹铁勇”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27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softmax函数的声学场景分类方法-CN202011296395.6有效
发明人：杨吉斌;张强;张雄伟;曹铁勇;张睿;白玮;赵斐 -专利权人：中国人民解放军陆军工程大学
申请日： 2020-11-18 - 公布日： 2023-10-20 - 主分类号： G10L25/51 文献下载
摘要：本发明提供了一种基于改进softmax函数的声学场景分类方法，本发明基于卷积神经网络(CNN)提取声学场景的表示特征，并计算各个声学信号样本与代表性特征之间的正余弦相似性度量和负余弦相似性度量，可以通过相似性的大小来进行分类。在网络训练过程中，可以通过设置各类信号样本所对应损失函数的参数，调整网络的分类决策面形状，适应各种声音信号的特征聚类特性，增大不同类别信号的分类决策面距离，提升声学场景分类的性能。
一种基于改进 softmax 函数声学场景分类方法

[发明专利]一种语音增强方法、装置、设备及介质-CN202310684501.5在审
发明人：张雄伟;李毅豪;孙蒙;曹铁勇;邹霞;贾冲;李莉 -专利权人：中国人民解放军陆军工程大学
申请日： 2023-06-09 - 公布日： 2023-08-22 - 主分类号： G10L21/0224 文献下载
摘要：本发明公开了一种语音增强方法、装置、设备及介质，其方法包括：获取待增强语音的时域波形；将待增强语音输入到训练好的双分支复数卷积循环神经网络中，获取语音分支和噪声分支的时域波形；将语音分支的时域波形作为增强结果输出；其中，训练过程包括：将带噪语音的时域波形输入构建的双分支复数卷积循环神经网络中，获取语音分支和噪声分支的时域波形；根据带噪语音对应的纯噪声语音和噪声分支的时域波形计算第一尺度敏感信噪比损失，根据带噪语音对应的干净语音和语音分支的时域波形计算第二尺度敏感信噪比损失，求和获取总损失；根据总损失采用梯度下降算法优化双分支复数卷积循环神经网络；本发明能够显著提高语音质量和可懂度。
一种语音增强方法装置设备介质

[发明专利]基于BLSTM的分频拓谱抗噪语音转换方法-CN202011288173.X有效
发明人：孙蒙;苗晓孔;张雄伟;曹铁勇;郑昌艳;李莉 -专利权人：中国人民解放军陆军工程大学
申请日： 2020-11-17 - 公布日： 2023-08-18 - 主分类号： G10L21/013 文献下载
摘要：本发明公开了一种基于BLSTM的分频拓谱抗噪语音转换方法，具体步骤为：对源语音和目标语音进行滤波，并提取语音特征参数，所述语音特征参数包括基频、声道谱、非周期成分；将提取到的源语音和目标语音的声道谱进行动态时间规整对齐；将对齐后的源语音和目标语音声道谱分别输入分频转换的BLSTM网络模型进行训练，得到对应的特征转换网络；构建全局统计方差一致性滤波模型；将待转换语音滤波后，提取待转换语音的特征参数，并进行预处理；将预处理后的待转换语音的特征参数进行参数化的语音合成，生成最终的转换语音。本发明设计全新的融合规则，将分频转换后的部分进行融合，进而得到更加接近目标的声道谱，从而提升语音转换的相似度。
基于 blstm 分频拓谱抗噪语音转换方法

[发明专利]一种基于双重注意力机制的低感知性对抗样本构成方法-CN202110142693.8有效
发明人： 曹铁勇;王杨;邓小桐;张雄伟;杨吉斌;郑云飞;方正;申海霞;李莉;孙蒙;赵斐 -专利权人：中国人民解放军陆军工程大学
申请日： 2021-02-02 - 公布日： 2023-08-04 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于双重注意力机制的低感知性对抗样本构成方法，所述方法包括：获取原始图像的特征图；基于原始图像的特征图，计算原始图像特征图与原始图像特征图添加通用对抗扰动后生成的第一阶段对抗样本间的感知损失、判别损失和对抗损失，优化预设的提取网络，得到关键干扰区域；基于关键干扰区域，计算原始图像特征图与原始图像特征图添加对抗扰动后生成的第二阶段对抗样本间的判别损失和对抗损失，优化预设的生成网络；通过优化后的提取网络和生成网络向原始图像添加对抗扰动，生成低感知性对抗样本。本发明能够生成不为人眼视觉所感知的对抗样本，所生成对抗样本的对抗性能与现有方法近似，并具有更低的感知性。
一种基于双重注意力机制感知对抗样本构成方法

