“王少帆”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72个，建议您升级VIP下载更多相关专利

[发明专利]基于边缘注意门控图卷积网络的半监督视频分割方法-CN202310638743.0在审
发明人：张勇;张宇晴;李亚静;王少帆;尹宝才 -专利权人：北京工业大学
申请日： 2023-06-01 - 公布日： 2023-09-29 - 主分类号： G06V20/40 文献下载
摘要：一种基于边缘注意门控图卷积网络的半监督视频分割方法，用于解决复杂场景中的无法准确分割出目标物体的问题。本发明将整个视频分割成若干超像素，并在视频第一帧生成若干种子点；将第一帧的种子点逐帧传播到后续帧，并将视频序列转化为时空图。之后，提出边缘注意力门控图卷积网络，实现对超像素前景、背景标签的划分，实现视频预分割。最后，基于目标在帧间形变的规律，对目标构造全局外观模型，优化分割，减缓相似物体或复杂背景干扰时的分割挑战。本发明基于超像素提取目标底层特征和边界轮廓，基于图卷积网络提取图像的深度特征，挖掘帧内和帧间的相关性，提升了捕获视频中蕴含的关联关系和潜在语义信息的能力，在多种分割挑战中表现良好。
基于边缘注意门控图卷网络监督视频分割方法

[发明专利]一种室内场景语义标注方法-CN201910129531.3有效
发明人：王立春;李玉洁;王少帆;孔德慧 -专利权人：北京工业大学
申请日： 2019-02-21 - 公布日： 2023-09-29 - 主分类号： G06V20/10 文献下载
摘要：公开一种室内场景语义标注方法，包括：输入彩色图片和深度图片；进入神经网络之中，彩色图片和深度图片分别通过conv1和conv2_x；进入第一注意力机制模块ARF_1之中，通过ARF_1的计算，得到特征图；进入conv3_x之中进行卷积计算；进入第二注意力机制模块ARF_2之中，通过ARF_2的计算，得到特征图；进入conv4_x之中进行空洞卷积计算；进入第三注意力机制模块ARF_3之中，通过ARF_3的计算，得到特征图；进入conv5_x之中进行空洞卷积计算；进入注意力机制混合模块ARMF进行计算；进入空间金字塔模块SPP实现多层次上下文信息融合；得到语义标注结果图。
一种室内场景语义标注方法

[发明专利]一种基于零样本学习的人体行为识别方法-CN201911288489.6有效
发明人：孔德慧;孙彬;王少帆;李敬华 -专利权人：北京工业大学
申请日： 2019-12-12 - 公布日： 2023-09-26 - 主分类号： G06V40/20 文献下载
摘要：公开一种基于零样本学习的人体行为识别方法，其提高了所训练分类器的分类性能和准确率，推进了人体行为类别自动标注目标的实现。该方法包括：(1)基于动作类与动作关联物体构造知识图谱，并通过基于注意力机制的图卷积网络AMGCN动态更新其关系，旨在更好地描述图中节点的关系；(2)学习基于梯度惩罚和循环一致性约束的生成对抗网络WGAN‑GCC，使得学习的生成器能够更好地生成未知类特征；(3)将图卷积网络和生成对抗网络两个网络结合为双流深度神经网络，使得训练的分类器更具判别性。
一种基于样本学习人体行为识别方法

