“孙艳丰”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84个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自表示和图谱约束的非负矩阵分解的图像聚类方法-CN201911390472.1有效
发明人： 孙艳丰;尹帅;胡永利 -专利权人：北京工业大学
申请日： 2019-12-27 - 公布日： 2023-09-05 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种基于自表示和图谱约束的非负矩阵分解的图像聚类方法，特别是适用于数据集中类别复杂的聚类。本发明基于自表示和图谱约束的非负矩阵分解的图像聚类方法对高维数据进行降维，特别针对图像中存在异常值的情况，记为LRE‑GNMF。利用交替迭代法对目标函数求解，得到低维表示系数矩阵；利用低维表示系数矩阵对图像进行聚类。本方法使用非负数据矩阵作为输入，采用低秩嵌入(LRE)使得高维空间中距离较近的数据在学习到的低维空间中仍保持距离较近，从而保持数据的局部结构。本发明可广泛应用于图像识别领域。
一种基于表示图谱约束矩阵分解图像方法

[发明专利]基于混淆处理的文件加密方法及解密方法-CN202010880174.7有效
发明人：刘飞;孙艳丰;毕晴霞;李建兴 -专利权人：长城计算机软件与系统有限公司
申请日： 2020-08-27 - 公布日： 2023-08-25 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种基于混淆处理的文件加密方法及解密方法，涉及计算机技术领域。该加密方法包括：确定加密参数，生成加密参数的哈希值，并将哈希值编译成哈希值字节码；获取待加密文件，将待加密文件编译成文件字节码，将哈希值字节码按照预设写入方法写入文件字节码中，得到混合字节码；根据预设的混淆值生成算法生成加密参数的混淆值，根据混淆值按照预设混淆加密方法对混合字节码进行混淆加密，得到加密文件。本发明计算量更小，文件加密速度更快，并通过在字节码中加入哈希值字节码，进一步增加了文件的破解难度，本发明可以在占用内存和CPU极小的情况下更快对文件混淆加密，满足安全和文件传输的需求。
基于混淆处理文件加密方法解密

[发明专利]基于软块对角的多视聚类方法-CN201911152319.5有效
发明人：王博岳;罗萃萃;胡永利;魏运;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2019-11-20 - 公布日： 2023-08-04 - 主分类号： G06V40/16 文献下载
摘要：本发明提出一种基于软块对角的多视聚类方法，涉及模式识别和机器学习等领域，尤其是面向人脸图像的不完整多视角数据的聚类任务。该方法在基于多视角数据自表示的模型上引入软块对角正则化，对学习到的多图进行融合，最终把得到的软块对角相似度矩阵执行NCut操作。相比于传统的硬块对角正则化，软块对角正则化对噪声和异常值更加鲁棒。完成了不完整多视聚类任务，提高了识别正确率。
基于对角多视聚类方法

[发明专利]基于跨模态多粒度交互融合的长文档分类方法及装置-CN202310301100.7在审
发明人：胡永利;刘腾飞;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2023-03-24 - 公布日： 2023-08-01 - 主分类号： G06F18/25 文献下载
摘要：基于跨模态多粒度交互融合的长文档分类方法及装置，能够有效弥补现有方法对视觉信息的忽视，通过引入特征偏移网络在不同粒度实现跨模态的交互和融合，控制计算复杂度，达到分类准确率和分类效率的平衡。方法包括：(1)输入一个长文档中对应的文本序列，以及对应的单张或多张图片；(2)分别通过预训练编码器BERT和VGG‑16提取对应模态的多粒度特征表示；(3)使用多模态协同池化模块，在视觉信息和文本信息的协同引导下池化细粒度文本特征；(4)使用跨模态特征偏移网络，分别在4个不同的粒度组合下实现跨模态特征的交互和融合；(5)使用特征聚合网络实现多空间特征的融合，并获得最终的长文档分类结果。
基于跨模态多粒度交互融合文档分类方法装置

[发明专利]基于层次多粒度交互图卷积网络的长文档分类方法及装置-CN202310316635.1在审
发明人：胡永利;刘腾飞;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2023-03-24 - 公布日： 2023-08-01 - 主分类号： G06F18/24 文献下载
摘要：基于层次多粒度交互图卷积网络的长文档分类方法及装置，在控制模型计算复杂度的情况下，能够构建网络以刻画长文档完备的层次结构化信息，以及进行图间信息交互。方法包括：(1)获得长文档层次化多粒度表示；(2)执行多层层次叠加的段落图卷积、句子图卷积和单词图卷积，以及相应的图间交互；(3)为了融合不同粒度不同尺度的语义信息，使用最大池化分别聚合段落图的终层输出，以及句子图和单词图每一层的输出。
基于层次粒度交互图卷网络文档分类方法装置

