“陶家俊”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12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于对抗生成网络的图像修复方法-CN202010371025.8有效
发明人：陈沅涛;张浩鹏;蔡烁;余飞;陈曦;王震;陶家俊;刘林武;王柳;吴一鸣 -专利权人：长沙理工大学
申请日： 2020-05-06 - 公布日： 2023-05-12 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于对抗生成网络的图像修复方法，包括步骤：S1、构建图像修复训练网络：将生成SE‑RestNet网络添加到生成网络中，将判别SE‑RestNet网络添加到判别网络，得到图像修复训练网络；S2、训练：从训练数据集中提取若干个原始图像，掩码处理得到若干个训练图像，分别使用所述生成网络中的所述生成SE‑RestNet网络生成训练修复图像，再使用所述判别网络中的所述判别SE‑RestNet网络判别所述修复图像的真假，使所述判别网络达到平衡状态后，以训练好的所述生成网络作为图像修复网络。本发明提供的一种基于对抗生成网络的图像修复方法，在对抗生成网络中添加SE‑RestNet网络块，使修复的图像保证图像结构和语义连贯性，图像修复的效果更佳，无修复痕迹。
一种基于对抗生成网络图像修复方法

[发明专利]一种基于快速分组残差模块的单特征无锚框目标检测方法-CN202211693108.4在审
发明人： 陶家俊;刘伟;胡为;李小智 -专利权人：湖南中医药大学
申请日： 2022-12-28 - 公布日： 2023-05-09 - 主分类号： G06V10/764 文献下载
摘要：本发明适用于计算机视觉深度学习技术领域，涉及一种基于快速分组残差模块的单特征无锚框目标检测方法，包括：S10、图像增强；S20、构建目标检测网络；S30、预测得到目标类别概率向量、目标位置距离向量和目标关键度的概率向量；S40、计算分类分支误差、位置分支误差和关键度分支误差，并更新目标检测网络的参数，直至迭代次数达到预设次数；S50、将待检测图像输入到迭代次数达到预设次数时所得到的模型中，得到图像的目标类别概率向量、目标位置距离向量和目标关键度的概率向量，利用关键度分支对预测的类别得分进行调整，并得到最后的目标分类置信度和目标位置。本发明流程简单、检测精度高，降低了模型的参数量，提高了模型的检测速度。
一种基于快速分组模块特征无锚框目标检测方法

[发明专利]一种结合残差密集块与位置注意力的无锚框目标检测方法-CN202110793165.9有效
发明人：邝利丹;陶家俊;张建明 -专利权人：长沙理工大学
申请日： 2021-07-14 - 公布日： 2023-02-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种结合残差密集块与位置注意力的无锚框目标检测方法，属于计算机视觉深度学习领域。采用新型特征融合模块，该模块使用含有位置注意力的残差密集块，与原始特征金字塔网络相比，网络参数量降低了5.3倍并提高了网络特征提取的能力；使用多尺度预测方法解决同一位置大小样本重叠的问题；提出非关键点抑制分支降低非关键点对检测效果的影响，使其后续能在置信度阈值和非极大值抑制中被过滤。本发明能够有效提升提取能力，并降低目标边缘低质量点对检测结果的影响，较之现有算法呈现出较大的精确度与速度提高，在目标检测领域有良好的应用前景。
一种结合密集位置注意力无锚框目标检测方法

[发明专利]自动图像标注方法、装置、设备及计算机可读存储介质-CN201910399689.2有效
发明人：陈沅涛;陈曦;谷科;张建明;陶家俊 -专利权人：长沙理工大学
申请日： 2019-05-14 - 公布日： 2023-02-03 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例公开了一种自动图像标注方法、装置、设备及计算机可读存储介质。其中，方法包括将待标注图像输入至预先构建的深度学习网络模型中，提取深度学习网络模型中间层输出的卷积结果；基于卷积结果，通过稀疏编码生成待标注图像的图像视觉特征向量；计算图像视觉特征向量与预先构建的文本词汇视觉特征向量库中的各文本词汇的文本视觉特征向量的相似度，最后将满足相似度条件的文本词汇作为标注词，自动对待标注图像进行图像标注。本申请无需大规模数据集训练模型，时空开销较小，有效降低了深度特征数据和硬件门槛要求条件，还有利于扩大深度学习应用范围。
自动图像标注方法装置设备计算机可读存储介质

