“袭肖明”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98个，建议您升级VIP下载更多相关专利

[发明专利]基于先验概率分布的图像生成方法、系统、介质及设备-CN202311210822.8在审
发明人： 袭肖明;何志强;郭子康;乔立山;张淑涵;宁一鹏;张玉龙;纪孔林;聂秀山 -专利权人：山东建筑大学
申请日： 2023-09-20 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于先验概率分布的图像生成方法、系统、介质及设备，其属于图像生成技术领域，所述方案为了避免人为分布假设对模型的影响，构建了一个用于采样数据分布的学习器，即一种将分类神经网络和高斯混合模型结合的混合密度网络，通过所述学习器对输入数据进行分类，并把输出的信息送入高斯混合模型中，通过计算高斯混合模型中子模型的隐变量确定高斯混合分布的参数，并将所述参数作为VAE模型（即变分自编码器）的解码器重参数化步骤中随机向量采样分布的参数，来指导VAE模型的训练，有效保证模型训练的准确性，进而有效保证了图像生成的准确性。
基于先验概率分布图像生成方法系统介质设备

[发明专利]基于块间对比注意力机制的智慧工地图像分割方法及系统-CN202310935833.6有效
发明人：聂秀山;方静远;宁阳;袭肖明;郭杰 -专利权人：山东建筑大学
申请日： 2023-07-28 - 公布日： 2023-10-13 - 主分类号： G06V10/26 文献下载
摘要：本发明属于图像分割技术领域，提供了一种基于块间对比注意力机制的智慧工地图像分割方法及系统。该方法包括，基于待分割的工地场景图像，采用分割模型，预测工地场景图像的目标分割区域；提取工地场景图像训练样本的特征图；基于分割标签，得到若干个标签向量；对特征图进行分块处理和最大池化处理，依据标签向量，得到块级分类标签；将特征图分成若干个块级特征图；在块级分类标签监督下，对块级特征图进行映射，得到若干个块级CAM；基于若干个块级特征图和若干个块级CAM，建立块级相关性矩阵；根据分割模型的输出结果和分割标签，优化分割模型的超参数。本发明能够对工地场景图像进行目标分割处理，有效实现了工地安全的智能监测。
基于对比注意力机制智慧工地图像分割方法系统

[发明专利]一种基于自适应双路检测网络的车辆检测方法-CN201911211042.9有效
发明人： 袭肖明;于治楼;金长新 -专利权人：山东浪潮科学研究院有限公司
申请日： 2019-12-02 - 公布日： 2023-08-25 - 主分类号： G06V20/54 文献下载
摘要：本发明特别涉及一种基于自适应双路检测网络的车辆检测方法。该基于自适应双路检测网络的车辆检测方法，利用复杂级别识别任务网络，对车辆检测任务的复杂性进行分级；针对难以检测的复杂级别的车辆重建网络，从而使复杂级别的车辆容易被检测；利用车辆检测网络对获得的车辆图像进行检测。该基于自适应双路检测网络的车辆检测方法，能够自动估测图像中车辆识别的难易程度，并根据难易程度选择不同的方法进行检测；对于难以检测的复杂级别的任务，可以通过重建网络降低其检测难度，从而极大地提高了复杂图像的检测精度，进而提高了车辆检测精度，进一步保障了无人驾驶车辆的安全性。
一种基于自适应检测网络车辆方法

[发明专利]面向法院判决文书的多尺度学习的文字识别方法及系统-CN202010814088.6有效
发明人：尹义龙;秦者云;袭肖明;王奎奎;黄瑾;周子淇;刘祥飞 -专利权人：山东大学
申请日： 2020-08-13 - 公布日： 2023-08-22 - 主分类号： G06V30/14 文献下载
摘要：本发明公开了一种面向法院判决文书的多尺度学习的文字识别方法及系统，包括：获取待识别的法院判决文书图像，提取印章区域；以目标RGB值差异最大为目标函数，以循环一致性损失为约束条件，基于对抗网络构建印章生成网络模型，采用训练后的印章生成网络模型对印章区域进行印章痕迹RGB值的转换，并删除转换后的印章区域的印章痕迹；对删除印章痕迹的法院判决文书图像进行特征提取，对得到的特征图分别进行全局目标检测和局部细节检测，将得到的文本候选框的掩码和渐进式掩膜合并后对构建的文本检测模型进行训练，以训练后的文本检测模型得到文字识别结果。有效解决文本图像中的印章痕迹遮挡问题和超长、超短文本的检测问题。
面向法院判决文书尺度学习文字识别方法系统

