“朱顺痣”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90个，建议您升级VIP下载更多相关专利

[发明专利]一种基于代表性空间特征的车辆重识别方法-CN202310751516.9在审
发明人：吴芸;陈盼盼;连加未;王大寒;陈思;朱顺痣;葛德武 -专利权人：厦门理工学院
申请日： 2023-06-25 - 公布日： 2023-09-22 - 主分类号： G06V20/54 文献下载
摘要：本发明提出一种基于代表性空间特征的车辆重识别方法，通过分析基于代表性空间方向的有效细微表征特征，分离车辆的代表性空间SRS信息和非空间区域的辨别信息，来完成车辆重识别任务，包括以下步骤；步骤一、选择并训练用于提取车辆关键点信息的识别网络，并通过关键点信息捕捉到有代表性的局部空间区域；步骤二、利用局部空间区域的代表性空间特征和非空间区域的区分性特征来消除空间转移产生的干扰，同时增强识别网络的模型稳健性；步骤三、结合全局鉴别性信息、代表性空间信息进行车辆再识别，以提高模型的性能；本发明能够明显提高车辆识别任务的性能，有效地提高了模型对空间视角信息变化的处理能力，解决了各种时空状态下的物体匹配问题。
一种基于代表性空间特征车辆识别方法

[发明专利]基于视觉语言模型的人脸属性识别方法及系统-CN202310751198.6在审
发明人：陈思;雷鸣轩;王大寒;朱顺痣;吴芸 -专利权人：厦门理工学院
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于视觉语言模型的人脸属性识别方法及系统，该方法包括：1）给定需要预测的所有人脸属性标签，并获取多张人脸图片及其人脸属性标签，形成人脸属性识别数据集；2）构建基于视觉语言模型的人脸属性识别网络模型，其主要包括视觉编码器、语言编码器和多个视觉语言交互编码器，每个视觉语言交互编码器包括视觉语言交叉注意力模块和自注意力模块，视觉语言交叉注意力模块包含视觉对语言的调节注意力机制和语言对视觉的指导注意力机制；通过人脸属性识别数据集及40个人脸属性标签组合对网络模型进行训练；3）将训练好的人脸属性识别网络模型用于人脸属性识别。该方法及系统有利于获得更加稳定、鲁棒、准确的人脸属性识别结果。
基于视觉语言模型属性识别方法系统

[发明专利]基于多帧交互与多层融合的视频行人重识别方法及系统-CN202310751151.X在审
发明人：陈思;达慧;王大寒;朱顺痣;吴芸;庄蔚蔚 -专利权人：厦门理工学院
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于多帧交互与多层融合的视频行人重识别方法及系统，该方法包括以下步骤：1）从数据集中抽取多个行人的视频序列，形成由视频序列组成的训练数据集；2）构建基于多帧交互与多层融合的视频行人重识别网络模型，所述视频行人重识别网络模型主要包括帧内空间交互模块、多帧时序交互模块、多级别局部增强模块、分割策略模块和多帧分类头结合模块；通过使用训练数据集对视频行人重识别网络模型进行训练，得到网络模型参数；3）将训练好的视频行人重识别网络模型用于检索测试视频中含有该行人的视频，实现视频行人重识别。该方法及系统有利于获得更加稳定、鲁棒、准确的视频行人重识别结果。
基于交互多层融合视频行人识别方法系统

[发明专利]一种基于浅层图神经网络的联机手写笔画分类方法-CN202310738640.1在审
发明人：王大寒;王炎蓉;朱顺痣;张燕明;殷飞 -专利权人：厦门理工学院
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G06V30/19 文献下载
摘要：本发明提出一种基于浅层图神经网络的联机手写笔画分类方法，包括以下步骤：步骤S1、对联机手写文档的每一个笔画提取若干特征；提取笔画对的若干特征；步骤S2、得到文档笔画的初始图结构；步骤S3、将初始图结构送入边缘分支进行边缘特征学习；步骤S4、将分类结果作为图的邻接矩阵，从而更新图结构；步骤S5、从更新后的图结构的节点特征中提取连通子图特征与全局特征；步骤S6、在更新后的图结构基础上，得到最终的节点特征。对最终的节点特征进行分类，得到版面分析结果。
一种基于浅层图神经网络联机手写笔画分类方法

