“罗迒哉”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42个，建议您升级VIP下载更多相关专利

[发明专利]一种基于双流网络的遥感细粒度船舶目标识别方法-CN202310935784.6在审
发明人：张翔;杨世军;吴琪辉;李洪娇;罗迒哉;赵万青;钟升;张万绪;彭进业 -专利权人：西北大学
申请日： 2023-07-27 - 公布日： 2023-10-10 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于双流网络的遥感细粒度船舶目标识别方法，识别网络包含两个分支:局部残差分支(LRB)和全局表示分支(GRB)。局部残差分支通过我们提出的全尺寸跳跃连接(FSC)和条形加法池化(SPA)模块有效地提取船舶目标最具判别性的局部细粒度特征。全局表示分支通过Swin‑Transformer捕获全局上下文信息，建立目标的远程依赖关系，并提取更强大的全局粗粒度特征。此外，在特征融合模块中设计了一个轻量级融合(LF)模块，将两个分支的特征信息融合在一起，保证了具有判别性的全局和局部信息不会相互淹没，从而有效地提高了模型的性能。在两个主流的遥感数据集上进行了大量的实验和分析，结果表明该方法可以以较高的准确率识别出船舶目标。
一种基于双流网络遥感细粒度船舶目标识别方法

[发明专利]一种基于哈希和TCAM的组合包分类器及方法-CN202310453739.7在审
发明人：张珂燃;匡乃亮;梁勇;罗迒哉;钟升;黄文君 -专利权人：西安微电子技术研究所
申请日： 2023-04-24 - 公布日： 2023-09-05 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于哈希和TCAM的组合包分类器及方法，采用将不完美哈希分类模块与TCAM分类模块相结合，实现了不完美哈希分类与TCAM分类在输入键值空间上的互补；相较于传统基于TCAM包分类解决方案，本发明降低了硬件资源利用、系统功耗；相较于基于完美哈希的包分类解决方案，本发明在保证分类器功能的前提下，降低了哈希函数的设计成本与生成过程的时间复杂度。本发明在分类阶段能够兼顾低的空间资源消耗、低功耗以及低延迟，在分类器生成阶段节约了设计成本，降低了生成过程的时间复杂度；同时，本发明在FPGA等可重构硬件平台上可以更好地平衡不同类型地硬件资源，为防火墙包过滤、路由表查找等网络任务中的分类器设计提供了全新的思路。
一种基于 tcam 组合分类方法

[发明专利]一种基于文本挖掘的细粒度标签指导的车型识别方法-CN202211447694.4在审
发明人：李娇;钟升;张翔;罗迒哉;陈晓璇 -专利权人：西北大学
申请日： 2022-11-18 - 公布日： 2023-08-01 - 主分类号： G06F40/284 文献下载
摘要：本发明一种基于文本挖掘的细粒度标签指导的车型识别方法，包括：获取文本信息；确定第一预设数量的初始化种子元组，每个初始化种子元组中包含对一款车辆品牌不同粒度的描述文本；对文本信息进行分词处理，分别以每个词组为中心，依次选取该词组相邻的第二预设数量个词组形成第一文本；利用初始化种子元组在第一文本集合中抓取第一目标文本，并提取出关系；利用关系及第一文本集合，生成多个新的种子元组，并依据初始化种子元组和所述多个新的种子元组构建得到数据集；基于数据集训练得到车型识别模型；将待检测图像输入至车型识别模型，得到车型识别结果。本发明不仅解决了建立数据集时费时费力的问题，还有利于提高细粒度车型的分类效果。
一种基于文本挖掘细粒度标签指导车型识别方法

