“浙江大学计算机创新技术研究院”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30个，建议您升级VIP下载更多相关专利

[发明专利]一种基于动态学习提示的零样本异常图像检测方法-CN202310922034.5在审
发明人：宋亚楠;沈卫明 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于动态学习提示的零样本异常图像检测方法。基于视觉语言大模型构建了零样本异常检测网络，利用视觉编码网络和文本编码网络提取图像的视觉编码特征和动态提示的文本特征，利用文本特征的语言监督，将预训练视觉语言大模型零样本迁移到下游异常图像检测任务。在视觉编码网络的多个特征提取阶段，计算视觉编码特征与文本特征之间的余弦相似度，构建图像异常区域计算模块，获得待检图像的异常区域。本发明提出的动态学习提示可随网络梯度不断优化，避免了复杂的人工提示构建过程，提高了提示工程的设计效率。另外，动态学习提示针对每个图像生成对应的提示特征，增强了网络对新物体、新环境的零样本迁移性能。
一种基于动态学习提示样本异常图像检测方法

[发明专利]一种基于可学习提示的零样本异常图像检测方法-CN202310920221.X在审
发明人：宋亚楠;沈卫明 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于可学习提示的零样本异常图像检测方法。设计了基于上下文优化的可学习提示生成模块，包含了参数可优化的可学习提示和图像异常状态提示；利用视觉语言大模型的图像编码网络获得多层级的待检图像视觉编码特征，同时利用文本编码网络获得可学习提示嵌入的文本特征。通过计算视觉编码特征和文本特征之间的多层级余弦相似度，构建图像异常区域计算模块，获得待检图像的异常区域。本发明提出的可学习提示避免了人工设计提示的复杂性和不稳定性，同时改善了图像异常检测的准确性，保证了零样本学习的有效性和高效性，极大降低了预训练视觉语言大模型迁移到下游任务的成本。
一种基于学习提示样本异常图像检测方法

[发明专利]一种基于图注意力机制的残缺点云配准方法-CN202110918646.8有效
发明人：宋亚楠;沈卫明;陈刚;周迪楠 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2021-08-11 - 公布日： 2023-10-24 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于图注意力机制的残缺点云配准方法。构建残缺点云配准网络并训练，利用残缺点云配准网络对待测物体的目标点云和源点云处理获得旋转变换和平移变换结果，进而变换实现点云配准；使用多层感知机网络提取残缺点云的高维特征，使用图注意力机制增强这些高维特征对点云空间结构信息的捕获能力和对关键匹配点的注意力，在全连接层获得的残缺点云各自高维特征基础上构建点云虚拟匹配对应点；使用奇异值分解获得点云间的旋转变换和平移变换。本发明方法能够有效解决不完整对应残缺点云之间的配准问题，能提升配准算法对关键配准点的注意力，避免非对应点的干扰，对点云缺失、高噪声、任意初始对应位置等复杂环境具有较强的适用性。
一种基于注意力机制残缺点云配准方法

[发明专利]基于多能智能体深度强化学习的结构化数据预测优化方法-CN202211164902.X有效
发明人：查良瑜;黄清仪;杨赛赛;袁静;赵俊博 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2022-09-23 - 公布日： 2023-09-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多能智能体深度强化学习的结构化数据预测优化方法。获取结构化数据的原始数据；用深度强化学习智能体和代理模型对原始数据进行迭代处理，获得优化后的深度强化学习智能体；将原始数据和初始设定的超参数再次输入到优化后的深度强化学习智能体中生成新训练数据，并用新训练数据训练一个预测模型；将结构化数据的待预测数据输入输入到预测模型中，得到最终的预测目标参数的预测结果。本发明能够一次性解决包括自动特征工程、超参搜索等多个优化任务，大幅降低建模过程中的人力消耗，同时提高寻优的准确度。
基于多能智能深度强化学习结构数据预测优化方法

[发明专利]基于跟踪算法的视频图像多人自适应跳绳智能计数方法-CN202310019359.2在审
发明人：赵俊博;黄清仪;杨赛赛;袁静;陈刚 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-01-06 - 公布日： 2023-07-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于跟踪算法的视频图像多人自适应跳绳智能计数方法。在相机的视野实时拍摄多人跳绳的视频，开始前测试者作出举手动作，举手动作后再进行跳绳，通过举手动作触发人脸识别算法人脸识别获得身份；记录初始位置在跳绳过程中跟踪算法实时动态追踪位置，基于视频获取所有测试者的骨骼关键点，根据跟踪算法的位置信息区分骨骼关键点对应的测试者，再进行波形分析得到实时的跳绳计数。本发明通过跟踪算法实时追踪跳绳测试同学的位置；多人跳绳测试的信号分开触发，多人分别计数，可实现动态和静态的一至多人的同时跳绳测试，能更好适用于实际复杂场景，能过滤非跳绳测试人员的干扰，使用方便且精度高。
基于跟踪算法视频图像自适应跳绳智能计数方法

