“黄永鼎”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于生成对抗网络与无缺陷图像度量的少样本缺陷检测方法、系统、装置以及存储介质-CN202211294921.4有效
发明人：粟玉雄;黄永鼎;邹婉欣 -专利权人：千巡科技（深圳）有限公司
申请日： 2022-10-21 - 公布日： 2023-07-21 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于生成对抗网络与无缺陷图像度量的少样本缺陷检测方法、系统、装置以及存储介质，该方法S1、采集只包含正常目标实例的图像，使用检测或分割网络进行训练和预测，得到检测或分割模型；S2、使用检测模型裁剪或分割模型分割图像中的所有目标实例；S3、将所有无缺陷的目标实例作为正常样本，采用缺陷检测生成网络对正常样本进行训练，分析所有正常样本的得分损失，获得正常样本的最佳生成模型以及最优得分阈值；S4、采集待检测图像，使用检测模型裁剪或分割模型分割图像中的所有目标实例；S5、采用最佳生成模型对同一目标实例所有图像进行检测。本发明可以在只有少量甚至没有缺陷样本的情况下，实现较高精度的缺陷检测与识别。
一种基于生成对抗网络缺陷图像度量样本检测方法系统装置以及存储介质

[发明专利]基于深度图像的鸡群均匀度估测方法、装置、系统及介质-CN202111062601.1在审
发明人：李西明;吴精乙;赵泽勇;黄永鼎;温嘉勇;郭玉彬;高月芳;陈志浩 -专利权人：华南农业大学
申请日： 2021-09-10 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度图像的鸡群均匀度估测方法、装置、系统及介质，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度。本发明利用深度学习网络来自动提取图像特征，并进行体重分类，增加分类数以达到误差(50g)以内的体重估测，最终结合体重计算出鸡群均匀度。
基于深度图像均匀估测方法装置系统介质

[发明专利]一种基于深度注意自编码器的零水印构造方法-CN202110734868.4在审
发明人：李西明;蔡河鑫;陈志浩;黄永鼎;郭玉彬;吕红英 -专利权人：华南农业大学
申请日： 2021-06-30 - 公布日： 2021-12-10 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于深度注意自编码器的零水印构造方法，包括水印构造和水印提取；水印构造：构造零水印M，将零水印M在知识产权信息数据库进行注册，使水印信息得到保存；水印提取包括：获得待测图像特征:将待检测载体图片将待检测载体图片作为自编码器输入，编码器输出待检测载体图片的特征矩阵B′；获取二值矩阵:利用矩阵B′的每个元素的值B′x,y与矩阵B′的均值T′的大小关系构造二值矩阵C′；恢复水印：将矩阵C′与零水印M进行异或运算得到恢复的水印图像W′。本发明利用卷积自编码器和注意力机制来提取图像的特征，提取的特征更稳定和具有代表性，本发明采用了对抗训练，这保证了模型的鲁棒性，使得该发明的水印算法能够抵抗大部分攻击。
一种基于深度注意编码器水印构造方法