“尹明臣”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于生成对抗网络的RGB-D显著性检测架构及其目标测试方法-CN202310601710.9在审
发明人： 尹明臣;邵晶丽;陈正 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2023-05-26 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于生成对抗网络的RGB‑D显著性检测架构，包括：生成器：生成器以RGB和深度信息为输入，利用Res2Net模块对其分别进行多尺度特征提取，并在上采样过程中逐步融合浅层信息，最大范围内生成以假乱真的图像；判别器：最大范围将生成器生成的图片与真实图片区分开，并通过不断的对抗学习使得生成器生成的图片接近真实图片。通过改进了生成对抗网络的生成器网络，以彩色和深度图为输入，采用相同的多尺度特征提取块Res2Net提取多尺度特征，通过逐步上采样的方式融合浅层细节信息，与常用的相加与拼接不同的是，采用点乘来获取RGB‑D共显著性特征，然后利用通道注意力思想进行特征融合，从而获得显著图。
一种基于生成对抗网络 rgb 显著检测架构及其目标测试方法

[发明专利]自然场景下融合YOLOV5的口罩实时检测算法-CN202211099478.5在审
发明人： 尹明臣;邵晶丽 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2022-09-07 - 公布日： 2023-07-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了自然场景下融合YOLOV5的口罩实时检测算法，包括：在YOLOV5主干网络结构中设置的特征提取模块以及推理模块；所述特征提取模块采用双分支结构，包括用于提取局部特征的局部特征提取分支，以及用于提取全局特征的全局特征提取分支，获取全局特征与局部特征融合后的特征；所述推理模块包括Flatten层、位置编码器、多头注意力结构层、线性层以及Rearrange层，本发明利用全局特征分支提取全局信息并指导局部特征提取，并借鉴transformer编码的思想提出一种推理模块(ReasoningBlock，RB)，以提取图像各区域间的语义关系，获取更为丰富的特征信息，从而达到提高面部口罩区域检测精度的目的。
自然场景融合 yolov5 口罩实时检测算法

[发明专利]一种融合密集网络的小样本目标检测方法-CN202310331205.7在审
发明人： 尹明臣 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2023-03-30 - 公布日： 2023-06-23 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及目标检测技术领域，且公开了一种融合密集网络的小样本目标检测方法，包含以下步骤：S100：基本模型的构建；S200：基本模型的训练；S300：基本模型的微调。该一种融合密集网络的小样本目标检测方法，实现最大程度地学习小样本数据集上含有的有限知识，提高小样本条件下物体特征的表达能力和目标检测的准确度。
一种融合密集网络样本目标检测方法

[发明专利]基于双流密集超分辨率的显著性目标检测算法-CN202211088752.9在审
发明人： 尹明臣;邵晶丽 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2022-09-07 - 公布日： 2023-06-23 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了基于双流密集超分辨率的显著性目标检测算法，包括：融合空间膨胀卷积金字塔模型，从而确保网络有足够的感受野捕获不同大小的目标物特征；通过密集超分辨率模块保持高分辨率表示，并以并行方式连接各子网络，实现子网络间的信息交互和多尺度特征融合；采用双分支结构的特征提取模块，利用全局特征提取分支提取全局信息，并指导局部特征提取，本发明解决了传统基于RGB图像对显著目标空间信息提取不充分的问题，通过融合RGB和深度信息以获取更为完备的显著目标检测结果，此外，通过密集超分辨率模块被设计用于解决传统采样操作导致图像模糊问题，其主要采用并行网络和密集连接方式融合多尺度特征。
基于双流密集分辨率显著目标检测算法

[发明专利]一种融合MobileNetV2的logo检测方法-CN202211656047.4在审
发明人： 尹明臣;邵晶丽 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2022-12-22 - 公布日： 2023-06-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种融合MobileNetV2的logo检测方法，通过分析YOLOv5主干网络与颈部网络之间的连接方式发现，YOLOv5的主干网络分别在输入图像的8倍、16倍、32倍下采样的卷积层处与颈部网络的连接，然后进行一系列上采样和下采样操作融合这三个卷积层输出的特征图，输出三个特征图给头部预测网络使用。MobileNetV2网络结构中也会对输入图像进行8倍、16倍、32倍下釆样，该网络也可以输出三种不同倍数的下釆样特征图。由此，根据YOLOv5主干网络与颈部网络之间的连接方式，将MobileNetV2中三种下采样特征图输入到YOLOv5的颈部网络，从而实现网络的轻量化。
一种融合 mobilenetv2 logo 检测方法