[发明专利]一种室内场景RGB-D图像的语义标注方法-CN201910886599.6有效
发明人：王立春;刘甜;王少帆;孔德慧;李敬华 -专利权人：北京工业大学
申请日： 2019-09-19 - 公布日： 2023-08-01 - 主分类号： G06V10/26 文献下载
摘要：一种室内场景RGB‑D图像的语义标注方法，其能够使室内场景语义标注方法中感受野不局限于超像素，构建超像素组的语义特征表示并进一步基于度量学习对超像素组特征进行优化，从而提高室内场景理解的准确率。该语义标注方法，包括：(1)采用gPb/UCM算法对RGB‑D室内场景图像进行超像素分割；(2)超像素特征提取：执行Patch特征计算、超像素特征表示；(3)超像素组特征提取：执行实例超像素组及其特征提取、类超像素组及其特征提取；(4)超像素组特征向量化：定义高斯分量之间的常数距离、执行实例超像素组特征向量化、执行类超像素组特征向量化；(5)度量学习：学习优化矩阵L、基于优化矩阵L标注测试样本。
一种室内场景 rgb 图像语义标注方法

[发明专利]一种基于深度学习的三维重建方法-CN201910179121.X有效
发明人：孔德慧;刘彩霞;王少帆;李敬华;王立春 -专利权人：北京工业大学
申请日： 2019-03-11 - 公布日： 2023-06-20 - 主分类号： G06T17/00 文献下载
摘要：公开一种基于深度学习的三维重建方法，该方法包括：(1)将输入图像被约束的潜在向量重建出目标完整三维形状，学习部分和完整三维形状之间的映射，然后实现单幅深度图像的三维重建；(2)学习三维真实对象与重建对象之间的中间特征表示，从而获得步骤(1)中的目标潜在变量；(3)利用极限学习机将步骤(1)中预测的体素浮动值变换为二进制值，完成高精度重建。
一种基于深度学习三维重建方法

[发明专利]一种单幅图像的三维模型重建方法-CN201910722716.5有效
发明人：孔德慧;刘彩霞;王少帆;李敬华;王立春 -专利权人：北京工业大学
申请日： 2019-08-06 - 公布日： 2023-06-20 - 主分类号： G06T17/00 文献下载
摘要：公开一种单幅图像的三维模型重建方法，其不需要人工设计复杂的特征算法，避免了复杂的相机校准及精细的流程设计，并具备了通过学习所见拓展所知，重建所未知的能力；改进了预测不完整、噪声多，训练时间长的问题；不仅能够准确地重建图像，同时还能避免噪声的引入。该方法包括：(1)输入深度图像；(2)转换为2.5D体素网格；(3)在生成器部分，首先将输入的单幅深度图像编码为一个潜在向量，然后利用注意力机制学习一个基于注意力的潜在向量，再将注意力的潜在变量解码生成3D重建形状；(4)在判别器部分，在3D重建形状上实施重构判别器，在可见部分形状上实施掩模判别器。
一种单幅图像三维模型重建方法

[发明专利]一种面向连续帧点云的三维人体标准骨架提取方法-CN201910056962.1有效
发明人：张勇;谭斐;王少帆;孔德慧;尹宝才 -专利权人：北京工业大学
申请日： 2019-01-19 - 公布日： 2023-06-02 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种面向连续帧点云的三维人体标准骨架提取方法，该方法包含以下两个步骤：第一步，采集多视角运动人体的图像，使用每一帧的各视角图像重建出稠密的点云模型。针对每一帧的点云模型，进行降采样，表面重建，进而使用基于模型分割的三维人体标准骨架提取算法提取标准骨架模型；第二步，对提取的标准骨架进行帧间对齐与对应点匹配，构造连续帧标准骨架的骨骼点序列，建立连续帧骨骼点位置优化模型对上面得到的骨骼点序列进行优化，最终得到面向连续帧点云的三维人体标准骨架序列在几乎没有人工干预的前提下，提取的三维人体骨架无论是在完整性上，与原模型贴合度上，准确性上，还是在标准性上都比传统方法提取的骨架更具有优势，更具有实用价值与意义。
一种面向连续帧点云三维人体标准骨架提取方法