[发明专利]一种基于关键区域低感知性扰动的对抗样本生成方法-CN202211479552.6在审
发明人： 曹铁勇;王烨奎;付炳阳;郑云飞;方正;赵斐;申海霞;王杨;陈雷 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-11-24 - 公布日： 2023-06-13 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于关键区域低感知性扰动的对抗样本生成方法，包括：获取包含对抗目标的原始图像；将原始图像输入预设的对抗样本生成网络获得对抗样本；所述对抗样本生成网络包括感知模块和生成器；将原始图像输入至感知模块获得感知区域掩模；将原始图像输入生成器生成初始扰动；将初始扰动经过平滑滤波模块进行滤波处理后与感知区域掩模进行相乘获得最终扰动；将最终扰动与所述原始图像叠加生成初始对抗样本；计算初始对抗样本与原始图像之间的网络损失L；根据网络损失L对对抗样本生成网络进行迭代优化；利用优化后的对抗样本生成网络将原始图像转化为最终对抗样本；生成的对抗样本更加接近真实图像，提高了对抗样本的不可感知性。
一种基于关键区域感知扰动对抗样本生成方法

[发明专利]一种基于YOLOv5算法的迷彩伪装目标检测方法及系统-CN202211479561.5在审
发明人： 曹铁勇;王烨奎;付炳阳;郑云飞;方正;赵斐;申海霞;王杨;陈雷 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-11-24 - 公布日： 2023-04-11 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于YOLOv5算法的迷彩伪装目标检测方法及系统，包括：采集包含迷彩伪装目标的实时战场图像数据，将实时战场图像数据输入至预先训练的迷彩伪装目标检测模型中获取对伪装目标的检测结果；所述迷彩伪装目标检测模型的训练过程包括:获取历史战争图像数据,构建训练数据集合；将提取网络、聚合网络和基于YOLOv5算法的检测模块构建迷彩伪装目标检测模型；利用训练数据集合训练迷彩伪装目标检测模型，重复训练过程直至迷彩伪装目标检测模型的检测准确率趋于稳定；本发明能够显著提升检测精度，缩减网络规模，并满足军事行动中实时、准确感知战场态势的要求。
一种基于 yolov5 算法迷彩伪装目标检测方法系统

[发明专利]基于编解码器架构与递归神经网络的骨导语音盲增强方法-CN201810960512.0有效
发明人：张雄伟;单东晶;郑昌艳;曹铁勇;李莉;杨吉斌 -专利权人：中国人民解放军陆军工程大学
申请日： 2018-08-22 - 公布日： 2023-04-07 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于编解码器架构与递归神经网络的骨导语音盲增强方法，首先提取气导和骨导语音特征，对提取的语音特征数据进行对齐预处理，然后以骨导语音特征作为训练输入，以气导语音字典组合系数作为训练目标，作为下一步骤中编码器的初始化参数；构建基于局部注意力机制的解码器模型，以编码器输出作为解码器的输入，以气导语音特征为训练目标，联合训练编解码器模型，并存储模型参数；最后提取待增强的骨导语音特征，利用上述步骤训练好的编解码神经网络实现特征转换，再对神经网络的输出进行反归一化和特征逆变换，最终得到增强后的时域语音。本发明解决高频成分的恢复、骨导无声段恢复及较强噪声背景下的恢复等问题，改善了骨导语音的增强质量。
基于编解码器架构递归神经网络导语增强方法

[发明专利]一种基于光强与偏振线索的伪装目标分割方法及系统-CN202211327795.8在审
发明人： 曹铁勇;付炳阳;郑云飞;王烨奎;方正;赵斐;申海霞;王杨;陈雷;韩彤 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-10-26 - 公布日： 2023-03-28 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于光强与偏振线索的伪装目标分割方法和系统，方法包括：获取待测图片，并对待测图片进行预处理，得到待测图片的偏振信息图，所述偏振信息图包括光强图、偏振度图以及偏振角图；将待测图片的偏振信息图输入到预训练的伪装目标分割网络模型，对每个偏振信息图依次进行多层特征提取处理、压缩处理、多层特征融合处理、多分支搜索处理和三模态融合处理，获得伪装目标的掩膜图像。引入包括光强与偏振线索的偏振信息，使用多层融合和多分支搜索的双阶段融合方法，解决以光强与光谱偏振为线索的伪装目标分割问题，帮助偏振视觉系统精准找出与当前场景高度相似的伪装目标。
一种基于偏振线索伪装目标分割方法系统