[发明专利]基于特征差值与上下文感知一致性的图像分割方法及系统-CN202310533868.7在审
发明人： 袭肖明;王逸潇;张光;陈关忠;宁阳;刘新锋 -专利权人：山东建筑大学
申请日： 2023-05-09 - 公布日： 2023-08-04 - 主分类号： G06V10/26 文献下载
摘要：本发明公开的基于特征差值与上下文感知一致性的图像分割方法及系统，包括：获取标记图像和无标记图像；通过标记图像和无标记图像，对构建的图像分割模型进行训练，获得训练好的图像分割模型；其中，图像分割模型采用教师‑学生模型模型构建，学生模型包括图像分割网络分支和上下文一致性分支，上下文一致性分支包括预处理模块、编码器、解码器和Projector模块，无标记图像对图像分割模型进行训练时，计算Projector模块输出的特征差值双向对比损失，并通过图像分割网络分支输出结果对解码器输出结果进行监督；通过训练好的图像分割模型对待切割图像进行分割，获得图像分割结果。提高模型的分割精度。
基于特征差值上下文感知一致性图像分割方法系统

[发明专利]基于模态间和模态内交互的多模态图像分类系统及方法-CN202310308531.6在审
发明人： 袭肖明;杨霄;张光;刘新锋;郝凡昌;宁阳;魏珑;聂秀山 -专利权人：山东建筑大学
申请日： 2023-03-23 - 公布日： 2023-08-01 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像处理技术领域，提供了基于注意力的多交互网络的多模态图像分类系统及方法，通过双重模态间交互机制包括模态间相关性交互和模态间通道交互，使用模态间相关性交互模块来捕获模态间的相关性，充分利用特征学习的先验知识。使用模态间通道交互模块，充分利用密集连接来集成多模态信息，为每个模态提供互补性信息。使用模态内双并行注意力模块来完成模态内交互任务，空间注意力单元和通道注意力单元；空间注意力单元为区分性区域特征分配更高的权重，通道注意力单元通过引入归一化因子，来强调重要的通道特征。最后，融合两个注意力单元的输出，以进一步增强特征的辨别能力。
基于模态间模态内交互多模态图像分类系统方法

[发明专利]一种基于概念漂移检测的电力负荷预测方法及系统-CN202211463933.5有效
发明人：聂秀山;林熙明;吕雪岭;刘新锋;袭肖明;刘兴波 -专利权人：山东建筑大学;水发数字产业（山东）有限公司
申请日： 2022-11-17 - 公布日： 2023-04-18 - 主分类号： H02J3/00 文献下载
摘要：本申请属于电力系统负荷预测技术领域，具体涉及一种基于概念漂移检测的电力负荷预测方法及系统，包括：获取电力负荷历史数据；根据所获取的电力负荷历史数据，采用滑动时间窗口，构建电力负荷预测模型；基于所构建的电力负荷预测模型获取滑动时间窗口所在时刻的下一时刻的电力负荷预测值；捕获基于所述电力负荷预测模型进行预测时所输入的原始数据，判断基于新的滑动时间窗口的输入数据与所输入的原始数据是否属于同一分布，实现电力负荷的预测；本申请针对负荷预测中因未考虑概念漂移而无法获得较好准确性的问题，通过检测已知的数据中是否存在的概念漂移现象，提高电力负荷预测的准确性和合理性。
一种基于概念漂移检测电力负荷预测方法系统