[发明专利]一种图像语义分割方法、电子设备和可读存储介质-CN201910684190.6有效
发明人：陈沅涛;陶家俊;王进;王磊;张建明;陈曦;邝利丹;谷科;刘林武;王志 -专利权人：长沙理工大学
申请日： 2019-07-26 - 公布日： 2022-03-25 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种图像语义分割方法、电子设备和可读存储介质，基于深度特征融合的FCN模型，将传统卷积操作替换为空洞卷积，构造不同分辨率的原始图像，形成图像金字塔，分层输入该FCN模型，并使上一层的输出特征与下一层融合，自顶向下逐层融合至底层，底层的输出特征进行转置卷积，使输出分辨率与底层输入图像一致，提高对目标定位的敏感性，后续通过全连接条件随机场进行优化处理，保证分割精度，从而获得较好的分割效果。
一种图像语义分割方法电子设备可读存储介质

[发明专利]训练特征点检测器的计算机装置、方法及特征点检测方法-CN201910865005.3有效
发明人：陈沅涛;刘林武;张艺兴;陶家俊;王进;王磊;陈曦;谷科 -专利权人：长沙理工大学
申请日： 2019-09-09 - 公布日： 2022-02-11 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种训练特征点检测器的计算机装置、方法及图像特征点检测方法。其中，计算机装置包括用于基于图像变换操作集对原始图像进行随机采样变换得到变换图像的图像变换模块、特征点检测器和用于对各差分响应图进行全局批规范化操作，并利用无监督机器学习方法训练各差分响应图的模型训练模块；特征点检测器用于利用两个不同尺度的卷积核对输入图像进行处理得到各自相应的响应特征图，并对各卷积核输出响应特征图进行差分计算，得到原始图像和变换图像的差分响应图。本申请技术方案不仅数据处理流程简单，还对物体边缘更敏感，可有效缓解特征点密集选取现象，适用于小规模数据集应用场景。
训练特征检测器计算机装置方法检测

[发明专利]一种基于注意力机制的图像超分辨率重建方法和系统-CN202010257518.9在审
发明人：陈沅涛;张艺兴;陈曦;张建明;刘林武;陶家俊;张浩鹏;文司昊;谷科;余飞 -专利权人：长沙理工大学
申请日： 2020-04-03 - 公布日： 2020-08-25 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于注意力机制的图像超分辨率重建方法和系统，包括：提取低分辨率图像中的初步图像特征信息；经过多个连接的信息提取模块逐步提取所述初步图像特征信息，得到深度图像特征信息；根据所述深度图像特征信息，重建超分辨率图像。其通过基于注意力机制的信息提取模块提取图像信息，提高了通道间的相关性，充分融合各通道特征图信息，提高了重建超分辨率图像的清晰度和视觉效果，有效地恢复出更多的轮廓纹理等细节，最后重建模块根据这些信息重建出不同尺度的高分辨率图像。
一种基于注意力机制图像分辨率重建方法系统

[发明专利]图像超分辨率重建方法、装置及计算机可读存储介质-CN202010201996.8在审
发明人：陈沅涛;陶家俊;陈曦;张建明;张艺兴;吴一鸣;刘林武;王柳;谷科;余飞 -专利权人：长沙理工大学
申请日： 2020-03-20 - 公布日： 2020-07-17 - 主分类号： G06T3/40 文献下载
摘要：本申请公开了一种图像超分辨率重建方法、装置及计算机可读存储介质。其中，方法包括将待处理低分辨率图像进行上采样处理，得到与目标高分辨率图像具有相同像素的次低分辨率图像；将提取的次低分辨率图像的图像特征输入编解码降噪模块中得到去除噪声的图像特征图；编解码降噪模块为采用多层卷积层与多层反卷积层级联所得，各卷积层逐渐缩小图像特征图尺寸、用于获取图像特征的抽象内容，各反卷积层逐渐放大图像特征图尺寸、用于补偿图像特征细节信息；将图像特征图映射至由多层空洞卷积层和卷积层级联得到的空洞卷积网络中，以得到超分辨率重建图像。本申请实现了高质量图像输出、实用性强且模型训练高效快速的图像超分辨率重建。
图像分辨率重建方法装置计算机可读存储介质

