“杨万扣”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18个，建议您升级VIP下载更多相关专利

[发明专利]人体实例感知的多人姿态估计方法-CN202310819458.9在审
发明人： 杨万扣;蒋俊波;杨森 -专利权人：东南大学
申请日： 2023-07-05 - 公布日： 2023-09-29 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于高斯函数的显式监督自注意力的多人姿态估计方法，包括如下步骤：步骤1，选取合适的深度学习网络作为特征提取器；步骤2，构造并行卷积与自注意力模块；步骤3，构造关键点位置预测网络；步骤4，对并行模块中的自注意力分支进行基于高斯函数的显式监督；5，输入训练图像，运用数据增广技术，扩充训练样本，用标注监督模型输出；步骤6，反向传播损失，直至训练收敛；步骤7，在测试阶段，把测试图像输入最终的多人姿态估计模型，进行多个人体实例的姿态估计。本申请解决了多人姿态估计效率低，可解释性差的技术问题。通过本申请的方法，可以统一关键点定位与关键点匹配的特征学习过程，加快了多人姿态估计速度。
人体实例感知姿态估计方法

[发明专利]一种基于几何条件限制的三维车辆检测方法-CN201910452418.9有效
发明人： 杨万扣;张弦;王超 -专利权人：东南大学
申请日： 2019-05-28 - 公布日： 2023-09-15 - 主分类号： G06V20/58 文献下载
摘要：本发明公开一种基于几何条件限制的三维车辆检测方法，包括训练和识别阶段；训练阶段的方法为，给定彩色输入图像，首先进行预选框生成，获得可能存在的初始区域，减少搜索范围，然后对每个预选框位置进行特征提取，最终送入不同的分支网络中；测试阶段的方法为，首先利用训练好Region Proposal Network在不同尺度的特征层上生成不同尺度和形状的预选框，然后对预选框对应特征进行RoI‑Pooling，得到对应的三维属性，最终利用透视投影变换公式约束得到完整的车辆三维信息。本发明对图像的噪声具有较强的鲁棒性，可增加车辆检测的鲁棒性，提高三维车辆识别的识别率，大大减少识别所需时间，具有十分重要的实用价值。
一种基于几何条件限制三维车辆检测方法

[发明专利]一种多视角全身人体图像生成方法-CN202310601275.X在审
发明人： 杨万扣;陈子威;杨森 -专利权人：东南大学
申请日： 2023-05-25 - 公布日： 2023-08-15 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种多视角全身人体图像生成方法，包括如下步骤：步骤1，构建人体图像生成器及判别器的主体框架；步骤2，输入一批潜在编码、人体关节点热图及相机参数，由生成器生成一批图像；步骤3，将生成的图像送入判别器，计算损失函数，以更新生成器网络参数；步骤4，将数据集中一批图像送入判别器，计算损失函数，以更新判别器网络参数，完成一次网络训练；步骤6，重复步骤2到步骤5，直至训练收敛，得到最终的全身人体图像生成器；步骤7，在测试阶段，把潜在编码、人体关节点热图及相机参数输入生成器，得到生成的图像。本申请解决了全身人体图像生成速度慢、质量低、不真实的问题，且本申请可控制生成图像的人体姿态、相机视角。
一种视角全身人体图像生成方法

[发明专利]一种基于不平衡局部Fisher判别分析的尿沉渣检测方法-CN201910782936.7有效
发明人： 杨万扣;李子煜;孙启明 -专利权人：东南大学
申请日： 2019-08-23 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于不平衡局部Fisher判别分析的尿沉渣检测方法。首先，对输入尿沉渣有形成分图像提取聚合通道特征。其次，对每个通道使用Haar‑like模板进行通道滤波提取中间层特征。接着，对单个通道的特征进行分组，随机选择若干组的特征进行线性加权组合成一个新的候选特征。然后，考虑到样本分布的不平衡性，提出一种不平衡局部Fisher判别分析方法来进行加权系数的学习。最后，将所有通道的候选特征串联起来形成最后的特征向量，结合基于决策树的Adaboost分类器进行训练，针对不同的尿沉渣有形成分训练不同的检测器。本发明考虑了尿沉渣有形图像的局部信息融合和样本分布的不平衡性，有效的降低了噪声的影响，准确率高，计算速度快，具有十分重要的实用价值。
一种基于不平衡局部 fisher 判别分析沉渣检测方法

