“孙恩东”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5个，建议您升级VIP下载更多相关专利

[发明专利]基于分层深度学习模型的智慧园林食叶害虫识别方法-CN202110756284.7有效
发明人：张晖;孙恩东;赵海涛;孙雁飞;朱洪波 -专利权人：南京邮电大学
申请日： 2021-07-05 - 公布日： 2023-10-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于分层深度学习模型的智慧园林食叶害虫识别方法，包括：获取用于食叶害虫识别的图像数据集，利用Retinex图像增强算法对获取的图像进行预处理，并分成训练集、验证集和测试集；构建分层深度学习模型，其包括两层，第一层具体为在已有的YOLO网络的特征提取模块头部嵌入残差可变形卷积模块；第二层具体为在已有的Faster R‑CNN网络中加入全局激活区域生成网络以及局部激活区域生成网络；利用训练集对分层深度学习模型进行训练，利用验证集对分层深度学习模块进行验证，得到训练好的分层深度学习模型；将测试集输入训练好的分层深度学习模型中，得到食叶害虫识别结果。本发明方法能够实现更为及时和有效的害虫防治工作。
基于分层深度学习模型智慧园林害虫识别方法

[发明专利]雷视传感融合的天时场景自适应三维目标检测方法-CN202310437055.8在审
发明人：张晖;孙恩东;赵海涛;朱洪波 -专利权人：南京邮电大学
申请日： 2023-04-21 - 公布日： 2023-07-21 - 主分类号： G06V20/64 文献下载
摘要：本发明提出了雷视传感融合的场景自适应三维目标检测方法，首先对输入的点云数据与图像数据分别提取原始点云特征与图像特征；然后将原始点云经过矩阵变换投影到图像特征图上，对点云投影点进行逐点特征融合，得到点云的逐点融合特征；再构建场景驱动的三维目标检测网络，根据当前场景中的天气时间状况与目标尺度大小提出天时感应因子与场景尺度因子，并根据天时场感应因子与场景尺度因子自适应的实现逐点融合特征与原始点云特征的全局特征融合，并将全局融合特征输入三维区域生成网络生成感兴趣区域，提取出区域特征候送入三维目标检测网络完成三维目标检测；最后利用训练好的三维目标检测网络对目标进行实时检测。
传感融合天时场景自适应三维目标检测方法

[发明专利]雷视融合配准的道路场景自适应三维目标检测方法-CN202310429801.9在审
发明人：张晖;孙恩东;赵海涛;朱洪波 -专利权人：南京邮电大学
申请日： 2023-04-20 - 公布日： 2023-07-07 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种雷视融合配准的道路场景自适应三维目标检测方法；首先对输入的点云数据与图像数据分别提取点云局部区域特征与图像区域特征；然后将同深度下的点云局部区域特征组合后生成点云区域特征，然后将不同深度下的点云区域特征图送入全局区域深度特征融合网络，融合得到点云区域特征后与图像区域特征融合，得到包含点云深度信息与图像语义信息的区域融合特征；再构建道路场景驱动的三维目标检测网络，根据基于道路场景先验信息的道路类别系数与拥挤类别系数自适应的实现不同区域融合特征的多深度分辨率特征融合，并将得到的多深度分辨率融合特征输入卷积注意力模块，最终将特征送入SSD网络完成三维目标检测。
融合道路场景自适应三维目标检测方法

[发明专利]面向VR直播场景的双重自适应智能语音识别方法-CN202210889719.X在审
发明人：李灯;张晖;孙恩东 -专利权人：李灯
申请日： 2022-07-27 - 公布日： 2022-11-29 - 主分类号： G10L21/0216 文献下载
摘要：本发明提供面向VR直播场景的双重自适应智能语音识别方法，包括:S101、获取纯净语音和混合语音；S102、根据短时傅里叶变换，确定纯净语音的幅度谱和混合语音的幅度谱；S103、根据纯净语音的幅度谱和混合语音的幅度谱，计算掩膜值；S104、根据掩膜值，对纯净语音进行增强，得到增强纯净语音；S105、将增强纯净语音和混合语音输入至构建的循环特征融合网络，循环特征融合网络输出统一特征；S106、根据统一特征、增强纯净语音和混合语音，形成融合特征向量；S107、将融合特征向量输入至构建的语音识别网络，语音识别网络输出语音特征向量；S108、通过线性映射和softmax函数，将语音特征向量转换为文字信息。针对VR直播场景下，实现了实时将语音转换为文字。
面向 vr 直播场景双重自适应智能语音识别方法

[发明专利]面向智能驾驶的驾驶人声音情感识别方法-CN202210802515.8在审
发明人：张晖;孙恩东;赵海涛;朱洪波 -专利权人：南京邮电大学
申请日： 2022-07-07 - 公布日： 2022-10-25 - 主分类号： A61B5/18 文献下载
摘要：本发明公开了面向智能驾驶的驾驶人声音情感识别方法，包括：采集不同用户在驾驶场景下包含不同情绪的声音数据，构建驾驶人三维声音特征数据集；然后构建基于三维声音特征的聚类多模型训练方法，通过基于三维声音特征的聚类方法得到不同人员类别的样本用户，进而利用不同人员类别的样本用户数据训练高斯混合模型，形成面向不同人员类别的声音情感识别模型；之后使用者在初始化时输入正常情绪状态下的声音进行初始化归类，得到通用的基准模型和基准参数；最后在运行识别阶段输入实时采集的使用者的声音，声音样本经过基准模型后将其再输入其他模型中进行多模态信息融合并做判断，最终输出识别结果。本发明提高了智能驾驶场景下的情感识别的准确性。
面向智能驾驶驾驶人声音情感识别方法