“周三平”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80个，建议您升级VIP下载更多相关专利

[发明专利]基于深度强化学习和区域平衡的多机器人任务规划方法-CN202311181782.9在审
发明人：穆朝絮;张俊楠;王珂;张勇;周三平;高泽华;唐卓;姜泽武 -专利权人：天津大学
申请日： 2023-09-14 - 公布日： 2023-10-20 - 主分类号： B23K31/02 文献下载
摘要：本发明提供了一种基于深度强化学习和区域平衡的多机器人任务规划方法。该方法包括：生成用于单机器人焊接路径规划模型训练的样本数据集，构建基于深度神经网络的单机器人焊接路径规划模型；利用训练样本数据集并通过强化学习对单机器人焊接路径规划模型进行训练，得到训练完成的单机器人焊接路径规划模型；利用区域平衡方法将焊接任务区域划分为多个焊接子区域，将多个焊接子区域分配给多个焊接机器人；每个焊接机器人根据所负责的焊接子区域，通过训练完成的单机器人焊接路径规划模型得到所负责焊接子区域的焊接任务规划结果；每个焊接机器人根据自身的焊接任务规划结果对所负责的焊接子区域进行焊接操作，进而完成整个焊接任务区域的焊接作业。
基于深度强化学习区域平衡机器人任务规划方法

[发明专利]基于对偶关系网络的时序动作定位方法、系统、设备及介质-CN202110866978.6有效
发明人：王乐;夏锟;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2021-07-29 - 公布日： 2023-08-22 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于对偶关系网络的时序动作定位方法、系统、设备及介质，所述方法包括以下步骤：将待时序动作定位的原始视频序列分解为若干个视频片段并编码，获得编码后的视频特征序列；基于编码后的视频特征序列，获得候选的动作提案集合；利用预训练好的对偶关系网络对所述候选的动作提案集合中的每个提案进行信息更新，获得提案信息更新后的动作提案集合；基于所述提案信息更新后的动作提案集合，获得时序动作定位结果。本发明中，首次提出建模并推理动作提案之间的关系以及动作提案与全局上下文之间的关系，以丰富和补充动作提案表征，进而准确地分类动作和精确地检测动作边界。
基于对偶关系网络时序动作定位方法系统设备介质

[发明专利]一种多目标跟踪方法、系统、设备及可读存储介质-CN202310322991.4在审
发明人：王乐;秦正;师皓玥;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-07-25 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种多目标跟踪方法、系统、设备及可读存储介质，所述多目标跟踪方法包括以下步骤：步骤1，获取待处理的N帧视频序列；步骤2，将所述待处理的N帧视频序列，逐帧传入跟踪框架进行多目标跟踪处理，输出多目标跟踪结果。本发明提供了基于长短期运动特征的多目标跟踪方法，能够解决现有技术存在的由拥挤人群和严重遮挡所造成的身份识别错误和轨迹中断的技术问题；其中，通过提取“交互运动特征”以获取短期关联结果，通过提取“历史轨迹运动特征”以获取长期关联结果，二者结合获得最终的跟踪结果，能够增强跟踪过程中逐帧的身份识别能力以及跨帧的身份重识别能力。
一种多目标跟踪方法系统设备可读存储介质

[发明专利]一种全监督时序动作定位方法、系统、设备及介质-CN202310324640.7在审
发明人：王乐;宁前雄;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-07-21 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种全监督时序动作定位方法、系统、设备及介质，属于计算机视觉与模式识别技术领域；所述全监督时序动作定位方法包括以下步骤：获取待时序动作定位的编码后视频特征序列，并利用骨干网络提取获得编码后视频特征序列的特征；基于获得的编码后视频特征序列的特征，利用训练好的时序动作定位模型进行预测，获得分类结果和定位结果。本发明公开的全监督时序动作定位方法，具体是一种基于联合优化的全监督时序动作定位方法，其利用基于联合优化的方法提出了IoU感知的目标函数以及对齐权重分配策略来对分类头和定位头进行对齐，能够有效地提升全监督时序动作定位检测器的性能。
一种监督时序动作定位方法系统设备介质

[发明专利]基于YolactII分割算法的停机坪状态监管方法-CN202310287653.1在审
发明人：王进军;黄文丽;惠思奇;吴洋;周三平 -专利权人：西安交通大学
申请日： 2023-03-22 - 公布日： 2023-07-18 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于YolactII分割算法的停机坪状态监管方法，涉及状态监管技术领域，所述方法包括：获取停机坪数据集，对所述停机数据集进行目标实例标注，对标注后的停机坪数据集进行数据增强，得到目标停机坪数据集；对原始Yolact实时实例分割模型改进，建立YolactII实时实例分割模型；基于所述目标停机坪数据集对所述YolactII实时实例分割模型进行训练，观察训练过程中的边界框损失误差，直到训练出最优模型并导出，作为停机坪目标分割模型；利用所述停机坪目标分割模型对停机坪进行状态监管。本发明所提供的停机坪目标分割模型，具有抗干扰效果好、精度高、速度快等特点，能够快速判定出飞机的值机状态，比人工确认再反馈的流程更加高效、精准。
基于 yolactii 分割算法停机坪状态监管方法