[发明专利]一种声学事件的定位检测方法及装置-CN202211454353.X在审
发明人：杨吉斌;梅鹏程;曹铁勇;张强;范君怡;黄翔;李志刚 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-11-21 - 公布日： 2023-03-21 - 主分类号： G06F16/687 文献下载
摘要：本发明公开了一种声学事件的定位检测方法及装置，其方法：获取声学事件的多通道音频数据；将声学事件的多通道音频数据输入训练好的定位检测模型，获取估计的声源方位信息和类别信息；其中，所述定位检测模型的训练包括：选取音频数据库，从音频数据库中获取包含声源方位信息和类别信息的多通道音频数据；按照预设比例对音频数据库的多通道音频数据进行划分并生成训练集和验证集；构建声学事件的定位检测模型；所述定位检测模型由特征提取模块、卷积表示学习模块、多级注意力模块、时间卷积网络模块以及估计输出模块级联而成；使用训练集和验证集对构建的定位检测模型进行训练；本发明能够高效的对声学事件的声源方位信息和类别信息进行估计。
一种声学事件定位检测方法装置

[发明专利]一种基于多级特征融合的伪装目标分割方法及装置-CN202210573834.6在审
发明人： 曹铁勇;付炳阳;王烨奎;郑云飞;方正;赵斐;申海霞;王杨;陈雷 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-05-25 - 公布日： 2023-03-07 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于多级特征融合的伪装目标分割方法及装置，所述方法包括获取包含有伪装目标的RGB图像；将包含有伪装目标的RGB图像输入预先构建并训练过的多级特征融合的伪装目标分割网络，得到伪装目标的掩膜图像；所述多级特征融合的伪装目标分割网络包括多层特征提取器、门控融合模块和自交互残差模块；所述多层特征提取器基于具有特征提取能力的网络Res2Net‑50实现，其输入是包含有伪装目标的RGB图像，其提取到的多级特征依次送入门控融合模块和自交互残差模块；本发明能够有效分割出不同场景下不同类型的伪装目标。
一种基于多级特征融合伪装目标分割方法装置

[发明专利]一种基于特征图关注区域的目标检测对抗样本生成方法-CN202211479535.2在审
发明人： 曹铁勇;王烨奎;付炳阳;郑云飞;方正;赵斐;申海霞;王杨;陈雷 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-11-24 - 公布日： 2023-02-24 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于特征图关注区域的目标检测对抗样本生成方法，包括：获取包含对抗目标的原始图像；将原始图像输入预设的对抗样本生成网络；利用对抗样本生成网络中的生成器生成原始图像的扰动，将扰动与所述原始图像叠加生成初始对抗样本，对初始对抗样本输入至被攻击的目标检测模型提取特征图；结合梯度加权的类激活映射方法获取与检测模型预测相关的特征图关注区域；利用GAN损失、扰动损失、特征图损失及位置回归攻击损失优化预设的生成对抗网络，并用优化后的生成对抗网络生成最终对抗样本；本发明能够实时生成对抗样本，提升了对抗样本的迁移能力。
一种基于特征关注区域目标检测对抗样本生成方法

[发明专利]基于分区扰动的声学对抗样本生成方法-CN202210092888.0在审
发明人：张强;杨吉斌;张雄伟;曹铁勇;张睿;孙蒙;邹霞;李毅豪;张星昱;陈乐乐;王杨;梅鹏程;范君怡;张玥;陈军 -专利权人：中国人民解放军陆军工程大学
申请日： 2022-01-26 - 公布日： 2022-06-03 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于分区扰动的声学对抗样本生成方法，基于音频信号的时频分布特性，在音频的幅度谱图上，依据分区方案，划分关键区域和非关键区域；在不同的区域设置不同的扰动约束，利用对抗样本生成方法分区域生成扰动，与原始幅度谱叠加得到对抗样本幅度谱。分区生成扰动时，减弱关键区域的扰动约束以增强关键区域的扰动能量，增强非关键区域的扰动约束以减弱非关键区域的扰动能量，生成的对抗样本具有与原始样本更相似的时频分布特性，可以实现以更小的扰动总能量取得更高的攻击成功率。
基于分区扰动声学对抗样本生成方法