[发明专利]一种三维人体姿态估计方法-CN201910201559.3有效
发明人：孔德慧;吴永鹏;王少帆;李敬华;王立春 -专利权人：北京工业大学
申请日： 2019-03-18 - 公布日： 2023-04-18 - 主分类号： G06T17/20 文献下载
摘要：公开一种三维人体姿态估计方法，其在不需要高配置硬件支持、和精准人体模型的条件下，实现实时且高精度的三维人体姿态估计。该方法包括步骤：(1)建立与对象匹配的三维人体模型，该模型为可见球面分布约束点云人体模型；(2)面向人体姿态跟踪的人体模型与深度点云匹配优化；(3)基于动态数据库检索的姿态跟踪错误恢复。
一种三维人体姿态估计方法

[发明专利]一种基于点空洞方向卷积的点云语义分割方法-CN202210400811.5在审
发明人： 王少帆;刘蓥;王立春;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2022-04-17 - 公布日： 2023-04-07 - 主分类号： G06V10/26 文献下载
摘要：一种基于点空洞方向卷积的点云语义分割方法适用于计算机视觉领域。它是一种交替使用点空洞方向卷积模块，边缘保持池化模块和边缘保持非池化模块的分层编解码网络。点空洞方向编码单元能通过改变空洞率来对邻域点进行等效稀疏采样，同时考虑了局部邻域点的方向信息和距离信息，可以在编码八个方向特征信息的同时任意的扩大其感受野，从而更全面地捕捉局部邻域信息。然后，将多个点空洞方向编码单元堆叠在一起组成点空洞方向卷积模块，该模块具有尺度感知能力和可移植性。边缘保持池化模块和边缘保持非池化模块用来保留边缘特征，恢复点云的高维特征，提高点云语义分割精度。该方法包括点云的局部邻域选择与特征提取，以获得更好的语义分割性能。
一种基于空洞方向卷积语义分割方法

[发明专利]一种全景图像质量评估方法-CN201911065268.2有效
发明人：孔徳慧;虞义兰;王少帆;李敬华 -专利权人：北京工业大学
申请日： 2019-11-04 - 公布日： 2023-03-31 - 主分类号： G06T7/00 文献下载
摘要：一种全景图像质量评估方法，通过将无压缩的全景图和对应压缩后的全景图经过scharr滤波器滤波后获得单个像素计算的视觉得分，通过多尺度融合来评估不同尺度下输入图像的质量，针对全景图的观看模式，采用尺度自适应方案，用注意力图机制v(t)控制是否使用注意力权重W(r)进行细节感知，可以模拟实现人眼观看全景图像的不同维度时会分配不同的注意力，以及人眼在观看图像时对全局和细节的特征把握，提高了模型客观评估结果与主观结果的一致性。
一种全景图像质量评估方法

[发明专利]基于交错空洞卷积UNet的图像语义分割方法-CN202211106328.2在审
发明人： 王少帆;刘玉坤;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2022-09-11 - 公布日： 2022-12-16 - 主分类号： G06V10/26 文献下载
摘要：基于交错空洞卷积UNet的图像语义分割方法适用于计算机视觉领域。该方法使用了交错空洞卷积模块以及边缘保持模块。交错空洞卷积模块通过交错式的融合方式，即避免了将表达不同物体的特征进行相加，又有效的融合分布在不同通道的特征。而边缘保持模块通过将不同卷积核的卷积层的输出做差得到边缘特征，经整合后加和到输出特征上。该模块具有锐化特征边缘信息的能力。从而增强模型对于边缘的预测能力。该方法的提出，主要解决的技术问题包括多感受野的特征融合与图像语义分割的细节优化，从而获得更好的语义分割性能。
基于交错空洞卷积 unet 图像语义分割方法

