“孙崐”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30个，建议您升级VIP下载更多相关专利

[发明专利]一种基于YOLO v3的多尺度目标检测方法-CN202110115719.X有效
发明人：陈宝远;刘奕彤;孙崐 -专利权人：哈尔滨理工大学
申请日： 2021-01-28 - 公布日： 2023-09-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于YOLO v3的多尺度目标检测方法，包括：S1、对数据集图像进行预处理，将图像数据调整到网络设定的尺寸；S2、在骨干网络中加入改进后的DenseNet对图像进行不同层次信息的提取，输出四个尺寸不同的特征图；S3、在输出的四个特征层之后加入空间金字塔模块；S4、将经过空间金字塔模块的特征图分别与上一层尺寸较大的特征图进行融合，构成四个尺寸的多尺寸预测机制。本发明从特征的角度出发，通过加入密集连接结构、空间金字塔结构和优化多尺度预测机制，将特征进行深层与浅层、局部与全局之间的深度融合，提高对各尺寸目标的检测精准度，可应用于实际生活各复杂场景下的目标检测。
一种基于 yolo v3 尺度目标检测方法

[发明专利]基于MRNet的视网膜血管图像分割方法-CN202210629438.0在审
发明人：孙崐;晁祎 -专利权人：哈尔滨理工大学
申请日： 2022-06-04 - 公布日： 2022-12-02 - 主分类号： G06T7/12 文献下载
摘要：本发明公开一种基于多尺度与残差结构的视网膜血管图像分割算法(Mutliscale Resnet Network,MRNet)。首先，采用扩张卷积进行多尺度融合操作，此操作可以学习不同感受野下的血管特征信息，有效增加网络感受野的同时降低了网络参数，并融合深浅层后的特征语义信息特征和空间信息特征，提升了网络性能；其次，对MRNet中的编解码器部分的网络结构进行改进，将原始U‑Net结构中的卷积块和跳跃连接结构分别替换为堆叠残差卷积块和残差跳跃连接结构，即堆叠残差U‑Net(Stack‑Style ResNet U‑Net,SRU‑Net)，缓解了网络传播过程中的梯度消失现象发生以及恢复丢失的空间信息的局限性；再应用concat操作将EDM的所有输出映射经过特征融合操作得到一个特征映射；最后Sigmoid分类器得到最后的分割结果。
基于 mrnet 视网膜血管图像分割方法

[发明专利]基于变元步长的随机傅里叶特征核最小均方算法-CN201910325291.4有效
发明人：陈寅生;罗中明;孙崐;赵文杰 -专利权人：哈尔滨理工大学
申请日： 2019-04-22 - 公布日： 2022-09-23 - 主分类号： H03H21/00 文献下载
摘要：基于变元步长的随机傅里叶特征核最小均方算法，属于核自适应滤波器优化领域，本发明为解决现有核自适应滤波系统中性能最好的基于随机傅里叶特征的核最小均方算法采用固定步长的方法，算法的收敛速度收到限制的问题。本发明具体过程为：计算核自适应滤波器的输出，计算误差；将第n次迭代的权值向量更新为第n+1次迭代的权值向量；将第n次迭代的步长更新为第n+1次迭代的步长；判断第n+1次迭代的步长的值与预先设定的步长取值范围的最小值和最大值的大小，将第n次迭代的元步长更新为第n+1次迭代的元步长，获取第n+1次迭代的核自适应滤波器的输出。本发明用于核自适应滤波系统。
基于步长随机傅里叶特征最小算法

[发明专利]基于双通道U形改进Transformer网络的视网膜血管图像分割方法-CN202111401486.6在审
发明人：孙崐;祝嘉豪 -专利权人：哈尔滨理工大学
申请日： 2021-11-24 - 公布日： 2022-07-29 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于双通道U形改进Transformer网络的视网膜血管图像分割方法，属于医学图像分割领域。所述方法包括：对视网膜血管图像进行预处理，得到色调统一的图像；通过缩放、旋转、裁剪再拼接等一系列方法对数据进行增强，扩充原有的数据集，然后将预处理后的视网膜血管图像输入到双通道U形Transformer网络中进行训练以得到可对视网膜血管图像进行分割的模型。该网络由两个通道组成，分别利用多个Transformer结构的上采样提取图像的全局和局部特征，再分别上采样后对两通道的特征进行融合得到图像分割结果。本发明在原Transformer结构的基础上对其加入了门控机制并进行轴向的特征提取，减少了计算的复杂度，最后采用交叉熵损失函数与Adam优化器迭代网络模型参数，以输出精确的视网膜血管图像分割结果。
基于双通道改进 transformer 网络视网膜血管图像分割方法