[发明专利]基于人体关键点动作序列匹配的视频图像运动计数方法-CN202310018858.X在审
发明人：陈刚;杨赛赛;查良瑜;黄清仪;赵俊博 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-01-06 - 公布日： 2023-06-02 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于人体关键点动作序列匹配的视频图像运动计数方法。人体在相机视野中进行运动，通过相机采集人体运动的视频图像，通过对视频图像的分析处理获得运动的类型和计数，具体是基于动作序列拆分的运动计数，建立不同的模板对每个运动动作进行匹配识别，且自适应分配运行在不同的计算设备中。本发明在使用关键点检测准确率相对较低的小模型上也有较高的计数准确性和稳定性，满足检测速度要求较高的运动场景，具有运行速度快，动作匹配稳定性和准确率高，计数准确率高，适用于不同部署设备上运行等优点。
基于人体关键动作序列匹配视频图像运动计数方法

[发明专利]一种单人体育运动场景下的图像关键点增强检测方法-CN202310015187.1有效
发明人：杨赛赛;黄清仪;袁静;赵俊博;陈刚 -专利权人： 浙江大学计算机创新技术研究院;浙江浙网数智科技发展有限公司
申请日： 2023-01-06 - 公布日： 2023-06-02 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种单人体育运动场景下的图像关键点增强检测方法。针对预先用相机采集的单人体育运动场景的视频，采用关键点检测模型结合不同亮度和对比度进行匹配处理获得最优的亮度和对比度作为最优匹配参数；对实时获得的单人体育运动场景下的图像按照最优匹配参数进行处理，且基于历史关键点信息进行人物检测框的动态更新生成，实现关键点增强检测。本发明通过自适应视频源场景变化，人物检测框生成生成，自动修正计数大幅度提升关键点检测准确率和稳定性，兼容已有的关键点检测模型，具有检测速度快、自适应不同输入视频源场景变化、可在已有关键点检测方法基础上继续提升检测准确率和稳定性的优点。
一种单人体育运动场景图像关键增强检测方法

[发明专利]基于改进YOLOV5免标定的视频图像立定跳远测距方法-CN202310025302.3有效
发明人：黄清仪;杨赛赛;查良瑜;赵俊博;陈刚 -专利权人： 浙江大学计算机创新技术研究院;浙江浙网数智科技发展有限公司
申请日： 2023-01-09 - 公布日： 2023-05-19 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于改进YOLOV5免标定的视频图像立定跳远测距方法。通过相机从立定跳远的侧方对立定跳远进行拍摄视频图像，通过改进YOLOV5模型检测识别视频图像中跳远垫子上的起跳线位置、终止线的位置、立定跳远的测试者的双脚位置，并判断测试者是否有踩线；判断是否起跳以及起跳之后测试者的落地点位置，并以落地点位置为基点判断测试者的落地过程是否平稳；在确认落地点位置和平稳落地点后判断测试者起身，并在起身后识别获得立定跳远的跳远距离。本发明能更好的适用于实际的复杂场景，自动检测起跳线和终止线，可以实现基于2D画面测距，可以省去人工相机标定以及矫正的过程。
基于改进 yolov5 标定视频图像立定跳远测距方法

[发明专利]一种基于双塔模型的自适应术语归一化方法-CN202310018843.3在审
发明人：袁静;赵俊博;陈刚;鲁鹏;周显锞 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-01-06 - 公布日： 2023-05-16 - 主分类号： G06F40/247 文献下载
摘要：本发明公开了一种基于双塔模型的自适应术语归一化方法。对术语原词利用检索方式在标准术语典中查找召回多个和术语原词相似的标准术语；组建有样本对，并均衡处理获得均衡后的样本对集；用均衡后的样本对集输入到Sentence‑BERT双塔模型中进行训练，Sentence‑BERT双塔模型输出标签和预测结果，使用训练好的Sentence‑BERT双塔模型对标准术语典处理，获得句子向量保存于离线向量数据库；对待预测术语原词用训练好的Sentence‑BERT双塔模型处理，再结合离线向量数据库处理预测获得相似性高的标准术语，再匹配附加到待预测术语原词上。本发明能对一个不标准的术语文本归一化匹配，优化工业场景下处理，计算量小，运算速度快，大大提高了匹配归一化的效率。
一种基于模型自适应术语归一化方法

[发明专利]一种基于强化学习智能体的自动化机器学习方法-CN202310018835.9在审
发明人：袁静;杨赛赛;赵俊博;陈刚;鲁鹏 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2023-01-06 - 公布日： 2023-05-09 - 主分类号： G06N3/092 文献下载
摘要：本发明公开了一种基于强化学习智能体的自动化机器学习方法。先对初始输入的原始数据进行诊断校正，获得校正后数据；对校正后数据进行编码处理，获得编码后数据；构建强化学习智能体，将编码后数据输入到强化学习智能体进行自动化机器学习获得更优性能的数据，可利用更优的数据进行实施实际应用控制。本发明整个搜索学习过程并行进行，不会额外产生资源消耗和时间成本，模型建立过程无需干预，减小人力开销的同时，提升模型精度，能降低人工参与程度，模型泛化性更高。
一种基于强化学习智能自动化机器学习方法