[发明专利]一种基于元学习嵌入半监督学习图像分类方法与系统-CN202210754352.0有效
发明人： 袭肖明;孟令钊;聂秀山;尹义龙;张光 -专利权人：山东建筑大学
申请日： 2022-06-30 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种基于元学习嵌入半监督学习图像分类方法与系统，属于图像分类系统技术领域，采用提出的面向重要性区域加噪的样本生成方法，将该类样本引入到训练过程中，使模型学习到更加鲁棒的特征；另一方面，构建一种融合元学习和半监督学习的知识自适应挖掘的半监督学习网络，在半监督学习框架下，引入元学习器来对每个样本的知识进行自适应学习，并将获得的有效知识应用到网络的训练过程中，进一步提升模型的鲁棒性。
一种基于学习嵌入监督图像分类方法系统

[发明专利]基于零样本学习的联合生成式图像实例分割方法及系统-CN202211256409.0有效
发明人：王少华;秦者云;袭肖明;刘兴波;聂秀山;尹义龙 -专利权人：山东建筑大学;山东大学
申请日： 2022-10-14 - 公布日： 2023-03-24 - 主分类号： G06V10/26 文献下载
摘要：本发明属于图像实例分割技术领域，为解决现有技术图像实例分割效果差的问题，提供了基于零样本学习的联合生成式图像实例分割方法及系统。其中，该方法包括获取待分割的可见类图像和文本描述，分别提取视觉特征和属性语义特征；拼接视觉特征和所述属性语义特征，得到拼接特征；基于拼接特征及联合生成对抗网络的编码器，得到属性增强的视觉特征；基于属性增强的视觉特征及联合生成对抗网络的解码器，得到重建图像特征；将重建图像特征划分为网格，使用基于位置协同定位的两路网络对每个网格进行实例分割，上路分支网络预测每个网格的类别属性，下路分支网络预测每个网格的实例掩码。其根据实例的位置和大小为每个像素分配类别，提高实例分割效果。
基于样本学习联合生成图像实例分割方法系统

[发明专利]基于双级注意力的图像识别方法及装置-CN202210085821.4有效
发明人：张凯;徐卿;袭肖明;杨光远 -专利权人：山东力聚机器人科技股份有限公司
申请日： 2022-01-25 - 公布日： 2023-02-14 - 主分类号： G06V10/82 文献下载
摘要：本发明是关于一种基于双级注意力的图像识别方法和装置，其中，方法包括：获取原始图像和对应的二值目标定位图，并对所述原始图像进行预处理，将所述二值目标定位图缩放为预设尺寸；从预处理后的原始图像中提取抽象特征图；根据所述二值目标定位图和抽象特征，计算得到物体特征图和背景特征图；使用空间注意力机制处理所述物体特征图，以得到新的物体特征图；使用通道注意力机制处理所述新的物体特征图和背景特征图融合后的总特征图，以得到新的总特征图；使用全连接层计算所述新的总特征图的特征映射向量，并通过分类器确定分类结果。通过该技术方案，提高网络训练效率，提升预测的准确率。
基于注意力图像识别方法装置

[发明专利]基于多尺度难度感知的图像分割方法及系统-CN202110739720.X有效
发明人： 袭肖明;聂秀山;郭杰;孙仪;张光;尹义龙 -专利权人：山东建筑大学;山东省千佛山医院;山东大学
申请日： 2021-06-30 - 公布日： 2023-02-03 - 主分类号： G06T7/10 文献下载
摘要：本公开提供了一种基于多尺度难度感知的图像分割方法及系统，获取待分割的图像；对获取的图像进行预处理；对预处理后的图像进行特征提取；根据提取到的特征和预设卷积神经网络模型，得到最终的分割结果；其中，预设卷积神经网络模型包括难度特征学习模块，难度特征学习模块包括多尺度的卷积核组和自注意力模块，多尺度的卷积核组学习目标的多尺度特征，并将每个卷积核学到的特征图经过自注意力模块对有用特征赋予更大的权重；本公开在传统的卷积神经网络中，引入难度特征学习模块，学习小目标和异常像素更为精细的特征，引入目标多尺度空间约束，保证了小目标分割的正确性，最后引入难度感知先验，进一步提升了异常像素分割的正确性。
基于尺度难度感知图像分割方法系统