[发明专利]一种图像修复方法、系统及相关装置-CN201910823521.X在审
发明人：陈曦;黄星威;王进;王磊;张建明;陈沅涛;刘林武;陶家俊 -专利权人：长沙理工大学
申请日： 2019-09-02 - 公布日： 2019-11-29 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种图像修复方法，包括：获取待修复图像并确定待修复区域掩膜；确定待修复图像的结构分量；确定待修复图像边界上的像素点集合；确定各像素点的置信项和数据项，根据置信项和数据项确定优先权；将当前优先权最大的像素点作为第一修补点，并确认第一修补点对应的待修复图像中的待修复图像块；用最优匹配块替代待修复图像块；更新待修复区域掩膜，重复修复其他像素点直至待修复区域掩膜为空时完成图像修复。本申请在待修复图像的结构分量上进行优先度计算，更好地提取出等照度信息，提高了算法跟踪和修复边缘结构完整性的能力，本申请还提供一种图像修复系统、一种计算机可读存储介质和一种图像修复终端，具有上述有益效果。
修复图像修复像素点修复区域掩膜图像结构分量图像块优先权置信修补申请计算机可读存储介质数据项确定最优匹配块边缘结构算法跟踪图像边界照度信息数据项优先度空时集合终端替代重复更新

[实用新型]一种应用于电机驱动的电路连接结构及装置-CN201821783687.0有效
发明人： 陶家俊;马俊;江明 -专利权人：松下电器机电（中国）有限公司
申请日： 2018-10-31 - 公布日： 2019-06-18 - 主分类号： H02P27/06 文献下载
摘要：本实用新型公开了一种应用于电机驱动的电路连接结构及装置，电路连接结构包括电池模块、能量存储模块和电压调整模块，能量存储模块与电压调整模块串联，能量存储模块和电压调整模块均与电池模块并联，能量存储模块包括能量电容。在本实用新型中，通过采用在电路中引入能量电容与DC‑DC电路串联后接入直流母线与电池模块并联的方式，实现有效提升能量电容的特性发挥，使整个驱动系统大功率充放电成为可能，提升加速减速时候的驱动性能。
能量存储模块电路连接结构电压调整模块电池模块电容本实用新型电机驱动并联串联大功率充放电驱动系统驱动性能直流母线应用电路减速引入

[实用新型]两点高程仪-CN200720043063.0无效
发明人：杨晓红;陶家俊 -专利权人：杨晓红
申请日： 2007-08-08 - 公布日： 2008-06-11 - 主分类号： B43L13/00 文献下载
摘要：两点高程仪，其特征是设置带刻度值的直尺，自直尺上各刻度整点位置引出标志丝线，各标志丝线终点在同一结点位置上，构成以所述直尺为底边，以所述结点为顶点，以各标志丝线为侧边的各同底等高三角形线框，设置两条游丝，所述游丝一端为固定端，并固定设置在所述结点位置上，另一端为游动端，所述游动端在直尺的不同刻度位置上可游动。本实用新型利用内插法的原理，可以准确给出在两特征点之间符合等高线高程的点位，从而准确绘制等高线。
两点高程

[发明专利]两点高程仪及确定两特征点间等高线高程点位的方法-CN200710025622.X无效
发明人：杨晓红;陶家俊 -专利权人：杨晓红
申请日： 2007-08-08 - 公布日： 2008-01-16 - 主分类号： B43L13/00 文献下载
摘要：两点高程仪及确定两特征点间等高线高程点位的方法，其特征是设置带刻度值的直尺，自直尺上各刻度整点位置引出标志丝线，各标志丝线终点在同一结点位置上，构成以所述直尺为底边，以所述结点为顶点，以各标志丝线为侧边的各同底等高三角形线框，设置两条游丝，所述游丝一端为固定端，并固定设置在所述结点位置上，另一端为游动端，所述游动端在直尺的不同刻度位置上可游动。本发明利用内插法的原理，可以准确给出在两特征点之间符合等高线高程的点位，从而准确绘制等高线。
两点高程确定特征等高线方法

1
共 12 条