[发明专利]一种多目标3D打印工艺参数优化方法-CN202211299070.2有效
发明人：查良瑜;陈刚;鲁鹏;周显锞;赵俊博 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2022-10-24 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种多目标3D打印工艺参数优化方法。构建3D打印参数变化空间，并利用历史试验数据对打印质量评价参数模型训练；根据打印质量评价参数模型、打印质量评价参数及优化方向，以打印质量评价参数模型的输出为自变量，以总质量评价参数为自变量，建立多目标优化函数和约束条件，用遗传算法对多目标优化函数搜索求解，输出更优3D打印工艺参数组合并实际3D打印并再不断迭代优化。本发明能够在每一轮优化搜索中兼顾打印质量评价参数提升和非线性模型的拟合效果提升，具有更好非线性拟合效果，能够一次性自动化地解决多个参数优化工作，大幅减少工艺参数组合优化过程中实验的次数，节约打印材料消耗。
一种多目标打印工艺参数优化方法

[发明专利]基于全局上下文嵌入生成对抗网络的图像异常检测方法-CN202211503297.4有效
发明人：宋亚楠;刘贤斐;沈卫明;鲁鹏;蒋唐辉 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2022-11-29 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于全局上下文嵌入生成对抗网络的图像异常检测方法。先构造一个包含生成网络和判别网络的生成对抗网络，生成网络由编码网络和解码网络构成，感知全局上下文信息的全局上下文模块嵌入到编码网络和解码网络中，训练时将生成网络生成的假图像以及输入的真图像输入到判别网络进行训练；测试时根据生成图像与真实图像之间的差异以及相对应的隐式特征差异计算图像的异常分数，根据异常分数判断是否异常。本发明能够充分捕获图像特征的长范围依赖关系，有效提取全局上下文特征，有利于生成网络对异常特征的生成能力，提升异常检测任务的精度。
基于全局上下文嵌入生成对抗网络图像异常检测方法

[发明专利]一种基于在线局部特征提取的点云识别方法-CN202011407114.X有效
发明人：宋亚楠;沈卫明;林光钟;陈刚;罗尚虎;蒋唐辉 -专利权人： 浙江大学计算机创新技术研究院;浙江生一光学感知科技有限公司
申请日： 2020-12-04 - 公布日： 2023-03-24 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于局部特征提取的点云识别方法。首先使用k‑NN算法搜索被编码点周围的最邻近点，并沿XYZ三个坐标轴分别计算每个邻近点与被编码点之间的点引力；然后结合搜索到的邻近点与被编码点的空间位置坐标，构建点云中每个点的局部特征；最后设计一个融合局部特征提取操作的点云识别网络。本发明提出的在线局部特征提取操作能够增强网络对点云局部信息的利用能力，提升点云识别网络的准确率；而且，在线局部特征提取操作能够应用到基于卷积网络的任何点云识别网络中，具有较强的适用性。
一种基于在线局部特征提取识别方法

[发明专利]一种基于通道注意配准网络的图像异常检测方法-CN202211164880.7在审
发明人：宋亚楠;刘贤斐;鲁鹏;沈卫明 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2022-09-23 - 公布日： 2023-01-06 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于通道注意配准网络的图像异常检测方法。先构建感知高维特征通道重要性的通道注意模块，后构建权值共享的异常检测网络，通道注意模块嵌入异常检测网络的特征提取阶段，基于提取的图像高维特征为正常样本构建多元高斯分布概率表达；在测试阶段，将待检测查询图像和模板图像同时输入到异常检测网络，计算查询图像每个像素位置的拼接特征与模板图像的多元高斯分布之间的马氏距离，以马氏距离较大位置进行异常判断。本发明方法能避免网络对物体类别的依赖，可有效泛化到未知物体类别的异常检测任务上，能够增强网络对特征通道的差异感知，提高网络对物体多维特征的提取能力，有效抑制噪声对异常检测的干扰。
一种基于通道注意网络图像异常检测方法

[发明专利]一种基于毫米波重建心电图的方法-CN202110203340.4有效
发明人：许文曜;林峰;李勤;许陈汉 -专利权人： 浙江大学计算机创新技术研究院
申请日： 2021-02-23 - 公布日： 2022-12-06 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种基于毫米波重建心电图的方法。本发明包括以下步骤：步骤1)毫米波雷达朝人体胸口位置发射调频连续波进行探测，并对探测信号进行锯齿调制；步骤2)根据弗里斯传播方程，将胸腔表面参数化为时变的非刚性表面；步骤3)获取胸腔表面纯净的中频信号，利用中频信号中的相位项进行细粒度胸部传感得到多维心脏传感信号；步骤4)重建心电图：将解调后的胸腔振动输入到训练好的时序神经网络中，重建多维度的心电图。采用本发明重建的心电图具有良好的保真度以及完整的心脏临床特征，在促进心脏监测应用领域拥有巨大潜力。
一种基于毫米波重建心电图方法

1
2
下一页»
尾页
共 30 条