[发明专利]一种基于图卷积网络的数字病理图像的分割与分类方法-CN202010155023.5有效
发明人：王大寒;叶海礼;李建敏;朱顺痣;朱晨雁 -专利权人：麦克奥迪（厦门）医疗诊断系统有限公司
申请日： 2020-03-09 - 公布日： 2023-09-15 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于图卷积网络的数字病理图像分割与分类方法，包括以下步骤：步骤S1：输入全切片的数字病理图像；步骤S2：利用滑动窗口方法获得图像块；步骤S3：对每个图像块进行编码、解编码，获得图像块分割结果；将图像块分割结果拼接，可得到整图分割结果；步骤S4：根据图像块分割结果计算每个图像块的特征，用图像块特征构建图卷积网络；步骤S5：利用构建的图卷积网络对整图提取特征，用分类器进行分类，得出诊断结果。本发明实现了在对数字病理图像进行准确病灶区域分割的同时得出辅助诊断结果，可应用于乳腺癌、肺癌等癌症的检测与辅助诊断领域。
一种基于图卷网络数字病理图像分割分类方法

[发明专利]一种港口拖轮调度的方法及装置-CN202310984281.8在审
发明人：王驰明;李亚楠;陈久虎;苏孙新;林忠;朱顺痣;陈承淦 -专利权人：福建新继船舶服务有限公司
申请日： 2023-08-07 - 公布日： 2023-09-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种港口拖轮调度的方法及装置，其中，该方法通过获取港口所有船舶数据和现役拖轮数据建立约束条件表，并根据船舶起始位置、船舶目标位置和现役拖轮位置建立目标函数用于计算港口拖轮调度的总作业时间，且该目标函数满足约束条件表并在约束条件表下混合使用多个演化策略对模板函数进行循环优化以得到目标函数最优解，将最优解作为港口拖轮调度的最优方案。由此，本发明采用混合演化策略即将多个演化策略混合使用循环优化目标函数，比起使用单一演化策略更具有全局搜索能力和计算效率，避免陷入局部最优解，且以港口拖轮调度的总作业时间的最优解作为港口拖轮调度的最优方案，减少运输成本提高拖轮调度效率。
一种港口拖轮调度方法装置

[发明专利]一种基于部分实例标注的半监督骨髓瘤细胞实例分割方法-CN202110941684.5有效
发明人： 朱顺痣;严燚;王继伟;叶海礼;李建敏;王大寒 -专利权人：厦门理工学院;王继伟
申请日： 2021-08-17 - 公布日： 2023-08-01 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种基于部分实例标注的半监督骨髓瘤细胞实例分割方法，包括：对已确诊的骨髓瘤显微图像中的部分骨髓瘤细胞实例进行标注，生成第一轮骨髓瘤细胞实例分割数据集；使用第一轮骨髓瘤细胞实例分割数据集对骨髓瘤细胞实例分割模型进行第一轮深度学习训练；使用第一轮深度学习训练后的模型对未标注的骨髓瘤细胞实例进行分割，生成第二轮骨髓瘤细胞实例分割数据集；使用第二轮骨髓瘤细胞实例分割数据集对第一轮训练后的模型进行第二轮深度学习训练；使用第二轮深度学习训练后的模型对其他骨髓瘤显微图像的骨髓瘤细胞实例进行分割。本发明的骨髓瘤细胞实例分割方法，降低了人工分割骨髓瘤细胞的标注成本，且具有较高的分割召回率。
一种基于部分实例标注监督骨髓瘤细胞分割方法