[发明专利]一种膨胀全卷积神经网络装置及其构建方法-CN201810470228.5有效
发明人： 曹铁勇;方正;张雄伟;杨吉斌;孙蒙;李莉;赵斐;洪施展;项圣凯 -专利权人：中国人民解放军陆军工程大学
申请日： 2018-05-16 - 公布日： 2022-03-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种膨胀全卷积神经网络及其构建方法。该神经网络包括依次连接的卷积神经网络、特征提取模块、特征融合模块。构建方法如下：选取卷积神经网络：将卷积神经网络中用于分类的全连接层和分类层去除，只留下中间的卷积层和池化层，并从卷积层和池化层中提取特征图；构造特征提取模块：特征提取模块包括多个串联的膨胀上采样模块，每个膨胀上采样模块分别包括一个特征图合并层、一个膨胀卷积层和一个反卷积层；构造特征融合模块：特征融合模块包括一个密集膨胀融合卷积块、一个反卷积层。本发明有效地解决了卷积神经网络中特征提取和融合问题，可以应用到图像的像素级别标注任务中。
一种膨胀卷积神经网络装置及其构建方法

[发明专利]基于多尺度池化金字塔的HRNet自蒸馏目标分割方法-CN202111540428.1在审
发明人：郑云飞;曹铁勇;杨吉斌;张雄伟;王晓兵;方正;孙蒙;赵斐;李莉;邓小桐;王杨;邢立新;李臣明;陶海军;陈卫国;于远鹏;高波;章乐贵;王勇;邢浩;赖远明 -专利权人：中国人民解放军陆军工程大学;中国人民解放军陆军炮兵防空兵学院
申请日： 2021-12-16 - 公布日： 2022-03-15 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于多尺度池化金字塔的HRNet自蒸馏目标分割方法，该方法包括：将多尺度池化金字塔模块分别与HRNet的分支特征、输出特征级联，获得4组分支蒸馏特征和1组输出端蒸馏特征，提升HRNet的特征表示能力；构建自蒸馏学习结构，包含分支一致性蒸馏学习结构和自下而上蒸馏学习结构，保证分支结构优化方向的一致性和正确性；将HRNet的原始分割网络作为基准模型，在基准模型上构建自蒸馏学习结构，融合KL散度、交叉墒损失、结构化相似性损失构成自蒸馏学习损失函数进行模型训练，实现更准确的自蒸馏学习，采用训练好的模型获得图像目标分割结果。本发明有效提升了HRNet基准模型的目标分割性能。
基于尺度金字塔 hrnet 蒸馏目标分割方法

[发明专利]一种并行特征全卷积神经网络装置及其构建方法-CN201810468647.5有效
发明人： 曹铁勇;方正;张雄伟;杨吉斌;孙蒙;李莉;赵斐;洪施展;项圣凯 -专利权人：中国人民解放军陆军工程大学
申请日： 2018-05-16 - 公布日： 2022-03-15 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种并行特征全卷积神经网络及其构建方法。所述神经网络包括卷积神经网络，并行膨胀模块，并行特征上采样模块，特征图求和模块，特征图并列模块和几个卷积层。构建方法为：移除卷积神经网络最后的分类层，设计并行膨胀模块和并行特征上采样模块提取卷积神经网络中间层特征图；特征图求和模块提取出的特征图，通过加法操作两两相加；特征图并列模块提取出的特征图直接并列输出；从上述特征图求和模块、特征图并列模块输出的特征图分别组成一个张量，通过一个对应的卷积层，然后共同输入到网络末端的卷积层，融合所有加和及并列特征，输出融合结果。本发明有较少的网络参数量，更好地利用了网络中的特征图，可以应用到图像的像素级别标注任务中。
一种并行特征卷积神经网络装置及其构建方法

1
2
下一页»
尾页
共 27 条