[发明专利]一种面向分布式计算微系统的流缓存架构-CN202310452277.7在审
发明人：张珂燃;匡乃亮;郭燕容;罗迒哉;钟升;张翔 -专利权人：西安微电子技术研究所
申请日： 2023-04-24 - 公布日： 2023-07-21 - 主分类号： G06F12/0877 文献下载
摘要：本发明公开了一种面向分布式计算微系统的流缓存架构，包括多个分布式网络节点，每个节点包括管控模块、网络接口、固存、内存、流缓冲模块与计算阵列。流缓存模块包括输入流缓存、输出流缓存与交换模块。计算阵列由多个PE组成，分别与交换模块在片上直连。该架构设计合理控制数据输入输出的流动节奏，更为有效利用了片上资源，在一定程度上缓解了分布式计算微系统的本地数据访存瓶颈，满足了大规模流式计算的访存带宽需求。
一种面向分布式计算系统缓存架构

[发明专利]一种小型化人工智能模型特征提取方法、系统、计算机设备及存储介质-CN202110485263.6有效
发明人：刘茂梅;钟升;匡乃亮;唐磊;彭进业;罗迒哉 -专利权人：西安微电子技术研究所;西北大学
申请日： 2021-04-30 - 公布日： 2023-07-18 - 主分类号： G06V10/44 文献下载
摘要：本发明属于信息技术领域，具体涉及一种小型化人工智能模型特征提取方法及图像分类系统，包括以下过程：将原图转化为灰度图像，对灰度图像进行预处理提取先验特征图；将先验特征图输入浅层卷积神经网络，浅层卷积神经网络提取特征后输出特征向量；输出的特征向量结合训练数据集的图像类别标签向量共同计算交叉熵损失，通过最小化交叉熵损失函数训练浅层卷积神经网络，用训练好的浅层卷积神经网络提取图像特征，实现对图像的准确分类。将图像梯度计算得到的边缘、方向特征以及图像二维小波分解得到的高频、低频细节特征等中，可以提升人工智能模型对底层特征的提取能力，有效降低网络参数空间的规模，减少局部极值的问题。
一种小型化人工智能模型特征提取方法系统计算机设备存储介质

[发明专利]一种基于目标分割的小样本训练方法-CN202110464870.4有效
发明人：张翔;钟升;匡乃亮;唐磊;范建平;罗迒哉 -专利权人：西安微电子技术研究所;西北大学
申请日： 2021-04-28 - 公布日： 2023-07-07 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种基于目标分割的小样本训练方法，属于图像语义分割领域。本发明包括：一、进行小样本数据集的目标类的分割，生成初始像素级标签；二、在小样本数据集上迭代训练所述语义分割网络，生成精细的像素级标签；三、将分割结果作用于原始图像上，得到目标图像；四、将所述目标图像融到大量图像中，生成带有所述目标图像的新图像，进而生成大量带有像素级标签的新图像；五、使用大量带有像素级标签的新图像来训练语义分割网络，从而训练一个可信赖的语义分割网络。本发明解决了人工标注像素级语义标签的耗时耗力操作，能够实现目标的精细化分割，为图像分割、目标检测提供良好的标注数据。
一种基于目标分割样本训练方法

[发明专利]基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法-CN202110477216.7有效
发明人：刘茂梅;匡乃亮;钟升;唐磊;彭进业;罗迒哉 -专利权人：西安微电子技术研究所;西北大学
申请日： 2021-04-29 - 公布日： 2023-06-16 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法，属于卷积神经网络领域。本发明通过对图像进行基于图像梯度信息的方向卷积以提取图像特征。本发明的基于方向卷积的神经网络，将显式先验知识‑图像梯度信息嵌入深度学习模型中，有效降低网络参数空间的规模，减少局部极值的问题。本发明通过在浅层网络的基础上加入先验知识提升精度，用极少参数的较浅模型达到能与深度模型相比拟的图像分类识别准确率。引入方向卷积的小型化卷积神经网络模型在MNIST数据集上仅用0.062M的参数量就达到了与现有深度模型相比拟的分类精度，其参数量较经典卷积神经网络少了两个数量级。
基于图像梯度卷积方法方向神经网络分类