[发明专利]一种基于关键偏旁部首分析的零样本汉字识别方法-CN202210823652.X有效
发明人：王大寒;罗国锋;尹华一;朱顺痣 -专利权人：厦门理工学院
申请日： 2022-07-13 - 公布日： 2023-07-28 - 主分类号： G06V30/18 文献下载
摘要：本发明提出一种基于关键偏旁部首分析的零样本汉字识别方法，包括以下步骤；步骤S1：获取汉字图像建立汉字识别数据集；步骤S2：把数据集中的每个汉字表示为唯一的树状结构，进行先序遍历，获取汉字表意描述序列；步骤S3：建立汉字表意描述序列生成模型；步骤S4：使用汉字识别数据集对汉字表意描述序列生成模型进行深度学习训练；步骤S5：以深度学习训练后的汉字表意描述序列生成模型经汉字表意描述序列生成模型，生成汉字的表意描述序列；步骤S6：建立关键偏旁部首分析模型；步骤S7：根据生成的汉字表意描述序列，使用关键偏旁部首分析模型对汉字类别进行预测。本发明能将汉字识别问题转化为不确定性消除问题，提高模型对预测表意描述序列的利用能力。
一种基于关键偏旁部首分析样本汉字识别方法

[发明专利]基于特征重构的跨模态行人重识别方法及系统-CN202310406803.6在审
发明人：陈思;邱刘翔;王大寒;朱顺痣;吴芸;许华荣 -专利权人：厦门理工学院
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于特征重构的跨模态行人重识别方法，包括以下步骤：1）从数据集中成对抽取多个行人的可见光图片和红外图片，形成可见光训练数据集和红外训练数据集；2）构建基于特征重构的跨模态行人重识别网络模型，所述跨模态行人重识别网络模型主要包括特定特征提取模块、多尺度特征提取模块、Token感知的多尺度特征融合模块和跨模态特征重构模块；通过可见光训练数据集和红外训练数据集对跨模态行人重识别网络模型进行训练，得到可泛化的模型参数；3）将训练好的跨模态行人重识别网络模型用于跨模态检索，实现跨模态行人重识别。该方法及系统有利于获得更加稳定、鲁棒、准确的跨模态行人重识别结果。
基于特征跨模态行人识别方法系统

[发明专利]基于高效模板更新与选择机制的双向目标跟踪方法及系统-CN202110780748.8有效
发明人：陈思;许瑞;王大寒;朱顺痣;吴芸 -专利权人：厦门理工学院
申请日： 2021-07-09 - 公布日： 2023-06-06 - 主分类号： G06V10/75 文献下载
摘要：本发明涉及一种基于高效模板更新与选择机制的双向目标跟踪方法，包括以下步骤：构建基于在线学习的目标跟踪器T0；构建在线可靠性评估模块ORE；构建动态模板更新模块DTU；构建自适应模板选择模块ATS；构建基于离线学习的孪生跟踪器T1；根据ORE、DTU和ATS，首先选择将当前视频帧图像输入T0或者T1，第一帧默认选择T0，然后执行相应切换模式下的跟踪策略和模板策略，得到当前帧的最终预测结果。该方法及系统有效结合了基于在线学习跟踪器和基于离线学习跟踪器的优势，可以在具有挑战性的场景中获得更加稳定、鲁棒、准确的跟踪结果。
基于高效模板更新选择机制双向目标跟踪方法系统

[发明专利]基于并行共享多任务网络的人脸属性识别方法及系统-CN202110853369.7有效
发明人：陈思;赖心瑜;洪龙福;王大寒;朱顺痣;吴芸 -专利权人：厦门理工学院
申请日： 2021-07-27 - 公布日： 2023-06-06 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于并行共享多任务网络的人脸属性识别方法及系统，该方法包括以下步骤：将人脸属性数据集中包含的人脸属性分为部分属性组和整体属性组；构建并行共享多任务网络，其由一个共享子网络以及两个特定任务子网络，即一个部分属性子网络和一个整体属性子网络组成；在每个特定任务子网络中采用注意力机制，以利用共享子网络和特定任务子网络的局部和全局特征之间的相关性；设定损失函数并采用自适应惩罚策略来缓解类别不平衡问题，提高人脸属性识别率；通过人脸属性数据集对并行共享多任务网络进行训练；将待识别的人脸图像输入训练好的并行共享多任务网络模型，实现人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。
基于并行共享任务网络属性识别方法系统

