“梁圣浩”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种拉普拉斯金字塔结构的团网络超分辨率图像重建方法-CN201811331076.7有效
发明人：郑雅羽;贾婷婷;梁圣浩;王济浩;寇喜超 -专利权人：浙江工业大学
申请日： 2018-11-09 - 公布日： 2023-06-30 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种拉普拉斯金字塔结构的团网络超分辨率图像重建方法，通过将待重建图像分为训练数据集与测试数据集并分别进行增强和预处理，构建拉普拉斯金字塔结构的团网络并输入训练数据集进行训练，将测试数据集输入到训练好的拉普拉斯金字塔结构的团网络中，逐级重建超分辨率图像。本发明采用拉普拉斯金字塔结构，通过渐进式重建高分辨率图像的方式，逐步地优化重建结果，更好解决超分辨率图像重建，将残差学习应用到网络中，减少网络参数，避免网络复杂度增加引起的梯度爆炸等问题，在每个构建模块中，任意两个卷积层之间既有前向又有反馈连接，层间信息交替更新，使层间信息流和反馈机制最大化，层间连接更加密集，提取到更多细节的特征。
一种拉普拉斯金字塔结构网络分辨率图像重建方法

[发明专利]一种多人协同的交互式图像分割方法-CN201910708485.2有效
发明人：郑雅羽;寇喜超;梁圣浩;朱威 -专利权人：浙江工业大学
申请日： 2019-08-01 - 公布日： 2022-04-29 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种多人协同的交互式图像分割方法，包括：(1)多人对图像进行像素点标注；(2)合并不同人的标注像素集合；(3)初始化前景和背景的GMM模型；(4)构建图进行迭代分割。本发明基于多人协同标注，在不提高主观交互复杂度的情况下获取更加可靠的先验信息并加以充分利用，从而构建更加有效的颜色模型，实现准确、高效的交互式分割；同时，本发明可以利用网络进行分布式的协作分割，提高分割效率。
一种协同交互式图像分割方法

[发明专利]一种基于场景分类和超分辨率的场景文字识别方法-CN201910107750.1有效
发明人：郑雅羽;梁圣浩;寇喜超;林斯霞 -专利权人：浙江工业大学
申请日： 2019-02-02 - 公布日： 2021-07-23 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及一种基于场景分类和超分辨率的场景文字识别方法，通过构建c‑ssd和sr‑rcnn网络，对其对应的卷积层参数分别初始化，扩张数据集并对c‑ssd网络和sr‑crnn网络进行训练，得到相应的c‑ssd模型和sr‑crnn模型，用评估数据集对训练得到的模型进行评估，若达标则将带手势的图片输入训练好的c‑ssd模型中进行处理，返回手势的坐标位置与场景信息，结合文字特征设计检错器返回最终的场景信息，选择对应的文字识别模型进行文字识别，得到最后的识别结果。本发明以一个独立的网络实现分类和检测，实现了端到端的算法，无需采用多个网络分别完成不同的作业，可以提高对低分辨率文字的识别精度。
一种基于场景分类分辨率文字识别方法

[发明专利]一种用于秸秆燃值估计的图像分析系统及图像分析方法-CN201810704367.X有效
发明人：郑雅羽;梁圣浩;陈超;何德峰;李廉明 -专利权人：浙江工业大学
申请日： 2018-07-01 - 公布日： 2020-09-29 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种用于秸秆燃值估计的图像分析系统及图像分析方法，通过摄像头对秸秆燃料进行拍摄，对采集图像进行查重后，利用标注平台对云端服务器中的图像进行标注，获得数据集，用数据增强的方法扩张数据集，以数据集来训练得到语义分割网络，持续利用摄像头对秸秆燃料进行拍摄，采集图像并上传至服务器，采用语义分割网络分割秸秆图像，计算占比，利用占比计算秸秆燃值。本发明可以远程的对图像进行采集训练，分析并将结果通过无线网络反馈给发电系统，对图像采集设备的分辨率、曝光值、白平衡等参数做出实时的调整，删除不必要的图像数据，上传有效的图像数据，减少不必要的成本，用深度学习方法可以较准确的得到秸秆的占比。
一种用于秸秆估计图像分析系统方法

[发明专利]一种用于汽车构件减震的复合吸音棉及汽车构件-CN202010296340.9在审
发明人： 梁圣浩;金大瀷;金红妍 -专利权人：北京海纳川瑞延汽车饰件有限公司
申请日： 2020-04-15 - 公布日： 2020-09-01 - 主分类号： B32B27/02 文献下载
摘要：本发明提供一种用于汽车构件减震的复合吸音棉，复合吸音棉(10)包括一个第一吸音层(11)、一个第二吸音层(12)及一个第三复合层(13)。第二吸音层(12)具有一个厚度方向(14)。第一吸音层(11)覆盖于第二吸音层(12)在其厚度方向(14)上的一侧。第三复合层(13)粘接于第二吸音层(12)在其厚度方向(14)上的另一侧。第一吸音层(11)为高弹性支撑纤维材料。第二吸音层(12)为超细纤维材料。第三复合层(13)为无纺布材料。本发明将超细纤维与高弹性支撑纤维复合，减少超细纤维量的使用，同时维持吸音性能，高弹性支撑纤维具有高弹性率，能够改善吸音材料的厚度，维持吸音棉的形状长期变形。
一种用于汽车构件减震复合吸音

[发明专利]一种基于ARIMA‑BP神经网络的桥梁监测数据预测方法-CN201610952022.7在审
发明人：余佩琼;吴丽丽;杨立;陆超伦;梁圣浩;周仁武 -专利权人：浙江工业大学
申请日： 2016-10-27 - 公布日： 2017-03-22 - 主分类号： G06F19/00 文献下载
摘要：一种基于ARIMA‑BP神经网络的桥梁监测数据预测方法，包括以下步骤1)桥梁监测数据的ARIMA(p,d,q)模型建立；2)通过ARIMA(p,d,q)模型对已存在实测数据的监测周期进行测值的估计，得到其估计值对不存在实测数据的期望预测周期进行测值估计，得其估值3)监测数据残差的获取将监测数据实际值与ARIMA(p,d,q)预测值相减得到预测结果残差4)BP神经网络残差预测过程；5)通过建立好的网络对预测周期内残差进行预测，得其估值6)将ARIMA(p,d,q)所预测的线性趋势信息与BP网络对残差的预测结果进行叠加，得到组合预测模型结果。本发明有效解析非线性信息、预测误差较小。
一种基于 arima bp 神经网络桥梁监测数据预测方法