“李澎林”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8个，建议您升级VIP下载更多相关专利

[发明专利]一种基于形态学运算与YOLOv5的道路裂缝自动检测方法-CN202310197489.5在审
发明人：李伟;高林;李澎林;胡信 -专利权人：浙江工业大学
申请日： 2023-03-03 - 公布日： 2023-07-07 - 主分类号： G06T7/00 文献下载
摘要：一种基于形态学运算与YOLOv5的道路裂缝自动检测方法，包括：1)通过形态学运算提取裂缝特征：先通过显著性检测计算出图像的显著性区域，有效地使裂缝与其他区域明显区分出来；其次通过阈值自适应二值化方式对图像进行二值化，对图像进行分割更加突出裂缝的特征；再对疑似存在裂缝的区域进行筛选；2)选用Yolov5网络进行模型训练：将经过形态运算提取裂缝特征处理后的图像作为数据样本，对样本进行标定，对不同参数设定下的模型进行对比选定最终训练参数和模型；3)Yolov5模型检测道路裂缝：将原始裂缝图像经过形态学运算裂缝特征处理后，作为Yolov5模型的输入进行目标检测，从而确定是否存在裂缝。本发明检测结果精确，节省人力。
一种基于形态学运算 yolov5 道路裂缝自动检测方法

[发明专利]一种基于以太坊智能合约的校园巡检积分方法及系统-CN202211322127.6在审
发明人：李伟;胡信;李澎林;高林 -专利权人：浙江工业大学
申请日： 2022-10-27 - 公布日： 2023-04-04 - 主分类号： G06F16/27 文献下载
摘要：本发明公开了一种基于以太坊智能合约的校园巡检积分方法及系统，方法包括S1、根据巡检积分系统中的区块生成算法，检查巡检记录、隐患记录是否满足上链要求；S2、通过合约载入的方式，实现巡检积分系统与智能合约中间系统的连接；S3、巡检积分系统输出待存储的巡检记录或隐患记录数据给智能合约中间层系统，智能合约中间层系统根据特定标识参数进行判断；S4、巡检积分系统输出查询信息，如果要获取用户积分信息，则通过智能合约中间层系统中的积分查询模块从以太坊网络中获取，如果要获取用户巡检或隐患记录，则通过交易哈希从以太坊网络中获取。本发明通过构建多个节点组成以太坊网络，有效地解决了传统中心化服务器负载大、数据延迟的问题。
一种基于以太智能合约校园巡检积分方法系统

[发明专利]一种基于改进PBAS算法与YOLOv5的校园异常行为检测方法-CN202210209202.1在审
发明人：李伟;余文杰;李澎林;余孝琴 -专利权人：浙江工业大学
申请日： 2022-03-04 - 公布日： 2022-07-01 - 主分类号： G06V20/52 文献下载
摘要：一种基于改进PBAS算法与YOLOv5的校园异常行为检测方法，包括以下步骤：1)选用Yolov5网络进行模型训练：收集大量的数据样本，对样本进行标定，对不同参数设定下的模型进行对比选定最终训练参数和模型，为后续异常行为检测做准备；2)改进PBAS算法提取动态前景：利用改进的PBAS算法对视频运动区域完成动态前景提取，捕捉到有效的动态行为，过滤掉静态和动态背景，从而屏蔽光照和动态背景等环境因素对目标检测的干扰；3)Yolov5模型检测异常行为：将处理完成后视频帧作为YOLOv5模型的输入进行目标检测，从而确定学生是否存在危险行为。本发明检测结果精确，漏检和误检率相对较小，可以很好地完成校园异常行为的检测。
一种基于改进 pbas 算法 yolov5 校园异常行为检测方法

[发明专利]基于双重注意力的图像界面自动生成代码方法及装置-CN202210027565.3在审
发明人：李伟;余孝琴;李澎林;余文杰 -专利权人：浙江工业大学
申请日： 2022-01-11 - 公布日： 2022-05-10 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于双重注意力的图像界面自动生成代码方法及装置，使用DSL描述GUI，基于Resnet50提取图像特征，采用双层LSTM提取上下文向量，图像特征与上下文向量联合输入双重注意力模块，分别计算通道注意力和空间注意力，让网络对输入图片的特征多方面进行加权重处理，生成层结合注意力输出分类分数张量，模型输出的DSL序列最后经Compiler编译特定平台源码。本发明提出的融合空间注意力机制和通道注意力双重注意力机制，能够在解码器学习DSL变量关系时，提供当前时间步对应GUI组件空间位置，并按照计算的通道重要程度分配对关键图像特征图的有效关注，极大增强了网络学习能力、提高了图像界面生成代码的准确率。
基于双重注意力图像界面自动生成代码方法装置