[发明专利]一种基于分块协同表示的人脸识别方法-CN201910184203.3有效
发明人：孙崐;李晓彤;张天意;郑婉宁;殷欣 -专利权人：哈尔滨理工大学
申请日： 2019-03-12 - 公布日： 2022-07-08 - 主分类号： G06V40/16 文献下载
摘要：本发明为一种基于分块协同表示的人脸识别方法。在实际应用中，人脸图像的信息缺失（如像素信息缺失、腐蚀块和遮挡）会影响图像的像素值，从而影响人脸识别的效果。本发明先将人脸图像库中的图像分为训练集和测试集，并寻找最佳分块方式对其图像进行分块处理，将训练样本分块后的图像构造子块字典；然后采用子块的协同表示(Cooperative representation，CR)将由人脸图像信息缺失所产生的误差与原图像分离，可有效降低缺失信息图像人脸识别结果的影响；再然后对各子块获得的稀疏稀疏进行分类；最后基于最大投票准则获取最终识别结果，可有效降低由于一个或多个子块特征求得的最小系数误差较大所导致的无效分类对整张图像识别结果产生的影响，提高识别率。
一种基于分块协同表示识别方法

[发明专利]基于改进CenterNet骨干网络的视频目标检测算法-CN202210261866.2在审
发明人：孙崐;甄伊凡;张彬 -专利权人：哈尔滨理工大学
申请日： 2022-03-17 - 公布日： 2022-06-17 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于改进CenterNet骨干网络的视频目标检测算法，包括以下步骤：数据集采集；构建训练数据集；图像特征提取；图像特征融合；目标检测结果输出。本发明改进CenterNet骨干网络的目标检测算法包括利用ADS‑DLA34代替DLA34骨干网络。在ADS‑DLA34网络中，将软池化代替DLA34网络下采样的传统池化方式、可变形卷积代替上采样传统2D卷积、并在网络中结合注意力机制。使得改进之后的网络减少了目标特征信息的损失、增强对形变遮挡目标的学习能力、且网络更关注于图像中的关键信息，增强了模型特征提取融合的能力。从而以改进模型结构的角度，提高目标检测算法的性能，既保证了目标检测速度，又提高了目标检测精度，增强了不同领域下尤其是视频中目标物体的检测识别能力。
基于改进 centernet 骨干网络视频目标检测算法

[发明专利]基于M-HybridSN-Attention的高光谱图像分类方法-CN202111340017.8在审
发明人：孙崐;王澳 -专利权人：哈尔滨理工大学
申请日： 2021-11-12 - 公布日： 2022-03-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于M‑HybridSN‑Attention的高光谱图像分类方法。首先，采用Mixup算法构造高光谱图像虚拟数据集对原始数据进行扩充，扩充后的数据量是原数据量的2倍，很大程度上缓解了因高光谱图像的小样本性导致的过拟合的现象；其次，对HybridSN中的3DCNN部分的网络结构进行改进，在三维卷积层与Relu层之间加入卷积块注意力模块，对光谱与空间中的判别性特征进行增强并对非判别性特征进行抑制，提高了判别性特征在识别中的作用；再应用2DCNN网络，用以区分不同光谱波段内的空间信息，且不会大量丢失光谱信息，保证高光谱数据信息的完整性，最后，将得到的光谱‑空间特征送入SoftMax分类器得出最终分类结果。
基于 hybridsn attention 光谱图像分类方法

