专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果7个,建议您升级VIP下载更多相关专利
  • [发明专利]基于视觉和听觉检测的细粒度呼吸交互的方法-CN202310070781.0在审
  • 冯桂焕;陈宇轩;金逸;曾昭宁;陈峙宇 - 南京大学
  • 2023-01-29 - 2023-05-02 - G06F3/01
  • 本发明公开了基于视觉和听觉检测的细粒度呼吸交互的方法,包括以下步骤:基于呼吸类型获取呼吸参数,构建交互词汇的呼吸输入方法;基于所述交互词汇的呼吸输入方法,设计呼吸向量表征呼吸交互动作的若干种特征参数,并将所述若干种特征参数获取呼吸强度、呼吸方向、是否吸气、呼吸时间、呼吸频率、表情信息和音量信息;构建视觉和听觉双通道检测模型,输入所述表情信息和所述音量信息,完成呼吸检测。本发明基于图像和语音相结合的方式,实现了包括呼吸动作气流强度、呼吸气流方向,呼吸气流类型等多种呼吸动作特征参数的识别。
  • 基于视觉听觉检测细粒度呼吸交互方法
  • [实用新型]一种电气工程用具备高效快速散热的电器柜-CN202221177204.9有效
  • 陈峙宇 - 陈峙宇
  • 2022-05-16 - 2022-11-04 - H02B1/30
  • 一种电气工程用具备高效快速散热的电器柜,包括电器柜本体、与所述电器柜本体转动连接的柜门及设置于所述电器柜本体底部的支撑腿,所述电器柜本体底部设置有与所述电器柜本体内部连通的第一进风扇,且所述第一进风扇外侧设置有第一过滤网,所述电器柜本体上端面开设有出气口,所述出气口外侧固定设置有出气筒,所述出气筒上设置有出气散热组件。将第一进风扇设置于电器柜本体底部,由电器柜本体底部向电器柜内部进风,并且在电器柜本体顶部开设出气口,出气口外侧设置出气筒,由于热空气向上运动的原理,产生类似于烟囱效果,能够将电器柜本体内的热空气快速排出,达到高效快速散热的效果。解决了现有技术中的电力柜热量无法快速排出的问题。
  • 一种电气工程用具高效快速散热电器
  • [发明专利]一种基于U-net网络和SC-SAM注意力机制的大坝裂缝检测方法-CN202011049216.9有效
  • 刘凡;王君锋;陈峙宇 - 河海大学
  • 2020-09-29 - 2022-04-08 - G06V10/774
  • 本发明公开了一种基于U‑net网络和SC‑SAM注意力机制的大坝裂缝检测方法,该方法首先收集大坝数据集,并对该数据集进行数据扩充。随后构建深度学习分割网络U‑net模型,并在此基础之上添加SC‑SAM注意力机制,该注意力机制由两个部分构成,CAM提高了特征图中的裂缝通道权重,SAM提高了特征图中空间域上裂缝区域的权重,两者的相互协作使得模型对于大坝裂缝检测的准确度有了极大的提高。将扩充后的数据集分为训练集和测试集,利用训练集带SC‑SAM注意力机制的深度学习分割网络模型进行训练,得到训练好的模型;根据训练好的模型,将测试集输入训练好的模型中进行测试,得到大坝裂缝测试结果。
  • 一种基于net网络scsam注意力机制大坝裂缝检测方法
  • [发明专利]基于多迁移学习模型融合的大坝裂缝检测方法-CN201910845138.4有效
  • 陈峙宇;刘凡;郑豪;杨赛 - 河海大学
  • 2019-09-08 - 2021-02-09 - G06T7/00
  • 本发明基于多迁移学习模型融合的大坝裂缝检测方法涉及图像识别领域,尤其是一种多模型融合的大坝裂缝检测方法。该方法首先收集道路、墙壁、桥梁和大坝裂缝数据集,对大坝裂缝图片数据集进行数据增强处理;构建MobileNet‑SSD目标检测模型,将SSD算法中原有的VGG网络替换成MobileNet网络结构;进行模型训练;训练完成后,提取道路裂缝检测模型和墙壁裂缝检测模型中已经训练好的MobileNet结构参数,导入未训练的MobileNet‑SSD中,对MobileNet结构进行冻结;利用数据增强后的大坝裂缝数据集进行迁移学习,得到多个模型后,将多个模型进行融合计算,提高大坝裂缝检测的准确度。
  • 基于迁移学习模型融合大坝裂缝检测方法
  • [发明专利]一种基于深度学习的安全帽佩戴情况检测方法-CN202010841497.5在审
  • 刘凡;张丽萍;陈峙宇 - 河海大学
  • 2020-08-20 - 2020-12-22 - G06K9/00
  • 本发明公开了一种基于深度学习的安全帽佩戴情况检测方法,包括以下步骤:第一步获取安全帽样本,包括:利用爬虫技术从百度、谷歌图片等爬取安全帽图片;按照统一资源定位器和图片相似度来去重;利用深度卷积生成对抗网络技术来生成新的安全帽样本;手动对收集和生成的安全帽样本进行标注,为安全帽的识别提供有力的样本依据;第二步利用安全帽样本对SSD模型进行训练,根据训练好的SSD模型,实现对工地监控录像中戴安全帽的工人和不戴安全帽的工人的识别;第三步进一步识别不戴安全帽的工人是否佩戴了安全帽;第四步处理误识别情况。本发明检测方法对工地实时监控视频或本地视频(图片)进行扫描分析,从中检测佩戴安全帽和未佩戴安全帽的工人。
  • 一种基于深度学习安全帽佩戴情况检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top