[发明专利]基于编码识别的机柜智能资产盘点方法-CN202011124735.7在审
发明人：王剑锋;张智;李澎林 -专利权人：浙江工业大学
申请日： 2020-10-20 - 公布日： 2021-02-12 - 主分类号： G06K9/00 文献下载
摘要：基于编码识别的机柜智能资产盘点方法，包括：步骤1编码标签图片预处理；步骤2构建与改进PSENet网络模型，模型包括特征提取模块、分割头模块以及后处理模块；步骤3识别带不同二进制数的资产标签，获取资产信息，其中识别标识之前需要通过卷积神经网络训练图片识别模型，达到通过给定图形或图案返回数字的效果；步骤4数据库存储资产信息；步骤5汇总资产数据，返回盘点信息。本发明一次可以抓取多个标识信息，识别后有唯一二进制编码，满足自然场景下对标签下对应的资产的管理需求。
基于编码识别机柜智能资产盘点方法

[发明专利]在线多任务学习的人体姿态射频识别方法-CN202010945467.9在审
发明人：刘子瑜;张智;李澎林 -专利权人：浙江工业大学
申请日： 2020-09-10 - 公布日： 2021-01-05 - 主分类号： G06K9/62 文献下载
摘要：一种在线多任务学习的人体姿态射频识别方法包括以下步骤：步骤1：部署无源RFID电子标签、天线和读写器；步骤2：采集数据，训练站立姿态分类器以及相关任务分类器；步骤3：对在线目标进行姿态识别，对识别结果设计评价指标。本发明使用RFID技术识别人体姿态，无需摄像头采集人像，不影响隐私，也不需要佩戴各种传感器，更加方便；使用在线学习特征的多任务学习方法训练卷积神经网络，可以在线实时更新分类器，使得模型泛化能力更强，识别精度更高。
在线任务学习人体姿态射频识别方法

[发明专利]基于频域方向平滑Shearlet医学PET图像去噪方法-CN201811176861.X在审
发明人：张聚;田峥;李澎林;周俊;赵恺伦 -专利权人：浙江工业大学
申请日： 2018-10-10 - 公布日： 2019-04-05 - 主分类号： G06T11/00 文献下载
摘要：基于频域方向平滑Shearlet医学PET图像去噪方法，提出了新的医学PET图像高斯噪声模型，然后进行频域多尺度分解与多平滑方向分解，对分解后的高频方向平滑Shearlet系数再进行新的统一阈值处理，然后通过逆Shearlet变换生成去噪后的PET图像。与传统的NSST方法(非下采样Shearlet变换)相比本方法去噪效果更好、速度更快，能更好的应用于医学PET图像去噪领域。
去噪平滑频域医学高斯噪声模型多尺度分解方向分解高频方向阈值处理传统的下采样分解应用统一

[发明专利]基于紧支撑的3D‑shearlet医学CT视频去噪方法-CN201711136138.4在审
发明人：张聚;田峥;李澎林;周俊;赵恺伦 -专利权人：浙江工业大学之江学院
申请日： 2017-11-15 - 公布日： 2018-03-27 - 主分类号： G06T5/00 文献下载
摘要：基于紧支撑的3D‑shearlet医学CT视频去噪方法，提出了新的医学视频序列噪声模型，然后进行多尺度多方向分解，对分解后的高频3D‑shearlet系数再进行新的统一阈值处理，同时针对低频系数进行三边滤波，然后通过逆3D‑shearlet变换生成去噪后的视频序列。与传统的NSST方法(非下采样Shearlet变换)相比本方法去噪效果更好、速度更快，能更好的应用于医学CT视频去噪领域。
基于支撑 shearlet 医学 ct 视频方法

1
共 8 条