[发明专利]基于核极化策略的随机傅立叶特征核LMS的核参数优化方法-CN201811368975.4有效
发明人：陈寅生;罗中明;孙崐;刘玉奇 -专利权人：哈尔滨理工大学
申请日： 2018-11-16 - 公布日： 2022-02-25 - 主分类号： H03H17/02 文献下载
摘要：基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，它用于核自适应滤波器技术领域。本发明解决了现有的随机傅立叶特征核最小均方算法的稳态精度低的问题。本发明通过核极化策略得到优化的核参数值，这些极化核参数值相比于随机采样得到的参数值更加匹配训练数据中所包含的特征信息，将优化的核参数值用于随机傅立叶特征映射，映射后的特征子空间更加接近于给定的学习任务模型；基于该极化特征网络构建的核自适应滤波器的非线性建模性能得以提高，与未采用核极化策略的随机傅立叶特征最小均方算法相比，在同样复杂度下，本发明方法的稳态精度提高1dB到2dB。本发明可以应用于核自适应滤波器技术领域。
基于极化策略随机傅立叶特征 lms 参数优化方法

[发明专利]一种塑料杯表面缺陷检测系统-CN202110783730.3在审
发明人：孙崐;郑凯 -专利权人：哈尔滨理工大学
申请日： 2021-07-12 - 公布日： 2021-10-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种塑料杯表面缺陷检测系统。通过摄像头读取塑料杯图像，传输给ZYNQ的PL上(ZYNQ的PL部分为可编程逻辑器件)，进行图像缺陷分类，最后将结果显示在LCD屏上。图像缺陷检测算法采用BOW(视觉词袋)+SVM(支持向量机)的方式，在图像的特征提取上，本发明采用了FAST‑SUFT特征检测与描述算法，FAST算法检测速度快，检测的细节多，但并不涉及特征点的特征描述，这时利用SUFT算法生成特征描述符，两个算法可以互补，同时对FAST算法进行改进。在图像算法移植上，使用xilinx的HLS高层综合工具，方便移植到PL上。本发明实现了塑料杯表面缺陷的智能检测，具有良好的准确性和可靠性。
一种塑料杯表面缺陷检测系统

[实用新型]一种测量熔融状态下绝缘层的红外吸收率与透射率的装置-CN202022407771.6有效
发明人：郑凯;孙崐;张彬 -专利权人：哈尔滨理工大学
申请日： 2020-10-27 - 公布日： 2021-07-09 - 主分类号： G01N21/3577 文献下载
摘要：一种测量熔融状态下绝缘层的红外吸收率与透射率的装置，它涉及一种测量红外吸收率与透射率的装置，具体涉及一种测量熔融状态下绝缘层的红外吸收率与透射率的装置。本实用新型为了解决现有装置能够测量熔融状态下绝缘层的红外吸收率与透射率，但步骤多、精度低的问题。本实用新型包括控制系统、无极灯辐照系统、半反半透分光棱镜、试样台、遮挡机构和两个电磁阀，所述无极灯辐照系统、半反半透分光棱镜、所述遮挡机构、试样台由上至下依次设置，试样放置在试样台上，所述遮挡机构与两个电磁阀连接，两个电磁阀均与控制系统连接。本实用新型属于高压电缆紫外光交联辐照生产领域。
一种测量熔融状态绝缘红外吸收率透射率装置

[发明专利]一种患者体表投影图像序列生成方法-CN201910200992.5有效
发明人：吴海滨;周思礼;孙崐;徐凯歌;于晓洋;徐清 -专利权人：哈尔滨理工大学
申请日： 2019-03-16 - 公布日： 2021-04-20 - 主分类号： A61B34/20 文献下载
摘要：本发明一种患者体表投影图像序列生成方法属于医学、三维立体成像、数字图像处理等技术领域；该方法首先根据医生视角和内腔三维模型，利用典型摄像机成像模型，计算医生期望看到的内腔图像，然后根据内腔图像、患者体表三维形貌、医生视角、投影机方位，计算体表投影图像序列；本发明一种患者体表投影图像序列生成方法，根据统一的医生头部坐标系、内腔坐标系、患者体表坐标系、投影机坐标，实时计算医生期望看到的内腔图像，然后将内腔图像结合患者体表投影图像序列，利用点对应而非曲面拟合，患者体表上的医生视场和投影机视场重合覆盖区域均可准确计算投影图像，而与患者体表的复杂程度无关，因此在投影的同时能够实现畸变矫正。
一种患者体表投影图像序列生成方法