[发明专利]一种基于域对抗自监督学习的病理图像分割方法-CN202110621825.5有效
发明人：王大寒;叶海礼;王继伟;朱晨雁;陈思;朱顺痣 -专利权人：厦门理工学院
申请日： 2021-06-02 - 公布日： 2023-06-02 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于域对抗自监督学习的病理图像分割方法。包括：获取病理图像建立病理图像自监督数据集；建立域对抗自监督模型；使用病理图像自监督数据集对域对抗自监督模型进行深度学习训练；建立病理图像分割模型；使用经过深度学习后的域对抗自监督模型对病理图像分割模型进行初始化；对病理图像中的病灶区域进行像素级别标注建立病理图像分割数据集；使用病理图像分割数据集对病理图像分割模型进行深度学习训练；使用深度学习训练后的病理图像分割模型对病理图像的未知病灶区域进行分割。本发明方法，采用域对抗自监督学习的方法，有效缓解了分割模型对大量人工标注的依赖并解决了模型在不同域上分割性能波动的问题。
一种基于对抗监督学习病理图像分割方法

[发明专利]基于图神经网络的文档图像关键信息提取及匹配方法-CN202011328157.9有效
发明人：王大寒;黄智财;陈坤泽;黄占秋;朱顺痣;吴岳峰;周伟;吴芸 -专利权人：厦门理工学院
申请日： 2020-11-24 - 公布日： 2023-06-02 - 主分类号： G06V30/413 文献下载
摘要：本发明涉及一种基于图神经网络的文档图像关键信息提取及匹配方法，包括以下步骤：步骤1:构建用于获取关键文本所在区域边框位置的关键文本信息检测模型；步骤2:构建用于识别文字边框内的文字关键文本识别模型；步骤3:将待提取信息的文档图像依次通过关键文本信息检测模型和关键文本识别模型，获取全部子图的文字识别结果；步骤4：以关键文本边框为节点构建图，以图神经网络为基础网络分别对于每个文本框的节点进行聚合，并预测节点的关键文本节点类型；步骤5:以正则表达式以及领域规则库的方式修正关键文本的识别结果，并得到最终的提取及匹配结果。本发明实现高效提取文档图像中的关键元素，并且准确地为关键元素匹配相应键值。
基于神经网络文档图像关键信息提取匹配方法

[发明专利]一种基于点标注的弱监督腺体实例分割方法-CN202011144599.8有效
发明人：王大寒;李建敏;叶海礼;朱晨雁;朱顺痣 -专利权人：厦门理工学院
申请日： 2020-10-23 - 公布日： 2023-05-30 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于点标注的弱监督腺体实例分割方法。包括：获取结肠组织病理学图像；对图像中存在的腺体实例进行点标注，生成腺体点检测训练样本集；建立腺体点检测模型；使用腺体点检测训练样本集对腺体点检测模型进行深度学习训练；利用深度学习训练后的腺体点检测模型预测结肠组织病理学图像中的高置信点，生成腺体实例分割训练样本集；建立腺体实例分割模型；使用腺体实例分割训练样本集对腺体实例分割模型进行深度学习训练；使用深度学习训练后的腺体实例分割模型对结肠组织病理学图像的腺体实例进行分割。本发明方法实现了结肠组织病理学图像中腺体实例的自动分割，降低了结肠癌诊断中人工分割腺体的数据标注成本。
一种基于标注监督腺体实例分割方法

[发明专利]基于跨层特征校准融合的目标跟踪方法及系统-CN202310192731.X在审
发明人：陈思;黄璜;王大寒;朱顺痣;吴芸;周伟 -专利权人：厦门理工学院
申请日： 2023-03-02 - 公布日： 2023-05-16 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及一种基于跨层特征校准融合的目标跟踪方法及系统，该方法包括：将模板区域图像和搜索区域图像输入共享权重的孪生卷积神经网络；分别采用修改后的resnet50提取模板分支和搜索分支的特征，提取第三个、第四个卷积块的特征；分别使用基于注意力的特征融合模块融合模板分支、搜索分支的第三个和第四个卷积块的特征；模板分支和搜索分支分别使用跨层校准模块通过融合后的特征来校准第四个卷积块的特征；分别对模板分支和搜索分支的第三个卷积块特征、融合后的特征、校准后的特征做深度互相关，得到三个相似性响应图，拼接在一起并降维；将降维后的相似性响应图输入预测头进行分类回归，最后得到目标的位置。该方法及系统有利于提高目标跟踪的性能。
基于特征校准融合目标跟踪方法系统

1
2
3
4
5
6
下一页»
尾页
共 90 条