[发明专利]基于视频片段检索的无人车历史场景检测方法-CN202211110912.5有效
发明人：聂秀山;潘嘉男;谭智方;袭肖明 -专利权人：山东建筑大学
申请日： 2022-09-13 - 公布日： 2022-11-25 - 主分类号： G06V20/40 文献下载
摘要：一种基于视频片段检索的无人车历史场景检测方法，属于计算机视觉技术领域，基于人眼搜索的思想将视频片段检索的方式分成两个步骤，先大致判断出最为相似的候选片段，再将候选片段添加偏移后从中分成两个部分，将左半部分中的帧作为开始帧，右半部分中的帧作为结束帧再次进行交互微调，从而检索到用户所需的历史场景。避免了人工检测方法的耗时繁琐的问题，也优化了传统方法中单一框架的效率低下、精度不高、可解释性差的问题。
基于视频片段检索无人历史场景检测方法

[发明专利]一种自闭症谱系障碍的自动判别系统、存储介质及设备-CN202111050081.2有效
发明人：魏珑;袭肖明;宁阳;郝凡昌;王纪奎 -专利权人：山东建筑大学
申请日： 2021-09-08 - 公布日： 2022-10-25 - 主分类号： G16H50/20 文献下载
摘要：本发明属于基于医学影像及遗传学的计算机辅助诊断领域，提供了一种自闭症谱系障碍的自动判别系统、存储介质及设备。其中该系统包括脑连接特征提取模块，其用于从被试的多模态磁共振影像中提取功能连接及脑白质连接图谱，作为脑连接特征；特征选择及降维模块，其用于对脑连接特征进行稀疏选择及非线性降维；遗传数据特征提取模块，其用于基于被试的全基因组测序数据及单核苷酸多态性质量筛选，利用基因约束最大似然法提取遗传数据特征；特征融合模块，其用于利用典型相关分析方法融合选择及降维后的脑连接特征和遗传数据特征；分类决策模块，其用于将融合后特征输入至决策模型中，判别出是否属于自闭症谱系障碍类别。
一种自闭症谱系障碍自动判别系统存储介质设备

[发明专利]一种基于判别性特征增强的垃圾分类方法与系统-CN202210859618.8有效
发明人：徐龙生;庞世玺;孙振行;袭肖明 -专利权人：山东省凯麟环保设备股份有限公司
申请日： 2022-07-22 - 公布日： 2022-10-25 - 主分类号： G06V20/00 文献下载
摘要：本发明属于图形分类识别相关技术领域，本发明提出了一种基于判别性特征增强的垃圾分类方法与系统，在深度网络结构中引入了新的互补特征学习模块和特征细节增强模块；在互补特征学习模块中，利用图像随机擦除机制和分类一致性约束，迫使网络尽可能学习与传统特征互补的信息；在特征细节增强模块中，首先引入判别性特征细节学习模块，通过对比已有特征和学到的重建特征来获取特征细节信息，然后融合特征细节和所学的互补特征，最后引入卷积块注意力模块来进一步提升融合特征的判别能力，提升了分类的效果。
一种基于判别特征增强垃圾分类方法系统

[发明专利]一种图像分类方法、系统、介质及电子设备-CN202110741804.7有效
发明人： 袭肖明;杨霄;聂秀山;宁阳;张光;尹义龙 -专利权人：山东建筑大学;山东省千佛山医院;山东大学
申请日： 2021-06-30 - 公布日： 2022-09-20 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种图像分类方法、系统、介质及电子设备，获取待分类的图像对；对获取的图像对进行预处理；对预处理后的图像对进行特征提取；根据提取到的特征和预设神经网络模型，得到最终的分类结果；其中，预设神经网络模型包括模板图像特征图，将待分类图像特征图与模板图像特征图串联，计算待分类图像特征图与模板图像特征图的相似度得分，以得分最高的类别为最终的分类结果；本公开引入孪生网络结构解决了小数据问题，引入模态相关性学习模块来充分挖掘多个模态之间的相关性特征，引入注意力融合模块来学习两个模态特征的注意力，并对相关性特征赋予较高的注意力，极大的提高了图像分类结果的准确性。
一种图像分类方法系统介质电子设备

1
2
3
4
5
6
7
下一页»
尾页
共 98 条