“孟春宁”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种抗单粒子翻转的锁存器及数据触发器-CN202010016900.0有效
发明人：温亮;孟春宁;李伟春;朱连利;刘玉;莫微 -专利权人：中国人民武装警察部队海警学院
申请日： 2020-01-08 - 公布日： 2023-04-25 - 主分类号： H03K19/003 文献下载
摘要：本发明公开了一种抗单粒子翻转的锁存器和数据触发器，锁存器包括第一反相器、第二反相器、第三反相器、第一传输门、第二传输门、第一正反馈环、第二正反馈环和第一双输入反相器，第一正反馈环包括第一存储节点、第二存储节点、第一三输入反相器和第一时控反相器，第二正反馈环包括第三存储节点、第四存储节点、第二三输入反相器和第二时控反相器，数据触发器包括主锁存器和从锁存器；优点是任何一个存储节点发生单粒子翻转事件时，待事件结束后可以恢复原来存储的数据，并且任何两个不同电势的存储节点发生单粒子翻转事件时，同样也可以恢复原来存储的数据，且时序开销较小。
一种粒子翻转锁存器数据触发器

[发明专利]一种基于卷积神经网络的SAR图像舰船检测方法-CN202211596677.7在审
发明人： 孟春宁;孙泽群;张志清 -专利权人：中国人民武装警察部队海警学院
申请日： 2022-12-12 - 公布日： 2023-03-24 - 主分类号： G06V20/13 文献下载
摘要：本发明提供了一种基于卷积神经网络的SAR图像舰船检测方法，包括：步骤S1，获取至少一合成孔径雷达输出的包含多个海洋舰船的一高分辨率SAR图像；步骤S2，对各高分辨率SAR图像分别进行预处理得到对应的一预处理后SAR图像；步骤S3，针对每个预处理后SAR图像，将预处理后SAR图像输入至预先构建得到的一多尺度特征金字塔网络模型中进行多尺度海洋舰船的检测和实例分割，并得到包含不同尺度的海洋舰船的一特征结果图。有益效果是本发明提出一种多尺度特征金字塔模型，能够从复杂背景中检测和实例分割小物体，并能够自适应选择重要的多尺度特征图，用于检测和分割得到多尺度海洋舰船。
一种基于卷积神经网络 sar 图像舰船检测方法

[发明专利]基于全局和局部注意机制的船舶实例分割算法-CN202211330994.4在审
发明人： 孟春宁;孙泽群;张志清 -专利权人：中国人民武装警察部队海警学院
申请日： 2022-10-28 - 公布日： 2023-03-14 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于全局和局部注意机制的船舶实例分割算法，包括构建船舶实例分割数据集、数据增强、构建使用全局和局部注意力机制GALA的SOLOv2船舶实例分割网络、网络训练与测试等步骤。本发明收集并手动标记了两个新的VL船舶数据集，同时，考虑到海洋船舶实例分割的特殊性，我们提出了GALA注意力机制，该机制利用1D带状池化和2D全局池化来保存输入图像的全局和局部信息，以保留船舶的全局位置和语义信息，从而分割精度较现有注意力机制平均提高了4.3%。本发明建立的新的开源数据集和提出的GALA机制将促进VL船舶应用的研究，并引起其他计算机视觉领域的关注以使用GALA机制。
基于全局局部注意机制船舶实例分割算法

[发明专利]基于改进VGG网络的单阶段船舶检测算法及装置-CN201910192265.9有效
发明人： 孟春宁;赵蓬辉;冯明奎 -专利权人：中国人民武装警察部队海警学院
申请日： 2019-03-14 - 公布日： 2022-12-30 - 主分类号： G06V20/13 文献下载
摘要：本发明针对基于深度神经网络的船舶检测算法难以兼顾精度与速度的问题，为提高检测精度，提出一种基于改进VGG网络的单阶段船舶检测算法及装置，在原有VGG底层网络的基础上加入异步卷积和最大池化交替连接的结构，保证实时处理的同时提高船舶检测的平均精度。为保证实时的计算效率，摒弃复杂的残差神经网络和inception神经网络，在底层网络结构采用多种特征降维方式的单链卷积神经网络。为解决船舶目标数据缺乏问题，建立了针对水上目标检测的数据集。在网络训练过程中，通过参数迁移的方式，提高大类船舶和七类船舶检测的平均精度，对大类船舶检测的平均精度超过84%，对七类船舶检测的平均精度均值超过89%，领先现有同类船舶检测算法。
基于改进 vgg 网络阶段船舶检测算法装置

[实用新型]模拟海况的陆地射击训练装置-CN202120041369.2有效
发明人：战兵;武江;李永进;张弢;孟春宁;杨孝鹏;张舒瑜;何林 -专利权人：四川安联信科技有限公司
申请日： 2021-01-08 - 公布日： 2021-11-09 - 主分类号： F41A33/00 文献下载
摘要：本实用新型提供一种模拟海况的陆地射击训练装置，包括地板部件；地板部件的上端面设有方形槽，所述方形槽的上方设有踏板部件，所述踏板部件包括金属板及设置在所述金属板顶部的防滑板，所述金属板的底部设有条形槽。通过设置地板部件，并在地板部件上方设置靶子和踏板部件，在靶子底部设置连接杆、球形块、圆形槽、主弹簧、下连接管、下固定块及震动部件可以在地面上模拟水面上的晃动感觉，这样就可以在地面上进行海况及水面上的射击训练。
模拟海况陆地射击训练装置

