“姜明华”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246个，建议您升级VIP下载更多相关专利

[发明专利]一种天然产物Oxirapentyn A在制备抗脑胶质瘤药物中的应用-CN202310829122.0在审
发明人：刘岚;吴琦琳;陈森华;姜明华 -专利权人：中山大学
申请日： 2023-07-06 - 公布日： 2023-10-20 - 主分类号： A61K31/352 文献下载
摘要：本发明属于生物医药技术领域，具体涉及一种天然产物Oxirapentyn A在制备抗脑胶质瘤药物中的应用。所述天然产物Oxirapentyn A具有显著的抗脑胶质瘤活性，可以通过促进脑胶质瘤细胞的早期以及晚期凋亡来抑制脑胶质瘤细胞的增殖、迁移、侵袭，具有良好的作为抗脑胶质瘤药物的潜力。并且，该天然产物Oxirapentyn A可通过海洋真菌大规模发酵直接制备或以发酵产物Oxirapentyn B简单衍生化获得，来源广、生产工艺简单、周期短、产品成本低，具有广阔的应用前景。
一种天然产物 oxirapentyn 制备胶质药物中的应用

[发明专利]一种多模态数字人社交属性控制方法及相关装置-CN202311144505.0在审
发明人： 姜明华;曹家诚;余锋;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-09-05 - 公布日： 2023-10-13 - 主分类号： G06T17/00 文献下载
摘要：本申请提供一种多模态数字人社交属性控制方法及相关装置，所述控制方法包括以下步骤：S1：采集人体特征的多模态数据，所述多模态数据包括人体3D数据、红外数据和语音数据；S2：将所述多模态数据输入多模态数字人社交属性控制模型进行处理，得到数字人的社交属性信息参数；其中所述多模态数字人社交属性控制模型姿态行为分析模块、语音识别模块和变分交互式语义分析模块；S3：根据所述数字人社交属性信息参数控制数字人的交互。本申请采用多模态数字人社交属性控制模型提高了数字人的交互社交的真实性，使数字人自适应地根据计算处理设备性能指数调整对话生成时间的上界，使数字人的交互更加流畅、自然。
一种多模态数字社交属性控制方法相关装置

[发明专利]一种基于深度学习的风险识别方法-CN202310840054.8有效
发明人： 姜明华;陈余焜;余锋;金余余;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-07-10 - 公布日： 2023-09-29 - 主分类号： G06Q10/0635 文献下载
摘要：本发明公开了一种基于深度学习的风险识别方法，所述的方法包括以下步骤：首先对数据集进行预处理，再设计适用于风险识别模型的网络结构配置，并添加注意力机制进行优化，然后设计相应的损失函数和参数调节策略，最后训练得到风险识别模型。所述的风险识别模型可以高效地识别电力作业、煤矿开采、建筑施工和化工生产等场景下的风险，提供了高质量的风险识别结果，其显著节省了人力成本，可以做到为生产行业安全保驾护航。
一种基于深度学习风险识别方法

[发明专利]一种基于深度学习的无人机图像分割方法和系统-CN202310840032.1有效
发明人： 姜明华;张影;余锋;刘莉;宋坤芳;周昌龙 -专利权人：武汉纺织大学
申请日： 2023-07-10 - 公布日： 2023-09-29 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于深度学习的无人机图像分割方法和系统，所述的无人机的图像分割方法包括以下步骤：首先设计适用于无人机图像分割的深度学习模型，然后获取无人机集群的实时图像数据，将获取的图像数据输入到设计的深度模型中进行实时图像语义分割，最后得到实时的像素级预测的图像。所述的适用于无人机图像分割的深度模型包括低分辨率图像特征提取模块、中分辨率图像特征提取模块、高分辨率图像特征提取模块和特征融合模块。本发明可以实时的获取图像分割结果，提高了无人机集群的智能化程度和操作效率。
一种基于深度学习无人机图像分割方法系统

[发明专利]一种多信息融合的人体行为检测方法及系统-CN202011470973.3有效
发明人： 姜明华;刘军;余锋;周昌龙 -专利权人：武汉纺织大学
申请日： 2020-12-14 - 公布日： 2023-09-26 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种多信息融合的人体行为检测方法及系统。本发明可以实时准确检测电力工作人员、安全帽、工作服、手套、接地桩，工人的登高、爬梯、验电、放电、接地动作，将其应用于电力作业场景下，则可以避免电力工人生命财产的损失；且相比于现有技术而言，极大减少了计算量和计算成本，使用图像和加速度信息融合、目标检测技术、动作识别技术，提高系统的准确性，具有极大的价值。
一种信息融合人体行为检测方法系统

