“张逸为”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7个，建议您升级VIP下载更多相关专利

[发明专利]检测字符位置和宽度的方法、装置、电子设备及存储介质-CN202211630053.2在审
发明人： 张逸为;翟梦华;郑军 -专利权人：聚时科技(上海)有限公司
申请日： 2022-12-19 - 公布日： 2023-06-27 - 主分类号： G06V30/148 文献下载
摘要：本发明提供的检测字符位置和宽度的方法、装置、电子设备及存储介质，从待检测字符图像中，提取待检测字符对应的字符信号；对字符信号进行小波变换，得到字符信号对应的时频谱数据，并对时频谱数据进行预处理；基于预处理后的时频谱数据，在时域维度下确定字符信号的时域能量信号，并从时域能量信号中，将大于预设阈值的时域能量值所对应的区域，确定为待检测字符的字符区域；基于预处理后的时频谱数据，在频域维度下确定字符信号的频率累积能量信号，并基于频率累积能量信号中的最大频率累积能量值所对应的频率以及待检测字符图像的宽度，确定待检测字符的字符宽度，本发明可以同时解决了工业检测字符位置和宽度的难、准确度低的问题。
检测字符位置宽度方法装置电子设备存储介质

[发明专利]图像中倾斜目标的校正方法、装置、电子设备及存储介质-CN202211630388.4在审
发明人：翟梦华;张逸为;郑军 -专利权人：聚时科技(上海)有限公司
申请日： 2022-12-19 - 公布日： 2023-03-17 - 主分类号： G06V30/148 文献下载
摘要：本发明提供的图像中倾斜目标的校正方法、装置、电子设备及存储介质，包括：获取待处理图像，待处理图像中存在待校正目标；确定待处理图像中每个像素坐标上存在待校正目标的概率密度、和待处理图像的质心坐标；基于质心坐标和每个像素坐标上存在待校正目标的概率密度，构建待处理图像对应的协方差矩阵；对协方差矩阵进行矩阵分解，得到待校正目标对应的特征向量，并基于特征值向量，计算待校正目标的倾斜角度；根据倾斜角度，对待校正目标进行校正。整个过程不需要对图像进行依赖超参数选取的预处理，也不需要预设角度范围，参数少，速度快，精度高，鲁棒性强，具有很强的抗干扰能力。
图像倾斜目标校正方法装置电子设备存储介质

[发明专利]一种环形纹理图像周期、相位的自动测量方法及系统-CN202210285931.5在审
发明人： 张逸为;郑军 -专利权人：聚时科技（上海）有限公司
申请日： 2022-03-22 - 公布日： 2022-06-21 - 主分类号： G06T7/00 文献下载
摘要：本发明具体公开了一种环形纹理图像周期、相位的自动测量方法及系统，所属测量方法包括：S1.获取环形纹理图像，经预处理得到环形纹理区域的内外半径和圆心；S2.对环形区域进行极坐标变换，截取环面区域获得环面矩形图像；S3.处理环面矩形图像信号，得到一维信号；S4.对一维信号进行一维傅里叶变换得到图像的频谱和相位谱；S5.取频谱能力最大的频谱率为纹理图像的周期，并根据相位谱中对应频率的相位计算获得当前纹理周期的相位。本发明针对环形周期纹理数据，使用极坐标变换得到极坐标圆环图像，在极坐标下处理图像信号，快速、精确测量图像的周期和相位。
一种环形纹理图像周期相位自动测量方法系统

[发明专利]一种基于孪生残差网络的二阶段多分类工业图像缺陷检测方法-CN202210285597.3在审
发明人： 张逸为;郑军 -专利权人：聚时科技（上海）有限公司
申请日： 2022-03-22 - 公布日： 2022-06-03 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于孪生残差网络的二阶段多分类缺陷检测方法，将待检测图像与其模板信息共同输入到网络中，提取差异特征，并将差异特征按照残差网络设计思想结合到以模板信息为输入的残差网络中，提取多分类特征；利用差异特征训练二分类检测网络；使用检测网络的提案检测框用于多分类检测网络的训练，完成缺陷多分类检测任务。本发明中，孪生网络结构与残差网络结构解耦了缺陷与模板信息，使得网络更加明确地学习缺陷部分与分类部分，并且具有很强的迁移能力，同时结合了二分类检测网络与多分类检测网络的特点和优势，设计出了既能准确检测出缺陷又能准确多分类的网络结构。
一种基于孪生网络阶段分类工业图像缺陷检测方法

[发明专利]一种基于多任务孪生网络的工业图像缺陷检测方法及系统-CN202110481724.2在审
发明人： 张逸为;余燕清 -专利权人：聚时科技（上海）有限公司
申请日： 2021-04-30 - 公布日： 2021-07-23 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及到图像处理技术领域，具体公开了一种基于多任务孪生网络的工业图像缺陷检测方法。所述方法将待检测图像与对应模板图像共同作为网络输入，计算出二者差异的相关特征，并运用分割网络结构进行多任务辅助训练，使得骨干网络能够明确地在FPN特征提取的过程中有效区分背景信息，随后使用FPN特征进行检测网络的训练，完成缺陷的二分类检测任务。本发明采用孪生网络结构为模型的泛化能力提供了有效保障，多任务分割网络辅助检测网络训练使得网络训练更加容易，性能更好，为二分类检测任务提供了支撑。
一种基于任务孪生网络工业图像缺陷检测方法系统

[发明专利]针对隐写分析神经网络的对抗安全载体生成方法-CN201810984120.8有效
发明人：张卫明;俞能海;张逸为;冯晓兵;周文柏 -专利权人：中国科学技术大学
申请日： 2018-08-24 - 公布日： 2020-10-27 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种针对隐写分析神经网络的对抗安全载体生成方法，利用梯度反向传播技术使隐写分析神经网络修改输入图像生成对抗样本，在失真函数中加入正则项以防止过量修改，使用随机噪声模拟隐写信息并令网络学习对抗该噪声的修改位置和幅度，采用迭代修改、定期量化、效果评价的循环生成稳定的对抗样本。通过采用本发明公开的方法可以使得给定的某个或多个隐写分析神经网络以很大的概率丧失检测载密载体的能力。
针对分析神经网络对抗安全载体生成方法

[发明专利]针对特定测试样本的隐写分析方法-CN201711013557.9有效
发明人：张卫明;俞能海;张逸为;冯晓兵 -专利权人：中国科学技术大学
申请日： 2017-10-25 - 公布日： 2020-03-31 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种针对特定测试样本的隐写分析方法，包括：利用隐写分析特征提取技术计算待测样本与所有训练样本的图像隐写分析特征；并基于计算到的图像隐写分析特征计算待测样本与每一训练样本之间的特征空间距离相似度与特征运动模式相似度；结合特征空间距离相似度与特征运动模式相似度来度量待测样本与相应训练样本之间相似度，并选取与待测样本相似度最为接近的N个训练样本来训练分类器；利用训练后的分类器对待测样本进行隐写分析，得到隐写分析结果。该方法可以提高训练集与测试数据的相关性，提升隐写分析准确率。
针对特定测试样本分析方法