[发明专利]一种基于深度特征增强和边缘优化的RGB-D图像语义分割方法-CN202010215404.8有效
发明人： 孙艳丰;李昱钊 -专利权人：北京工业大学
申请日： 2020-03-24 - 公布日： 2023-06-20 - 主分类号： G06V20/70 文献下载
摘要：本发明针对RGB‑D图像的场景理解问题，提出了一种基于深度特征增强和边缘优化的RGB‑D图像分割方法，属于计算机视觉领域。本发明首先使用以Mask‑RCNN为主干的神经网络提取RGB‑D图像的彩色通道特征；然后设计了一种深度特征增强网络提取深度通道特征并与彩色特征进行融合；最后设计了一种基于随机游走的网络结构来对主干网络输出的分割结果进行边缘优化。本发明具有语义抽象程度高，特征融合充分，分割边缘清晰等优点。
一种基于深度特征增强边缘优化 rgb 图像语义分割方法

[发明专利]基于多层注意力的视觉定位方法-CN202211492369.X在审
发明人： 孙艳丰;张云茹;胡永利;姜华杰;尹宝才 -专利权人：北京工业大学
申请日： 2022-11-25 - 公布日： 2023-04-18 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了基于多层注意力的视觉定位方法，该方法基于三个模块实现：1)属性注意模块：提取目标对象的细粒度的属性信息；2)上下文注意模块：提取目标对象的周围环境信息；3)匹配模块：结合上两个模块提取到的视觉信息与文本信息匹配找到目标对象。根据文本指导编码与文本语义信息一致的视觉信息来与文本更好的匹配，其包括局部注意力与全局注意力，局部注意力通过跨模态交互提取目标对象细粒度的属性信息；全局注意力通过建立文本为指导的图卷积模型抽取目标对象的上下文信息。两个注意力的结合可以全方位的抽取不同角度的视觉信息，来与文本信息更好的匹配。
基于多层注意力视觉定位方法

[发明专利]一种基于对偶动态时空图卷积的交通预测方法-CN202210096933.X有效
发明人： 孙艳丰;江相衡;胡永利;郭侃;尹宝才 -专利权人：北京工业大学
申请日： 2022-01-26 - 公布日： 2023-04-18 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种基于对偶动态时空图卷积的交通预测方法，用于解决当前基于图网络的交通预测方法中存在缺少对边建模以及动态建模导致的预测精度不高的问题。首先输入历史交通数据，送到输入层进行处理，然后将输入层的输出送入动态时空层，经过动态时空层中多个堆叠的对偶动态时空块进行时空相关性特征抽取，再将这些特征输入到输出层，最后输出的即是最终的预测结果。其中，最核心和关键的对偶动态时空块包括动态图卷积模块、动态超图卷积模块，以及两个之间的动态交互模块。本发明能很好的挖掘交通数据中复杂的时空相关性，从而揭示动态交通系统潜在的时空关联，进而更加准确的对城市交通数据进行预测。
一种基于对偶动态时空图卷交通预测方法

[发明专利]一种基于点空洞方向卷积的点云语义分割方法-CN202210400811.5在审
发明人：王少帆;刘蓥;王立春;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2022-04-17 - 公布日： 2023-04-07 - 主分类号： G06V10/26 文献下载
摘要：一种基于点空洞方向卷积的点云语义分割方法适用于计算机视觉领域。它是一种交替使用点空洞方向卷积模块，边缘保持池化模块和边缘保持非池化模块的分层编解码网络。点空洞方向编码单元能通过改变空洞率来对邻域点进行等效稀疏采样，同时考虑了局部邻域点的方向信息和距离信息，可以在编码八个方向特征信息的同时任意的扩大其感受野，从而更全面地捕捉局部邻域信息。然后，将多个点空洞方向编码单元堆叠在一起组成点空洞方向卷积模块，该模块具有尺度感知能力和可移植性。边缘保持池化模块和边缘保持非池化模块用来保留边缘特征，恢复点云的高维特征，提高点云语义分割精度。该方法包括点云的局部邻域选择与特征提取，以获得更好的语义分割性能。
一种基于空洞方向卷积语义分割方法

