“沈乐琦”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4个，建议您升级VIP下载更多相关专利

[发明专利]基于手机信号的降雨监测方法-CN202310985836.0在审
发明人：杨涛;沈乐琦;郑鑫;朱文萍;宋莹 -专利权人：河海大学
申请日： 2023-08-07 - 公布日： 2023-10-17 - 主分类号： G01W1/14 文献下载
摘要：本发明公开了一种利用手机信号监测天气的方法，包括以下步骤：1)选定由移动终端‑基站构成的微波链路网格，并进行离散格点化；2)根据观测所得雨致微波衰减和频率依从系数计算不同时空下的时刻雨强；3)按不同时空对雨强进行照配，并整理为网格化资料；4)对网格化资料筛选，保留符合要求的雨强资料；4)确定时刻降雨在计算网格雨强时所占权重，并对其正则化；5)计算网格中每个格点的理论降雨强度，完成降雨场重构。本发明利用手机信号在降雨影响下的接收信号衰减，反演在不同时空上的降雨强度，消除了传统基站微波测雨因基站密度不足而导致的精度误差，对进一步提高降水空间分布精度具有重要意义。
基于手机信号降雨监测方法

[发明专利]多任务网络跨域行人重识别模型构建方法、系统及装置-CN202010904082.8有效
发明人：丁贵广;沈乐琦;何涛 -专利权人：清华大学
申请日： 2020-09-01 - 公布日： 2022-12-06 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于行人属性的多任务网络跨域行人重识别模型构建方法、系统及装置，所述方法包括：在源域，将具有标注的行人图片输入到骨干网络，通过所述骨干网络输出特征图，将所述特征图分别输入行人属性分支和行人身份分支进行多任务学习，输出所述行人图片的多维特征，得到预训练的多任务网络跨域行人重识别模型；在目标域，将未标注的行人图片输入到预训练的多任务网络跨域行人重识别模型，通过聚类算法对所述多任务网络跨域行人重识别模型输出的多维特征进行聚类，将聚类的结果作为行人图片的伪标注；将目标域中带有所述伪标注的行人图片重新输入到所述多任务网络跨域行人重识别模型，进行有监督的迭代训练，在每轮迭代中均进行重新聚类，并将聚类的结果作为目标域中行人图片的伪标注，直到所述多任务网络跨域行人重识别模型的性能饱和，得到最终的多任务网络跨域行人重识别模型。
任务网络行人识别模型构建方法系统装置

[发明专利]一种基于摄像头关系的自监督行人重识别方法-CN202110685408.7在审
发明人：丁贵广;何涛;沈乐琦 -专利权人：清华大学
申请日： 2021-06-21 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种基于摄像头关系的自监督行人重识别方法，方法包括：获取监控摄像头网络采集的行人图片数据；对行人图片数据进行预处理，并使用预先建立的视觉模型对预处理后的行人图片数据进行特征提取得到特征向量，预先建立的视觉模型具有初始化参数网络；根据行人图片数据的特征向量，确定监控摄像头网络中摄像头的特异性关系；根据特异性关系进行特征类别聚类，得到伪标签信息，根据伪标签信息对视觉模型的初始化参数网络进行更新；利用更新后的视觉模型对待识别图片样本进行特征提取，根据提取到的特征向量得到最终的检索队列。本申请利用无监督方法进行模型训练，无需人工标注，提高行人重识别的效率，结合摄像头先验知识，提升了模型精度。
一种基于摄像头关系监督行人识别方法

[发明专利]一种高效率的无监督行人重识别方法和装置-CN202110661203.5在审
发明人：丁贵广;沈乐琦;何涛 -专利权人：清华大学
申请日： 2021-06-15 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种高效率的无监督行人重识别方法，包括：获取摄像网络采集的行人图片；对行人图片进行预处理并生成训练图片集；对训练图片集中的训练图片进行随机分组以得到多个小批次的数据，由每个批次的数据中的训练图片得到训练图片对应的图片特征；计算图片特征中两两图片特征之间的相似度并由此生成相似度矩阵；根据相似度矩阵，使用关系蒸馏的方式计算损失函数，根据损失函数以权重滑动平均的方法更新模型，得到高精度的复杂模型；从高精度复杂模型，进一步知识蒸馏得到高精度轻量模型；根据最终得到的高精度轻量模型提取识别图片样本的特征，进行行人检索。本申请提出的方法使用无标注的数据，减少了人工标注的成本，提高了识别精度。
一种高效率监督行人识别方法装置