[发明专利]基于高光谱图像降维与融合的彩绘文物图案增强方法-CN201810121680.0有效
发明人：彭进业;俞凯;王珺;张群喜;梁海达;刘成;闫青;温睿;罗迒哉;王琳;李展 -专利权人：西北大学;陕西历史博物馆
申请日： 2018-02-07 - 公布日： 2023-04-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于高光谱图像降维与融合的彩绘文物图案增强方法：步骤一，得到校正后的高光谱图像；步骤二，选出合成真彩色图像的子波段，合成真彩色图像；步骤三，采用最小噪声分离方法进行处理得到主成分图像；步骤四，对每个主成分图像进行显著性目标检测，得到最优主成分图像；步骤五，将最优主成分图像中的细节信息通过基于稀疏表示的图像分解提取，并通过细节注入到步骤二的真彩色图像中，得到彩绘文物的最终融合图像。本发明将显著性目标检测技术运用到最小噪声分离结果的最优主成分图像选择中，在降低数据维度和减少处理时长的同时，更加提高了数据处理的科学性和系统的智能性，为大量数据的处理打好了基础。
基于光谱图像融合彩绘文物图案增强方法

[发明专利]一种基于双分支结构的实时遥感图像云检测方法-CN202211435047.1在审
发明人：郭慧兰;罗迒哉;赵超;陈晓璇;孟娜 -专利权人：西北大学
申请日： 2022-11-16 - 公布日： 2023-03-28 - 主分类号： G06V20/13 文献下载
摘要：本发明提供了一种基于双分支结构的实时遥感图像云检测方法，提出了以PyTorch组件基于编码器‑解码器的遥感图像云检测网络，在编码器中采用细节分支以及语义分支的双分支网络结构，同时提取细节和语义信息。在细节分支中使用了卷积因子分解和边缘损失，设计出了轻量化的云检测网络。之后对构建好的遥感图像云检测网络按照边缘损失和主要损失组成的总损失下降的方向进行训练，将训练好的遥感图像云检测网络从PyTorch组件格式转化为通用模型交换格式再转化为TensorRT引擎格式；将最优的遥感图像云检测网络进行加速部署，可以保证在部署环境中有足够的速度处理数据，达到任务的轻量化要求。
一种基于分支结构实时遥感图像检测方法

[发明专利]基于双通道神经网络的遥感图像融合方法-CN201811635472.9有效
发明人：彭进业;刘璐;王珺;阎昆;吴振国;章勇勤;张二磊;罗迒哉;祝轩;李展;艾娜 -专利权人：西北大学
申请日： 2018-12-29 - 公布日： 2023-03-03 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于双通道神经网络的遥感图像融合方法，利用ARSIS思想，首先通过一个双通道网络联合学习，去提取全色图像高通滤波后的高频分量中的空间细节信息；然后使用细节注入模型将空间细节信息注入到多光谱图像的各个波段图像，得到所需的高分辨率多光谱图像；本发明有效利用深度学习的优点，通过双通道网络联合训练，学习得到全色图像不同于多光谱图像各波段图像的空间细节信息，充分利用图像内部和图像间的相关性，使得细节重构更为准确；同时，使用细节注入模型有效地控制注入细节的数量，显著提高融合算法的空间信息保存性能，并很好地保持原始多光谱图像的光谱特性。
基于双通道神经网络遥感图像融合方法

[发明专利]基于稀疏非负矩阵欠近似的高光谱彩绘文物线稿提取方法-CN201810121326.8有效
发明人：彭进业;闫青;张群喜;王珺;梁海达;刘成;温睿;张田;俞凯;罗迒哉;章勇勤;艾娜 -专利权人：西北大学;陕西历史博物馆
申请日： 2018-02-07 - 公布日： 2022-12-09 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于稀疏非负矩阵欠近似的高光谱彩绘文物线稿提取方法，通过高光谱相机采集第一高光谱彩绘文物图像，预处理之后获得第二高光谱彩绘文物图像，通过最小噪声分离来分离信号的噪声，反变换后获得第三高光谱彩绘文物图像，通过稀疏非负矩阵欠近似得到最优成分线稿图像，通过图层叠加对最优成分的线稿图像进行增强、Camera raw滤镜去噪后得到最终的高光谱彩绘文物线稿图像。该方法能够在保证线稿信息完整的前提下减少噪声的影响，与现有方法相比能够提取更为完整干净的彩绘文物线稿图像。
基于稀疏矩阵似的光谱彩绘文物提取方法