[发明专利]一种基于多尺度动态图卷积的弱监督人群计数方法-CN202210859858.8在审
发明人：张勇;苗壮壮;孙艳丰;胡永利;尹宝才 -专利权人：北京工业大学
申请日： 2022-07-21 - 公布日： 2023-04-07 - 主分类号： G06V20/52 文献下载
摘要：一种基于多尺度动态图卷积网络的弱监督人群计数方法属于人群计数在公共安全、城市规划和交通调度等领域。由于交通场景的复杂性和多样性，对大量人群进行点级标注非常困难，而且需要大量人力。弱监督人群计数更适合这些场景，因为它们只需要计数级别的注释。现有的弱监督人群计数忽略了交叉距离人群密度分布的不均匀性和多尺度人群头部，无法获得与全监督人群计数方法相似的准确计数结果。本发明提出了一种多级区域动态图卷积模块来提取不同人群区域之间的内在关系，从而学习动态区域得分，进而优化区域特征表示，还设计了一个粗粒度的多级特征融合模块来提取多尺度人群头部信息。本发明具有较高的回归精度的端到端人群计数能力。
一种基于尺度动态图卷监督人群计数方法

[发明专利]一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法-CN202211289828.4在审
发明人： 孙艳丰;王国健;胡永利;尹宝才 -专利权人：北京工业大学
申请日： 2022-10-20 - 公布日： 2022-12-23 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法，弱光图像增强模型由一个参数估计模块和图像处理模块组成。参数估计模块通过学习检测网络反馈的信息来回归图像处理模块所需要的超参数，接收超参数的图像处理模块自适应地增强输入图像，促进其在弱光条件下的检测效果。增强模型与检测模型一体化，端到端，彼此互补，彼此受益，根据检测网络反馈的信息来增强图像，根据增强的图像来更好的训练检测网络。相比于以往的两阶段的图像增强模型或者其他端到端的方法，本发明提出的一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强模型取得了更好的性能。
一种应用于弱光条件下端目标检测即插即用图像增强方法

[发明专利]基于交错空洞卷积UNet的图像语义分割方法-CN202211106328.2在审
发明人：王少帆;刘玉坤;孙艳丰;尹宝才 -专利权人：北京工业大学
申请日： 2022-09-11 - 公布日： 2022-12-16 - 主分类号： G06V10/26 文献下载
摘要：基于交错空洞卷积UNet的图像语义分割方法适用于计算机视觉领域。该方法使用了交错空洞卷积模块以及边缘保持模块。交错空洞卷积模块通过交错式的融合方式，即避免了将表达不同物体的特征进行相加，又有效的融合分布在不同通道的特征。而边缘保持模块通过将不同卷积核的卷积层的输出做差得到边缘特征，经整合后加和到输出特征上。该模块具有锐化特征边缘信息的能力。从而增强模型对于边缘的预测能力。该方法的提出，主要解决的技术问题包括多感受野的特征融合与图像语义分割的细节优化，从而获得更好的语义分割性能。
基于交错空洞卷积 unet 图像语义分割方法

[发明专利]从原始图像学习的图卷积聚类方法及装置-CN202210543268.4在审
发明人：尹宝才;赵珈艺;孙艳丰 -专利权人：北京工业大学
申请日： 2022-05-16 - 公布日： 2022-08-09 - 主分类号： G06K9/62 文献下载
摘要：从原始图像学习的图卷积聚类方法及装置，对预先提供的图的质量要求不高，模型学习的灵活性更强，对各种复杂的聚类应用的鲁棒性更好。方法包括：(1)采用深度自动编码器DAE学习原始图像中判别力强的数据表示，探索数据的潜在属性信息；(2)从原始图中学习具有低秩和稀疏结构的自适应图；引入图的拉普拉斯约束，同时学习最优的图关系和数据的判别表示；(3)进行自监督的聚类，自监督节点表示的学习，在聚类中使用软赋值分布作为聚类标签。
原始图像学习图卷积聚方法装置

[发明专利]一种角度自适应的椭圆模板目标检测器-CN202111462501.8在审
发明人：胡永利;武剑;员娇娇;尹宝才;孙艳丰 -专利权人：北京工业大学
申请日： 2021-12-02 - 公布日： 2022-04-19 - 主分类号： G06K9/62 文献下载
摘要：一种角度自适应的椭圆模板目标检测器应用于计算机视觉任务中的目标检测任务。本发明基于摆脱锚框的算法，直接预测物体的中心点并以此作为椭圆框的圆心，之后在结合预测出的椭圆框的长短轴长和旋转角度来完成物体检测。本发明为了加快更加有效的训练网络并更好学习椭圆的轮廓，提出了一种新的椭圆交并比损失。由于采用旋转椭圆框来检测物体，因此本发明相较于矩形框检测算法更加准确。
一种角度自适应椭圆模板目标检测器

[发明专利]一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法-CN201910076651.1有效
发明人： 孙艳丰;李明洋;句福娇;胡永利 -专利权人：北京工业大学
申请日： 2019-01-26 - 公布日： 2022-03-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。
一种具有拉普拉斯噪声参数贝叶斯字典学习方法

1
2
3
4
5
6
下一页»
尾页
共 84 条