[发明专利]一种基于图像融合与卷积神经网络结合的人脸表情识别方法-CN201910985912.1在审
发明人：孙崐;张彬;郑凯 -专利权人：哈尔滨理工大学
申请日： 2019-10-16 - 公布日： 2021-04-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于图像融合与卷积神经网络结合的人脸表情识别方法，本方法首先从JAFFE和CK+人脸表情库中获取人脸表情图像进行图像预处理操作；其次，采用局部二值模式提取人脸表情图像的纹理特征；再次，将局部二值模型编码图与表情灰度图像进行基于像素灰度值加权平均方法的融合，并输入到卷积神经网络中，最后通过softmax分类器计算表情识别概率。在此基础上，通过在人脸表情库上的实验，得出了不同人脸表情库下的最佳卷积神经网络层数和最佳融合权值，并完成了与多种人脸表情识别方法的对比实验。本发明采用局部二值模式用于特征提取并与人脸表情灰度图像进行像素值加权平均融合，能够获得更丰富有效的特征信息，具有较高的识别率，对于样本数较少时，也具有较好的鲁棒性。
一种基于图像融合卷积神经网络结合表情识别方法

[发明专利]一种语音识别智能家居控制系统-CN202010026147.3在审
发明人：孙崐;郑凯;张彬 -专利权人：哈尔滨理工大学
申请日： 2020-01-10 - 公布日： 2021-01-05 - 主分类号： G05B15/02 文献下载
摘要：本发明公开一种语音识别智能家居控制系统。包括主控制系统、智能窗帘控制系统、智能门控制系统、智能电灯控制系统。所述主控制系统对采集进入的人声进行识别并将结果发送出去，实时的采集室内的温湿度并在显示屏上显示，实时的采集空气中有害气体的浓度，达到设定阈值时启动报警模块进行报警，通过串口wifi模块连接路由器，将信息发送到网络上，方便用户查看。所述智能窗帘系统接收来自主控制系统的信息来控制窗帘。所述智能门控制系统接收来自主控制系统的信息或者通过自身的指纹识别功能来控制门。所述智能电灯系统接收来自主控制系统的信息来控制电灯。本发明实现了语音的智能控制，具有良好的可靠性和稳定性。
一种语音识别智能家居控制系统

[发明专利]一种基于深度学习的高光谱图像分类方法-CN202010981310.1在审
发明人：孙崐;张天意 -专利权人：哈尔滨理工大学
申请日： 2020-09-17 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：一种基于深度学习的高光谱图像分类方法，属于高光谱图像分类技术领域。本发明所要解决的问题是深度学习时缺少训练样本，许多卷积神经网络的方法不能得到很好的训练从而造成过拟合现象的问题。包括S1.提取高光谱图像块，将高光谱图像提取为带有标签的B*B*L的像素块；S2.将高光谱数据块按照mixup方法进行混合；S3.通过3DCNN对数据进行特征提取；S4.将提取的特征进行特征融合；S5.特征融合后的高光谱图像分类。S6.运用SENet网络提取光谱信息。本发明针对提高网络分类性能降低高光谱图像样本与维度之间的不平衡容易产生的休斯现象以及小样本训练深度网络产生的过拟合现象，通过使用特征融合的方法将提取到的光谱信息和空间信息融合后进行分类。
一种基于深度学习光谱图像分类方法

[发明专利]基于改进多尺度幅值感知排列熵的滚动轴承故障诊断方法-CN201910273110.8有效
发明人：陈寅生;张庭豪;罗中明;孙崐 -专利权人：哈尔滨理工大学
申请日： 2019-04-04 - 公布日： 2020-11-06 - 主分类号： G01M13/045 文献下载
摘要：基于改进多尺度幅值感知排列熵的滚动轴承故障诊断方法，涉及数字信号处理领域，为解决现有滚动轴承振动信号的故障诊断方法尚存在特征提取可分性不强、故障识别准确率低及故障严重程度分析不充分的问题，本发明包括步骤一：获取不同故障种类、不同故障程度下的滚动轴承振动信号样本集；步骤二；获取最优PR分量进行后续特征提取；步骤三；获取不同故障种类、不同故障程度下的故障特征向量；步骤四；将特征向量输入到随机森林分类器中；步骤五、得到滚动轴承故障类型和故障严重程度。本发明提取的特征向量具有良好的可分性，具有较强的故障描述能力，平均识别准确率达到99.25％。本发明可广泛应用于轴承故障诊断领域。
基于改进尺度感知排列滚动轴承故障诊断方法

1
2
下一页»
尾页
共 30 条