[发明专利]一种基于对抗性微调的分类神经网络后门清除方法及系统-CN202310323943.7在审
发明人：王乐;穆昺旭;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-07-14 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于对抗性微调的分类神经网络后门清除方法及系统，所述方法具体是一种渐进式的基于对抗性微调的分类神经网络后门清除方法，其利用对抗扰动会带有后门触发器这一特征的特点，构建了基于对抗性微调的方法，维护一个随机初始化的、可更新的干净数据集使用对抗性微调进行防御，并不断从有毒的训练集中筛选出新的干净数据加入到干净数据集中，不断地提高防御效果，直到达到预先要求。综上，本发明在额外的干净数据集缺失的情况下，使用有毒训练集取得了较好的防御效果。
一种基于对抗性微调分类神经网络后门清除方法系统

[发明专利]一种弱监督视频异常检测方法、系统、设备及介质-CN202310322967.0在审
发明人：王乐;师皓玥;秦正;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-07-14 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种弱监督视频异常检测方法、系统、设备及介质，所述弱监督视频异常检测方法包括以下步骤：获取待检测的视频帧特征序列；基于获取的所述待检测的视频帧特征序列，利用预先训练好的异常检测模型进行视频异常检测，获得视频异常检测结果。本发明提供的技术方案中，利用基于异常占比的多实例学习损失函数和异常占比引导下的多阶段自训练框架，能够对视频中存在的异常(包括简单异常帧和难异常帧)进行准确检测。
一种监督视频异常检测方法系统设备介质

[发明专利]基于解耦样本组学习的行人重识别方法、系统、设备及介质-CN202310332115.X在审
发明人：王乐;季皓宣烨;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-07-11 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于解耦样本组学习的行人重识别方法、系统、设备及介质，所述方法包括以下步骤：获取给定的查询图像和给定的行人图像集合；采用预先训练好的特征提取器进行特征提取，获得查询图像的特征向量以及行人图像集合的特征向量集合；获取所述查询图像的特征向量与所述行人图像集合的特征向量集合中各个特征之间的欧式距离，获取行人图像集合关于查询图像的排序列表；基于所述排序列表，获得行人重识别结果。本发明通过挖掘同时具有可鉴别性信息与高置信度伪标签的样本并将这些样本引入特征学习过程中以增强特征的判别力；采用训练好的特征提取器进行特征提取，基于可鉴别性特征能够获得准确的行人重识别结果。
基于样本学习行人识别方法系统设备介质

[发明专利]一种半监督时序动作定位方法、系统、设备及介质-CN202310330722.2在审
发明人：王乐;夏锟;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-06-30 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种半监督时序动作定位方法、系统、设备及介质，所述半监督时序动作定位方法包括以下步骤：获取待时序动作定位原始视频序列的编码后视频特征序列；基于获取的所述编码后视频特征序列，利用预先训练好的时序动作检测模型进行时序动作检测，获得时序动作定位结果；其中，所述时序动作定位结果包括动作的开始时间、结束时间和类别。本发明提供的方法具体是一种基于噪声伪标签学习的半监督时序动作定位方法，能够有效利用未标注数据提升半监督时序动作定位的性能。
一种监督时序动作定位方法系统设备介质

[发明专利]一种多模态行人轨迹预测方法、系统、设备及介质-CN202310324608.9在审
发明人：王乐;董永昊;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-06-27 - 主分类号： G06T7/207 文献下载
摘要：本发明公开了一种多模态行人轨迹预测方法、系统、设备及介质，所述多模态行人轨迹预测方法包括以下步骤：获取待预测的观测行人轨迹；基于获取的所述观测行人轨迹，利用预先训练好的多模态行人轨迹预测模型进行未来轨迹预测，获得多模态行人轨迹预测结果。本发明公开的技术方案中，针对现有多模态行人轨迹预测忽略中间意图的缺陷，具体提出了基于多意图的多模态行人轨迹预测方法，可提高行人轨迹预测结果的准确性和可靠性。
一种多模态行人轨迹预测方法系统设备介质