[发明专利]基于三维密集网络的零样本视频分类方法-CN202210759750.1在审
发明人： 尹明臣 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2022-06-29 - 公布日： 2023-01-03 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于三维密集网络的零样本视频分类方法，包括以下步骤：S1：以视频作为输入，通过DZSVCBlock提取视频的时间和空间特征；S2：利用全连接层将提取的视频特征转换成与词嵌入一致的向量；S3：将转换后的特征向量映射到公共语义空间中，进而学习到从视觉空间到语义空间的映射关系；S4：利用学习到的映射关系将未知类的视频数据映射到相同的语义空间中进行分类，本发明以余弦相似性的分类方式去替代点积分类方式，使模型对系统输入幅值具有更强的鲁棒性，并且能够提取视频数据中更丰富的时间和空间信息，并将提取出来的特征向量映射到公共空间。
基于三维密集网络样本视频分类方法

[发明专利]融合时空注意力机制的PCB缺陷检测算法-CN202210599351.3在审
发明人： 尹明臣 -专利权人：苏州微光电子融合技术研究院有限公司
申请日： 2022-05-30 - 公布日： 2022-09-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了融合时空注意力机制的PCB缺陷检测算法，为达到工业PCB的检测精度要求，采用YOLOV5结构作为主干网络，为加强网络对缺陷区域特征提取，解决密集和小尺度的场景下不能有效提取缺陷特征的问题，引入空间和通道注意力机制，提出一种基于注意力机制的PCB板缺陷检测算法，为解决采用非极大值抑制的算法，使得部分信息丢失，导致检测结果有偏差的问题，本发明结构中加入WBF算法，以提高PCB板的缺陷检测精度。
融合时空注意力机制 pcb 缺陷检测算法

[发明专利]基于MobileNetV2的时空注意力口罩佩戴实时检测方法-CN202110376357.X在审
发明人：赵晓丽;尹明臣;陈正;张佳颖 -专利权人：上海工程技术大学
申请日： 2021-04-06 - 公布日： 2021-07-20 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于MobileNetV2的时空注意力口罩佩戴实时检测方法，包括：步骤一，利用互联网收集不同人员佩戴口罩的数据样本并对含有噪音数据的数据样本进行清洗以使数据集为质量合格的人脸图像；步骤二，数据集扩充；步骤三，划分数据集；步骤四，在服务器上配置tensorflow环境后将MobilenetV2目标检测算法部署到深度学习框架tensorflow中；步骤五，导入验证集数据并利用MobilenetV2中的bottleneck构造改进的金字塔结构进行特征提取，对浅层特征采用空间注意力强化面部区域，对高层特征采用通道注意力强化所需要的语义特征去除冗余的语义特征，从而得到新的特征金字塔，并以逐步上采样的形式逐步细化特征等，从而能够实现高效的人脸口罩检测任务。
基于 mobilenetv2 时空注意力口罩佩戴实时检测方法

[实用新型]可扩展的图像处理芯片连接件-CN201920912054.3有效
发明人： 尹明臣 -专利权人：上海工程技术大学
申请日： 2019-06-18 - 公布日： 2019-12-10 - 主分类号： H01R13/629 文献下载
摘要：本实用新型公开了可扩展的图像处理芯片连接件，包括主体，所述主体的中间固定连接有第一连接件，所述第一连接件的内侧中间镶嵌连接有图像处理芯片，所述第一连接件的一侧中间活动连接有第二连接件，所述图像处理芯片的一侧中间设有复位卡槽，所述复位卡槽的相对一侧对应于图像处理芯片的位置处固定连接有连接柱，所述连接柱与第一连接件通过调节转轴连接固定；通过连接柱与复位卡槽的设置，有效的使得图像芯片连接件使用更加便利，通过连接柱与复位卡槽的配合使用，可使得图像芯片连接更加方便，同时操作步骤简单，减少了对图像芯片的划伤和损坏，间接的增加了图像芯片的使用寿命，且安装拆卸迅速，增加了灵活性。
图像处理芯片第一连接件图像芯片复位卡连接柱连接件本实用新型第二连接件活动连接有使用寿命镶嵌连接转轴连接可扩展位置处划伤拆卸便利

1
共 9 条