“杨文帮”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]一种用于工业产品检测的表面缺陷鉴定方法和装置-CN202311074812.6在审
发明人：戴齐飞;杨文帮;钱刃;李建华;赵勇;李福池 -专利权人：东莞市爱培科技术有限公司
申请日： 2023-08-25 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本申请公开的一种用于工业产品检测的表面缺陷鉴定方法和装置，首先获取包含待检测工业产品表面的图像数据；然后对图像数据进行预处理获取灰度的图像表面数据；再通过预设的缺陷鉴定数学模型获取缺陷鉴定参数数据，其中，缺陷鉴定参数数据包括待检测工业产品表面的缺陷类型、缺陷位置和缺陷面积；最后依据缺陷鉴定参数数据获取对工业产品检测的鉴定结果。由于基于深度学习神经网络的算法，避免了传统检测的弊端，适应性高,实现更精确检测数据性能，其判断标准可依据实际需求进行调节，利于提高缺陷检测时缺陷识别、缺陷标记的精确度和鲁棒性。
一种用于工业产品检测表面缺陷鉴定方法装置

[发明专利]一种双目立体匹配的聚合方法-CN202311013015.7在审
发明人：戴齐飞;曾鹏程;钱刃;杨文帮;赵勇;李福池 -专利权人：东莞市爱培科技术有限公司
申请日： 2023-08-14 - 公布日： 2023-09-12 - 主分类号： G06T7/55 文献下载
摘要：一种双目立体匹配的聚合方法，涉及立体匹配领域。该方法包括：对左视图和右视图进行特征提取以生成金字塔代价卷，利用金字塔代价卷对应确定第一尺度特征图、第二尺度特征图和第三尺度特征图；对第一尺度特征图和第二尺度特征图分别进行重排切片后，进行尺度间聚合得到第一尺度特征图的视差特征图；对第二尺度特征图和第三尺度特征图分别进行重排切片后，进行尺度间聚合得到第二尺度特征图的视差特征图；对第一尺度特征图的视差特征图和第二尺度特征图的视差特征图进行尺度内聚合以生成各尺度特征图对应的视差预测图；对第三尺度特征图进行尺度内聚合以生成对应的视差预测图；根据各尺度特征图对应的视差预测图生成视差图。
一种双目立体匹配聚合方法

[发明专利]一种用于双目立体匹配的残差融合方法-CN202310972969.4在审
发明人：俞正中;翟聚才;钱刃;杨文帮;赵勇;李福池 -专利权人：东莞市爱培科技术有限公司
申请日： 2023-08-04 - 公布日： 2023-09-05 - 主分类号： G06T7/55 文献下载
摘要：一种用于双目立体匹配的残差融合方法，涉及立体匹配领域。该方法包括：分别获取双目摄像机下左视图和右视图的图像特征；对左视图和右视图的图像特征进行逐点相关，以构建若干设定尺度的代价卷；对每一个设定尺度的代价卷进行非线性运算以对应获得第一代价卷，对第一代价卷进行线性运算以对应获得第二代价卷；利用注意力模块对第二代价卷进行拟合以对应获得第三代价卷；将第三代价卷上采样到第一设定分辨率，以得到第四代价卷；对第三代价卷和第四代价卷作差，以获得残差代价卷；将残差代价卷融合至对应设定尺度的代价卷，以获得视差回归图；将视差回归图上采样到第二设定分辨率，以得到视差图；利用视差图估算左视图和右视图中物体的几何信息。
一种用于双目立体匹配融合方法

[发明专利]一种基于残差代价卷的立体匹配方法及网络-CN202310553305.4在审
发明人：夏富坤;钱刃;刘洋;丘文峰;杨文帮;李建华;赵建川 -专利权人：北京大学深圳研究生院
申请日： 2023-05-16 - 公布日： 2023-09-01 - 主分类号： G06T7/00 文献下载
摘要：一种基于残差代价卷的立体匹配方法及网络，根据提取得到的特征金字塔构建多个不同尺度的第一残差代价卷，每个第一残差代价卷的维度不同，采用残差异构聚合方式对这些残差代价卷进行信息融合，能够高效聚合异构代价表征，实现多态代价表征的信息交互，从而解决多尺度代价卷网络的信息冗余问题，使得双目立体匹配网络在精度和推理速度上取得更好的平衡，根据多个不同尺度的第一视差图进行误差修正，可以有效地提升立体匹配的质量。
一种基于代价立体匹配方法网络