[发明专利]一种基于骨骼坐标点的动作识别方法、系统、设备及介质-CN202310328068.1在审
发明人：王乐;刘星宇;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-06-27 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于骨骼坐标点的动作识别方法、系统、设备及介质，所述基于骨骼坐标点的动作识别方法包括以下步骤：获取待动作识别的骨骼坐标点视频序列；其中，所述骨骼坐标点视频序列包括查询序列和支撑序列；基于获取的所述骨骼坐标点视频序列，利用预先训练好的动作识别模型进行动作识别，获得动作识别分类结果。本发明提供的技术方案，具体是一种基于并行时空交互对齐的小样本骨骼动作识别方法，能够有效的比较查询样本和每类支撑样本的相似性，且能够准确进行小样本的动作分类。
一种基于骨骼标点动作识别方法系统设备介质

[发明专利]一种全监督视频行人重识别方法、系统、设备及介质-CN202310327791.8在审
发明人：王乐;仵鹏飞;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2023-03-29 - 公布日： 2023-06-27 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种全监督视频行人重识别方法、系统、设备及介质，所述全监督视频行人重识别方法包括以下步骤：获取包含目标人的视频片段以及待行人重识别的视频片段；基于获取的所述包含目标人的视频片段以及待行人重识别的视频片段，利用预先训练好的行人重识别模型进行行人重识别处理，输出行人重识别结果。本发明公开的全监督视频行人重识别方法，具体是一种基于时序相关性分解的视频行人重识别方法，其通过目标人与遮挡人不同的相对状态来去除非目标人的特征，可消除在遮挡情况下遮挡人对模型特征学习的影响；另外，通过相关滤波算法将错位的视频帧重新对齐来恢复视频片段的语义一致性，可提高检索准确率。
一种监督视频行人识别方法系统设备介质

[发明专利]基于垂直表征的双流3D目标检测学习方法及系统-CN202310352859.8在审
发明人：郑南宁;黄宇豪;张钧杰;董金鹏;周三平 -专利权人：西安交通大学
申请日： 2023-04-04 - 公布日： 2023-06-27 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了基于垂直表征的双流3D目标检测学习方法及系统，方法为：对原始点云分别进行3D体素化和2D体素化处理后输入到稀疏卷积网络中，得到3D体素特征和2D体素特征；采用稀疏池化和扩张方法建立3D体素‑2D体素间双向关系；分别以3D体素特征和2D体素特征作为输入，使用密集融合模块进行不同层次的特征融合，得到基于元素的聚合特征；使用基于中心点回归的检测器并使用IoU进行得分修正，得到目标检测结果；稀疏融合操作放大3D体素在垂直方向的感受野，丰富2D体素内的细粒度语义信息，减少稀疏卷积期间的损失，提升目标检测问题中细小目标的准确度，采用稠密特征融合方法，将学习到的不同尺寸的3D体素和2D体素特征进行融合，进一步提高检测性能。
基于垂直表征双流目标检测学习方法系统

[发明专利]异常行为检测与定位方法、系统、终端设备及可读存储介质-CN202110866989.4有效
发明人：王乐;田钧文;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2021-07-29 - 公布日： 2023-06-09 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种异常行为检测与定位方法、系统、终端设备及可读存储介质，所述方法包括以下步骤：(1)获取原始的待测样本视频帧的光流运动信息特征；(2)将获取的待测样本视频帧的光流运动信息特征输入预训练好的双流记忆增强网络模型，通过双流记忆增强网络模型获得重构的待测样本视频帧以及预测的待测样本视频帧的光流运动信息特征；(3)获得待测样本视频帧的误差图和待测样本视频帧的光流运动信息特征的误差图；(4)基于步骤(3)获得的误差图获得异常行为的定位图。本发明能够提高检测效率，可以实现异常样本的空间定位。
异常行为检测定位方法系统终端设备可读存储介质

[发明专利]一种异构智能体轨迹预测方法、系统、设备及介质-CN202110866999.8有效
发明人：王乐;郑方;周三平;陈仕韬;辛景民;郑南宁 -专利权人：西安交通大学;宁波市舜安人工智能研究院
申请日： 2021-07-29 - 公布日： 2023-05-12 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种异构智能体轨迹预测方法、系统、设备及介质，所述方法包括以下步骤：基于异构智能体的轨迹点和类别，对异构智能体的类别和时空轨迹分别进行图表征，获得类别交互图和空间交互图；基于所述类别交互图学习异构注意力，得到类别级的异构注意力；基于所述空间交互图和所述类别级的异构注意力，得到异构智能体级的异构注意力；基于所述异构智能体级的异构注意力，对交互信息建模以及对轨迹的时间趋势建模，获得异构智能体轨迹预测结果。本发明可以有效建模多种类型的异构智能体的交互和轨迹趋势，能够显著提升轨迹预测的准确率。
一种智能轨迹预测方法系统设备介质

1
2
3
4
5
6
下一页»
尾页
共 80 条