[发明专利]一种微型动态倾角测量模组及其解算方法-CN202211398392.2在审
发明人：赵立业;杨皓明;高昂;李宏生;黄丽斌;丁徐锴;杨万扣;陈锐锋 -专利权人：东南大学
申请日： 2022-11-09 - 公布日： 2023-01-03 - 主分类号： G01B7/30 文献下载
摘要：本发明公开了一种微型动态倾角测量模组及其解算方法，该发明包括机械结构、电路和解算算法。该模组通过核心板和底板叠加的机械结构，总体尺寸厘米级。整体结构通过贴片工艺和合理规划正反面器件安装位置，将模组的整体温度保持在主控的运行温度，减少惯性传感器温度漂移带来的误差。嵌入式单片机主控芯片实现多种通信方式的数据输出，包括串口输出以及总线输出。运用卡尔曼滤波算法进行误差补偿和噪声滤波，实现估计倾角和测量倾角的融合得到稳定的最优估计倾角。动态输出数据包含惯性传感器六轴数据及解算的二轴倾角，具有体积小、精度高、鲁棒性强等优点。
一种微型动态倾角测量模组及其方法

[发明专利]一种基于关键点表示的红外弱小目标检测方法-CN202210985537.2在审
发明人： 杨万扣;吴乐天;王强;王欢;赵立业 -专利权人：东南大学
申请日： 2022-08-17 - 公布日： 2022-11-08 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于关键点表示的红外弱小目标检测方法，首先构建基于编码器‑解码器结构的检测网络主体框架，基于VGG16的特征提取网络；根据目标中心点的位置坐标，选择合适的高斯半径对中心点坐标按照高斯分布计算关键点热力图，把训练图像的标签图转化为相应的关键点热力图；对训练图像进行预处理后送入检测网络，进行网络训练，计算检测网络的损失函数，并进行参数更新，反复训练直至训练收敛，获得最终的网络模型；将测试图像送入检测网络中，输出热力图结果，并选择合适的阈值获得热力图的峰值区域，输出最终检测结果。本方法直接优化并定位目标中心点坐标，实现了红外弱小目标级别端到端的检测，有效提高红外弱小目标的检测速度与检测精度。
一种基于关键表示红外弱小目标检测方法

[发明专利]一种基于角度参数化的航向初始对准方法-CN202210679941.7在审
发明人：赵立业;杨皓明;黄丽斌;丁徐锴;杨万扣;李新德 -专利权人：东南大学
申请日： 2022-06-16 - 公布日： 2022-08-09 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了一种基于角度参数化的航向初始对准方法。首先，基于计算量较低的要求，推导基于六轴惯性传感器的Mahony姿态解算算法，对产生数据进行提取预处理。其次，结合扩展卡尔曼滤波与高斯和滤波器，研究基于角度参数化的航向初始对准技术。通过角度参数化的方法，将初始航向角分割为等间隔方向，将解算的航向角输入到相应的角度参数化滤波算法模块，进行低精度组合导航系统的航向初始对准。在初始航向角存在大失准角的情况下，该系统可以通过短时间的机动，航向角完成初始对准，最终实现强鲁棒性、高精度的组合导航航向角初始化。
一种基于角度参数航向初始对准方法

[发明专利]基于迁移学习的人脸和人脸关键点联合检测方法-CN201910867602.X有效
发明人： 杨万扣;葛涌涛;郑文明 -专利权人：东南大学
申请日： 2019-09-13 - 公布日： 2022-06-14 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种快速人脸和人脸关键点联合检测方法，包括如下步骤：步骤1，构建教师网络和学生网络；步骤2，输入一批训练图像，进行数据增强；步骤3，根据自适应尺度匹配策略，划分正负锚点框样本；步骤4，挖掘正负样本，计算多任务损失函数，更新网络参数；步骤5，转至步骤2，直至训练收敛，得到教师网络模型；步骤6，重复步骤2到步骤5，利用教师网络模型，加入迁移学习损失函数，训练得到学生网络模型；步骤7，在测试阶段，输入测试图像到学生网络模型，得到检测结果。本发明可以同时得到人脸和关键点检测结果，加快了人脸识别预处理流程的速度。本发明提出的轻量网络推理速度快，能够部署在算力受限的嵌入式设备。
基于迁移学习关键联合检测方法