[发明专利]基于流形上序列子空间聚类的出行模式检测方法-CN202210323705.1在审
发明人： 王少帆;尹诵 -专利权人：北京工业大学
申请日： 2022-03-29 - 公布日： 2022-06-17 - 主分类号： G06F16/9537 文献下载
摘要：基于流形上序列子空间聚类的出行模式检测方法属于智能交通领域，目的是要检测出一条完整轨迹中的交通模式变化。根据GPS轨迹数据的经纬度和时间戳来提取每个轨迹点的特征，用相邻轨迹点的特征向量来算得轨迹点的对称正定表示矩阵，然后将各轨迹点的表示矩阵按时间戳顺序放置得到轨迹的表示矩阵集合；其次，与传统的低秩表示模型不同，采用了对称正定流形的对数‑欧几里得度量下的低秩表示模型，并在低秩表示模型中加入强制序列数据相邻列相似的项来保证相邻轨迹点相似；最后，将目标函数分解为几个子问题，并用拉格朗日乘数法来进行求解。本发明具有较高的检测准确性。
基于流形序列空间出行模式检测方法

[发明专利]基于超图模型的车辆控制延误预测方法-CN202210036198.3在审
发明人：尹宝才;黄世雨;王少帆 -专利权人：北京工业大学
申请日： 2022-01-10 - 公布日： 2022-05-27 - 主分类号： G06Q10/04 文献下载
摘要：基于超图模型的车辆控制延误预测方法适用于智能交通领域中的自动驾驶技术。首先，与传统的图模型不同，超图所定义的超边可以连接两个及以上轨迹点，以此来编码轨迹点之间的高阶关系；其次，通过基于多核轨迹相似性的密集邻域搜索来构建超边，更准确地刻画轨迹点之间的连接强度；通过添加路网约束，将预测轨迹约束在道路可行域范围内，进一步提高预测结果的准确性。本发明主要解决的技术问题包括：(a)提高了轨迹预测结果的准确性；(b)降低了参数训练成本；(c)提高了控制延误预测结果的准确性和计算效率。
基于超图模型车辆控制延误预测方法

[发明专利]一种面向彩色图像的车辆检测方法-CN201910759439.5有效
发明人：孔德慧;荣子豪;王少帆;李敬华;尹宝才 -专利权人：北京工业大学
申请日： 2019-08-16 - 公布日： 2022-05-10 - 主分类号： G06V20/00 文献下载
摘要：公开一种面向彩色图像的车辆检测方法，其对所要检测的物体的外观描述能力强、适应能力强、需要的训练样本适度、时间消耗低。该方法包括以下步骤：(1)通过车辆检测的特征设计和分层稀疏‑稠密字典集合建模，为车辆类别、非车辆类别构建具有类别判别能力的字典集合；(2)滑动窗口扫描与窗口特征提取；基于稀疏‑稠密字典集合的窗口分类；基于核密度估计非极大抑制的重复检测框去除以过滤高度重叠的检测结果。
一种面向彩色图像车辆检测方法

[发明专利]一种基于超像素深度网络的室内场景语义分割方法-CN201910642478.7有效
发明人：王立春;陆建霖;王少帆;孔德慧;李敬华 -专利权人：北京工业大学
申请日： 2019-07-16 - 公布日： 2022-04-12 - 主分类号： G06T7/11 文献下载
摘要：一种基于超像素深度网络的室内场景语义分割方法，能够缓解像素作为深度网络计算单元带来的图像语义分割边界不清晰以及计算量大的问题，同时打破现有深度网络方法无法接受无序的超像素集合作为输入的局限。该方法包括：(1)对RGB颜色图像使用简单线性迭代聚类分割算法SLIC得到超像素集合；(2)计算每一个超像素的最小包围矩形；(3)基于超像素深度网络RCN提取图像的颜色特征与深度特征；(4)用每一个超像素的最小包围矩形，在颜色与深度的多层次特征图上进行裁剪和重塑操作，得到每一个超像素颜色多层次特征表示与深度多层次特征表示；(5)融合超像素颜色多层次特征与深度多层次特征得到超像素特征，对超像素进行分类。
一种基于像素深度网络室内场景语义分割方法

1
2
3
4
5
下一页»
尾页
共 72 条