[发明专利]一种快速精确的单阶段目标检测方法及装置-CN201811212813.1有效
发明人： 孟春宁;赵蓬辉;韩建民 -专利权人：中国人民武装警察部队海警学院
申请日： 2018-10-18 - 公布日： 2021-08-20 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种快速精确的单阶段目标检测方法及装置，摒弃复杂的底层与高层网络结构的改进方法，仅通过优化主流结构和增加一种轻量级的分流结构（即shunt结构）增强高层网络多层回归特征图之间的协调性与统一性。本发明使用高层网络对底层网络输出的特征进行最大池化和异步卷积分解操作，在降低特征图维度的同时，有利于空间相关信息的传递，可改善空间相关信息缺失的问题，提升特征的多样性和差异性。增加分流结构并优化主流结构后，目标检测结果的平均准确度达到80.5%，相比SSD提高3.3%，相比DSSD321提高了1.9%，同时在一块1080ti显卡上取得30fps的平均处理速度。
一种快速精确阶段目标检测方法装置

[发明专利]采用P-P-N与P-N-N混合结构的10管存储单元-CN201910030247.0有效
发明人：温亮;卢艳;孟春宁;吕建平;路士兵;赵强;漆世钱 -专利权人：中国人民武装警察部队海警学院
申请日： 2019-01-10 - 公布日： 2021-01-15 - 主分类号： G11C16/04 文献下载
摘要：本发明公开了一种采用P‑P‑N与P‑N‑N混合结构的10管存储单元，包括位线、反相位线、字线、写字线、P‑N‑N型反相器、P‑P‑N型反相器和读写选择电路，P‑N‑N型反相器包括第一MOS管、第二MOS管和第三MOS管，第一MOS管为P型MOS管，P‑P‑N型反相器包括第四MOS管、第五MOS管和第六MOS管，读写选择电路包括第七MOS管、第八MOS管、第九MOS管和第十MOS管；优点是具有较高的读写噪声容限，在读写过程中不容易受到噪声干扰，稳定性较高。
采用混合结构 10 存储单元

[发明专利]基于关键帧和指示符运动模型的教学视频压缩算法-CN201810309591.9有效
发明人： 孟春宁;吕建平;张静 -专利权人：公安海警学院
申请日： 2018-04-09 - 公布日： 2020-10-09 - 主分类号： H04N19/42 文献下载
摘要：本发明公开了一种基于关键帧和指示符运动模型的教学视频压缩算法，将多媒体教学授课场景中的幻灯投影区域视为教学视频的有效区域，充分利用有效区域图像帧间变化速度慢的特点，同时将鼠标光标和激光笔投映点的运动作为典型的教学指点过程建模，利用变化检测将视频帧分为关键帧、有效帧和冗余帧，利用区域分割、变化检测、指示符检测及建模等技术实现了教学视频压缩。相比现有通用方法，本发明压缩算法在相同PSNR值下可使码率平均降低约80%，且编解码过程满足实时要求，无需额外人工剪辑，可大幅提高在线教学视频的制作与传输效率，同时还可为数码相机提供专门的教学视频录制功能，可大幅降低教学视频的录制对内存空间的占用。
基于关键指示运动模型教学视频压缩算法

[发明专利]一种支持列选结构的亚阈值10管存储单元-CN201910022574.1在审
发明人：温亮;吕建平;刘玉;孟春宁;张静;卢艳;漆世钱 -专利权人：中国人民武装警察部队海警学院
申请日： 2019-01-10 - 公布日： 2019-06-11 - 主分类号： G11C11/412 文献下载
摘要：本发明公开了一种支持列选结构的亚阈值10管存储单元，包括位线、反相位线、字线、PMOS上拉管对、第一反相器、第二反相器、读电路和写电路，PMOS上拉管对包括第一PMOS管和第二PMOS管，第一反相器包括第三PMOS管和第一NMOS管，第二反相器包括第四PMOS管和第二NMOS管，读电路包括第三NMOS管和第四NMOS管，写电路包括第五NMOS管和第六NMOS管；优点是在执行读操作时不会出现读破坏现象，不会破坏它之前存储的数据，不存在半选择破坏问题。
反相器读电路管存储上拉管写电路反相位线读操作位线字线存储

[发明专利]基于卷积神经网络的眼部特征检测方法，装置及识别系统-CN201611252992.2在审
发明人： 孟春宁;赵雪鹏;陶建平 -专利权人：公安海警学院
申请日： 2016-12-30 - 公布日： 2017-05-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的眼部特征检测方法，包括如下步骤接收待检测的眼部图像；基于神经网络对所述眼部图像上的特征点进行估计，以从所述眼部图像中提取出所需的特定点；其中，在神经网络训练时，所述神经网络的训练样本的特征点根据预设的几何约束关系进行标定；输出包含有提取到的所述特征点的眼部图像。本发明还公开了一种基于卷积神经网络的眼部特征检测装置及识别系统，本发明可提高特征点的检测准确率，进而提高识别的准确率。
基于卷积神经网络眼部特征检测方法装置识别系统

1
共 10 条