[发明专利]一种基于2D图像的3D虚拟换装模型生成方法及装置-CN202211564381.7有效
发明人： 姜明华;王誉霖;余锋;王文婷;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2022-12-07 - 公布日： 2023-09-19 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及一种基于2D图像的3D虚拟换装模型生成方法，包括以下步骤：将人体全身图#imgabs0#和待试穿服装的2D图#imgabs1#以及人体语义分割图#imgabs2#送入预处理网络进行图像处理；将所述预处理网络的输出图像送入深度预测网络进行深度预测以得到初始服装深度图和初始人体深度图；将所述初始服装深度图和初始人体深度图带入深度优化模型生成网络获取三维服装模型和三维人体模型；将所述三维服装模型和三维人体模型送入服装试穿模块进行模型融合和模型着色，得到3D虚拟换装模型。采用了更全面的信息来描述服装与人体的特征，在小幅增加计算量的同时，加快了方法的收敛速度，提升了虚拟试衣的最终效果。
一种基于图像虚拟换装模型生成方法装置

[发明专利]一种复杂场景下的人体表面重建方法和系统-CN202310712238.6有效
发明人： 姜明华;肖卓函;余锋;曹家诚;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-06-15 - 公布日： 2023-09-15 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及点云表面重建领域，并且更具体地，涉及一种复杂场景下的人体表面重建方法和系统，包括以下步骤：采用深度相机获取多幅复杂场景的点云图；根据所述多幅复杂场景点云图中的坐标信息进行滤波处理分离出人体点云信息；采用均匀采样方法对所述人体点云信息进行下采样；将所述多幅采样后人体点云图输入训练好的深度学习点云配准网络中进行配准以融合多幅点云图的人体细节信息；得到融合后的人体点云图后，利用自适应滚球表面重建算法对人体进行表面重建。
一种复杂场景人体表面重建方法系统

[发明专利]一种基于人工智能的个性化服装商城系统及推荐方法-CN202310663784.5有效
发明人： 姜明华;樊旺伟;余锋;张影;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-06-06 - 公布日： 2023-09-15 - 主分类号： G06Q30/0601 文献下载
摘要：本发明涉及图像处理领域，公开了一种基于人工智能的个性化服装商城系统及推荐方法。该系统包括用户端、服装商家端和平台服务端，其中平台服务端包括服装解析模块、风格迁移模块和推荐模块；用户端用于获取和保存用户信息；服装商家端用于登记和存储服装商品与商家信息；平台服务端用于为用户和商家提供个性化服务，该系统应用多种人工智能技术，结合联合网络、生成对抗网络和个性化推荐等模型，为用户提供多元化、个性化的服务；同时能让商家更准确地把握用户需求，提高销售额。本系统能够准确的解析服装深层语义信息，让用户可以快速找到喜爱的服装，提高用户体验和满意度，具有一定的意义和价值。
一种基于人工智能个性化服装商城系统推荐方法

[发明专利]一种基于数字孪生和深度学习的情绪识别方法及系统-CN202310952761.6在审
发明人： 姜明华;俞晨雨;余锋;陈余焜;金余余;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-07-31 - 公布日： 2023-09-05 - 主分类号： A61B5/16 文献下载
摘要：本申请提供一种基于数字孪生和深度学习的情绪识别方法及系统，方法包括以下步骤：S1、采集用户不同情绪下的脑电波信号，形成数据集；S2、建立情绪识别模型，将所述数据集输入至情绪识别模型进行深度学习网络训练，得到训练好的情绪识别模型；S3、将实时采集的用户脑电波信号输入至所述训练好的情绪识别模型中进行处理，得到情绪识别结果。本申请通过对情绪模型进行训练，并使用损失函数对训练后的情绪识别模型进行优化，提高情绪识别的精准度；并采用数字孪生技术实时展示情绪识别结果以及对应的情绪数字孪生模型，便于医生进行医学诊断，降低成本。
一种基于数字孪生深度学习情绪识别方法系统

[发明专利]一种基于柔性应变传感器的人体动作实时识别方法及系统-CN202310710251.8有效
发明人： 姜明华;肖智勇;余锋;程文韬;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-06-14 - 公布日： 2023-09-01 - 主分类号： G06V40/20 文献下载
摘要：本申请提供一种基于柔性应变传感器的人体动作实时识别方法及系统，所述方法包括以下步骤：S1：在人体部位佩戴柔性应变传感器进行人体不同动作数据的实时采集，得到时间序列数据；S2：利用微控制器和电流传感器将所述时间序列数据传输至本地客户端；S3：所述本地客户端对时间序列数据进行自适应动态加权预处理，得到处理后的数据；S4：使用深度学习网络对所述处理后的数据进行训练，得到人体动作识别模型；S5：使用所述人体动作识别模型进行人体动作实时识别。本申请采用柔性应变感应器实时采集人体不同动作数据，可以捕捉到人体动作的细微应变变化，满足实时控制和反馈的需求，提供高精度的运动数据，进而提高人体动作识别的准确性。
一种基于柔性应变传感器人体动作实时识别方法系统