[发明专利]一种基于二维矩阵的检错纠错方法、系统、设备及存储介质-CN202211122842.5在审
发明人：侯钰琪;刘曦;匡乃亮;钟升;罗迒哉 -专利权人：西安微电子技术研究所
申请日： 2022-09-15 - 公布日： 2022-12-02 - 主分类号： G06F11/10 文献下载
摘要：本发明公开了一种基于二维矩阵的检错纠错方法、系统、设备及存储介质，属于集成电路空间辐射应用领域。本发明采用二维矩阵的模型，对水平、竖直、对角线、数据块的元素分别进行编码，产生28位校验位，校验位冗余较少。通过校验位变化信息进行解码，实现纠正随机2位错误或者检测出4位及以内的错误，提高存储器在辐射环境中的可靠性。编解码过程中仅涉及到异或计算，硬件开销较小。在二维矩阵的基础上设计初步定位、块校验位筛选和线校验位筛选，该方法校验冗余位较少、编解码方法简单，并且能够实现对存储器数据检错纠错的目的。因此，本发明提出的检错纠错方法能够解决现有技术中单粒子翻转和单粒子多单元翻转导致存储器数据发生错误的问题。
一种基于二维矩阵检错纠错方法系统设备存储介质

[发明专利]一种像素级标签自动生成模型构建、自动生成方法及装置-CN201910729399.X有效
发明人：范建平;张翔;赵万青;罗迒哉;彭进业;李展;胡琦瑶;艾娜;樊萍;王琳 -专利权人：西北大学
申请日： 2019-08-08 - 公布日： 2022-11-18 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种像素级标签自动生成模型构建、自动生成方法及装置，首先利用像素级标签从源域学习分割知识，然后将知识转移到目标域生成图像的粗标签，再利用引导滤波器对粗标签进行推理，生成精细标签。在细化标签的基础上，对分割网络进行优化，生成具有详细像素级结构/边界的细粒度目标标签，提高了语义分割效果。
一种像素标签自动生成模型构建方法装置

[发明专利]二维图形中目标三维关键点提取模型构建及姿态识别方法-CN201910738138.4有效
发明人：彭进业;张少博;赵万青;祝轩;李斌;张薇;乐明楠;李展;罗迒哉;王珺 -专利权人：西北大学
申请日： 2019-08-12 - 公布日： 2022-11-18 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种二维图形中目标三维关键点提取模型构建及姿态识别方法，通过设计了三维关键点提取模型的网络结构，能够准确、直接输出目标三维关键点的坐标；通过设计的关键点损失函数，使网络利用无监督的方式自主学习提取具有语义一致性和几何一致性的关键点，提高了三维关键点提取的准确率。
二维图形目标三维关键提取模型构建姿态识别方法

[发明专利]一种基于完美哈希算法的路由查找器和方法-CN202110997343.X有效
发明人：张珂燃;沈绪榜;罗迒哉;钟升;匡乃亮;聂宇琛 -专利权人：西安微电子技术研究所
申请日： 2021-08-27 - 公布日： 2022-11-15 - 主分类号： H04L45/7453 文献下载
摘要：本发明公开了一种基于完美哈希算法的路由查找器和方法，包括输入模块、完美哈希函数模块和PN查找表模块；所述输入模块用于输入IP地址，所述输入模块的输出端连接完美哈希函数模块的输入端，所述完美哈希函数模块的输出端连接PN查找表模块输入端。将输入的IP地址进行完美哈希运算，得到一个对应的哈希值，将哈希值作为PN查找表的索引，访问PN查找表对应位置上的元素，并输出该元素，完成路由器查找。能够解决现有路由查找的资源高消耗、高功耗问题，同时保证较低延迟以及较低的键值更新延迟。
一种基于完美算法路由查找方法

1
2
3
下一页»
尾页
共 42 条