[发明专利]基于单目的遮挡区域检测方法及设备-CN202310381789.9在审
发明人：钱刃;杨文帮;李建华;丘文峰;赵剑川;赵勇;王新安 -专利权人：北京大学深圳研究生院
申请日： 2023-04-11 - 公布日： 2023-08-11 - 主分类号： G06T7/13 文献下载
摘要：本发明提供一种基于单目的遮挡区域检测方法及设备，包括获取一张第一待检测图像;采用编码方法对满足预设条件的第一待检测图像进行编码处理，以得到不同尺寸的至少第一特征图、第二特征图和第三特征图；采用解码方法对第一特征图、所述第二特征图和第三特征图进行解码处理，以得到与第一待检测图像尺寸相同的第四特征图；对第四特征图进行处理，以输出检测出遮挡区域的图像。该方法在编码阶段对第一待检测图像进行了连续下采样处理得到了不同尺度的多个特征图，在不同尺度的特征图上分别使用对应尺度的待检测图像进行引导滤波，让检测到的遮挡区域的边缘部分更加清晰，可根据单张图像准确判断出遮挡区域，能够精确定位遮挡区域的位置和大小。
基于目的遮挡区域检测方法设备

[发明专利]一种用于立体匹配的代价聚合计算方法和装置-CN202310365491.9在审
发明人：刘钢;赵昀;钱刃;李建华;杨文帮;丘文峰;赵勇 -专利权人：苏州煦之谷智能科技有限公司
申请日： 2023-04-07 - 公布日： 2023-08-11 - 主分类号： G06T7/33 文献下载
摘要：本申请公开了一种用于立体匹配的代价聚合计算方法和装置，首先依据立体匹配过程中获取的代价卷结构获取第一、第二和第三代价卷结构，然后再将第一、第二和第三代价卷结构进行融合，并将融合获取的价卷结构作为代价聚合计算的结果输出。其中，第二和第三代价卷结构是应用全连接神经网络技术获取。由于采用全连接神经网络来替代三维卷积计算，保证左右两个图像之间不同像素之间的差异不会被丢失，使得现阶段神经网络对薄结构区域和重复纹理区域在匹配上存在技术缺陷的问题得到解决。
一种用于立体匹配代价聚合计算方法装置

[发明专利]一种深度边缘提取方法及计算机可读存储介质-CN202310419681.4在审
发明人：钱刃;丘文峰;杨文帮;李建华;赵剑川;赵勇;王新安 -专利权人：北京大学深圳研究生院
申请日： 2023-04-10 - 公布日： 2023-08-08 - 主分类号： G06T7/13 文献下载
摘要：本发明提出了一种深度边缘提取方法，基于预先训练的深度边缘提取网络对获取的待检测图片进行深度边缘提取，得到第一深度边缘图；通过损失函数对深度边缘检测网络进行训练，其中损失函数包括：第一损失函数、第二损失函数和超参数，第一损失函数用于约束训练样本的深度边缘真值图与深度边缘提取网络提取的训练样本的深度边缘图之间的损失，第二损失函数用于约束训练样本的纹理边缘图与深度边缘提取网络提取的训练样本的深度边缘图之间的损失，超参数用于调节第一损失函数和第二损失函数的权重，通过该边缘提取方法可以准确地得到待检测图像中的深度边缘，有效避免深度边缘图中的纹理边缘，提升需要深度边缘的视觉算法的性能。
一种深度边缘提取方法计算机可读存储介质

[发明专利]一种基于边缘检测的双目视觉立体匹配方法-CN202210670652.0在审
发明人： 杨文帮 -专利权人：贵州大学
申请日： 2022-06-14 - 公布日： 2022-09-13 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于边缘检测的双目视觉立体匹配方法，该双目视觉立体匹配方法包括：特征提取，相关性金字塔，GRU更新模块步骤，由于利用现有的立体匹配算法对图像进行立体匹配时，现有的工作通常依赖于3D卷积网络来处理立体成本量，使用RAFT‑Stereo作为整体框架，仅需要使用2D卷积和使用单个矩阵乘法构造的轻量级成本卷。为了解决无纹理，边界问题，通过一个语义金字塔来编码多任务语义信息，通过EdgeStereo，将RAFT‑Stereo中的上下文编码器置换为基于RINDNet的编码器，进行特征提取，具有很强的边界感知能力。通过使用迭代网络，我们可以通过早期停止轻松地进行效率的准确性。我们使用多层级GRU单元，以多种分辨率维护隐藏状态，交叉连接，但仍然生成单个高度区别差异更新。
一种基于边缘检测双目视觉立体匹配方法

1
共 8 条