[发明专利]一种基于知识蒸馏的半监督视频目标分割方法-CN202310677219.4有效
发明人：余锋;李会引;姜明华;周鑫磊;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-06-08 - 公布日： 2023-08-22 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于知识蒸馏的半监督视频目标分割方法，包括以下步骤：首先设计基于半监督视频目标分割网络，然后设计基于知识蒸馏的网络训练方法，确定损失函数设计和调节参数的策略，最后训练得到基于知识蒸馏的半监督视频目标分割模型，该模型可以较快速的将输入的视频中运动的目标分割出来。本发明通过改进深度学习算法可以明显提升视频目标分割的性能并实现轻量化，提供了一种半监督视频目标分割方案，大大节省了人力，只需少量标注信息，就可以较为快速分割出视频中的目标。
一种基于知识蒸馏监督视频目标分割方法

[发明专利]一种基于无人机视角的烟火检测方法、系统、设备及介质-CN202211555741.7有效
发明人： 姜明华;张可怡;余锋;张欣瑶;宋坤芳;周昌龙 -专利权人：武汉纺织大学
申请日： 2022-12-06 - 公布日： 2023-08-18 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于无人机视角的烟火检测方法、系统、设备及介质，方法包括以下步骤：S1、采集无人机视角下的含烟雾场景图像、含火焰场景图像及一般场景图像作为数据集，对所述数据集的图像进行预处理；S2、将经过预处理的数据送入目标检测网络进行训练，得到无人机视角下的烟火识别模型；S3、将训练好的烟火识别模型部署到无人机上，当检测到图像中有烟雾或者火焰时，无人机将发出警报，并返回检测结果。本发明解决了现有技术中烟火目标检测边界不清晰、烟火识别准确率低、无人机视觉下目标小难以检测的问题，提高了目标检测的准确性和有效性，能够及时发现火灾安全隐患，实时保证监测区域的安全。
一种基于无人机视角烟火检测方法系统设备介质

[发明专利]一种复杂场景下的人体三维重建方法、系统及存储介质-CN202310214926.X有效
发明人： 姜明华;肖卓函;余锋;陈钊翔;任立宇;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-03-08 - 公布日： 2023-08-18 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及点云重建领域，并且更具体地，涉及一种复杂场景下的人体三维重建方法、系统及存储介质，包括以下步骤：采用多个深度相机获取多幅人体点云图；根据所述多幅人体点云图中的密度信息进行聚类，以分离出人体点云信息；采用体素网格对所述人体点云信息进行下采样，得到多幅采样后人体点云图；将所述多幅采样后人体点云图输入训练好的深度学习点云配准网络进行配准以构成人体三维重建模型。利用深度学习网络进行人体点云的配准，能够准确地将多幅点云图的信息聚合为一幅，通过对大量的人体模型数据集学习能够得到深层的的特征表示，所求解的刚性变换矩阵鲁棒性更强，泛化能力更好。
一种复杂场景人体三维重建方法系统存储介质

[发明专利]一种无人机视频拼接方法-CN202310529852.9有效
发明人： 姜明华;刘筱笑;余锋;张影;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-05-11 - 公布日： 2023-08-11 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及视频拼接技术领域，公开了一种无人机视频拼接方法，通过对无人机视频的采集与预处理，采用孪生混合网络提取视频帧中的特征信息，利用图像融合技术将视频帧匹配区域进行融合，得到更加完整、真实的全景信息，提高了视频的信息量和表现力。本发明结合卷积神经网络和注意力机制等深度学习算法，实现了端到端的视频拼接技术；该技术不仅能有效提升无人机视频拼接的信息量和质量，还可以节约人力、物力和时间成本，提高人员的工作效率，具有明显的社会效益。
一种无人机视频拼接方法

[发明专利]一种基于光流信息的无监督视频目标分割方法-CN202310570895.1有效
发明人：余锋;陈钊翔;李会引;姜明华;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于光流信息的无监督视频目标分割方法，所述的基于光流的无监督视频目标分割方法，包括以下步骤：首先设计基于光流信息的视频目标分割网络，然后设计伪目标损失函数，确定训练过程中调节参数的策略，最后训练得到无监督视频目标分割模型，该模型可以将输入的视频中运动的目标分割出来。本发明通过改进深度学习算法可以明显提升视频目标分割的性能，提供了一种无监督视频目标分割方法，大大节省了人力，无需人力标注真实标签，可以较为快速的移植到其他视频目标分割任务中。
一种基于信息监督视频目标分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
下一页»
尾页
共 246 条