[发明专利]一种基于双子网络的红外弱小目标检测方法-CN202110816221.6在审
发明人： 杨万扣;王强;李红;王欢 -专利权人：东南大学
申请日： 2021-07-20 - 公布日： 2021-09-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于双子网络的红外弱小目标检测方法，包括如下步骤：步骤1，分别构建包含两个子网络的主体框架；步骤2，对训练图像进行数据预处理送入网络；步骤3，针对子网络1，计算漏检抑制损失函数，并更新参数；针对子网络2，计算虚警抑制损失函数，并更新参数；步骤4，转至步骤2，直至训练收敛，保存两个子网络；步骤5，在测试阶段，把图像分别输入两个子网络，得到两组结果；步骤6，将两组检测结果融合，输出最终结果。本申请针对红外弱小目标图像特点，设计了一种基于双子网络的红外弱小目标检测方法，使用两个子网络分别针对红外弱小目标检测的虚警率和漏检率的任务，进一步提高红外弱小目标检测精度和鲁棒性。
一种基于双子网络红外弱小目标检测方法

[发明专利]一种基于张量均方最小误差的红外弱小目标检测方法-CN201910867599.1在审
发明人： 杨万扣;李红;刘锡祥;王欢 -专利权人：东南大学
申请日： 2019-09-13 - 公布日： 2020-01-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于张量均方最小误差的红外弱小目标检测方法，首先提出利用目标邻域块去预测中心像素灰度值；然后根据均方最小误差原理获得预测背景图和差分图；最后通过自适应阈值分割进行小目标检测。完成红外弱小目标检测。本发明能利用全局和局部特征共同探测弱小目标，且具有较强的抑制复杂背景干扰的能力。
红外弱小目标检测最小误差复杂背景局部特征弱小目标中心像素阈值分割背景图邻域块小目标自适应预测灰度探测检测全局

[发明专利]一种基于级联卷积神经网络结构的人脸检测方法-CN201811015651.2在审
发明人： 杨万扣;李天煌;周路宽;孙长银 -专利权人：东南大学
申请日： 2018-08-31 - 公布日： 2019-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于级联卷积神经网络的人脸检测方法，涉及模式识别、机器学习、图像处理等技术领域，该方法分为三个阶段，第一个阶段：将低分辨率的候选窗口输入浅层卷积神经网络用于快速筛选大量背景窗口；第二个阶段：将通过第一阶段的候选窗口，调整成不同尺度的图像金字塔；第三个阶段：将图像金字塔中对应分辨率的图像分别输入网络的两个分支，用于最终人脸分类和边界框回归。训练过程中，针对困难样本在线训练，采用软‑非极大值抑制算法对数据集进行多尺度测试，在PASCAL FACE和FDDB两个公开数据集上与其他方法进行结果对比，验证了方法的有效性。
卷积神经网络图像金字塔候选窗口人脸检测数据集级联非极大值抑制神经网络结构低分辨率机器学习结果对比快速筛选模式识别人脸分类输入网络图像处理训练过程在线训练边界框多尺度分辨率卷积浅层算法样本尺度验证图像测试回归

[发明专利]一种基于ACF的尿沉渣检测方法-CN201810018283.0在审
发明人： 杨万扣;孙启明;孙长银 -专利权人：东南大学
申请日： 2018-01-09 - 公布日： 2018-08-17 - 主分类号： G01N33/493 文献下载
摘要：本发明公开了一种基于ACF的尿沉渣检测方法，针对不同的尿沉渣有形成分训练不同的检测器，包括如下步骤：(1)训练阶段：首先对训练样本进行通道计算，包括LUV、梯度幅值以及六个方向的梯度方向直方图，然后对十个通道进行池化操作，再进行向量化得到特征向量，采用软级联的adaboost算法训练分类器，每个弱分类器是深度为2的决策树；(2)测试阶段：采用滑动窗口检测法，对采样窗口提取十个通道特征，向量化为特征向量，同时利用快速特征金字塔提高检测速度，利用训练好的模型进行测试，判断是否属于尿沉渣有形成分；本发明更好的利用的尿沉渣有形成分的特征信息，有效地降低了噪声的影响，准确率高、计算速度快，具有十分重要的实用价值。
尿沉渣尿沉渣检测特征向量梯度方向直方图检测器训练分类器采样窗口测试阶段滑动窗口快速特征弱分类器特征信息通道计算通道特征训练阶段训练样本检测法决策树向量化有效地准确率池化级联向量金字塔噪声测试检测

[发明专利]一种基于半监督极限学习机的多类图像分类方法-CN201510381792.6有效
发明人：孙长银;刘金花;于化龙;杨万扣 -专利权人：东南大学
申请日： 2015-07-02 - 公布日： 2018-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于半监督极限学习机的多类图像分类方法，将训练样本集分为已标注样本集L、未标注样本集U和测试集T；把U中的样本进行有放回重采样构建N个差异的训练子集；然后在各个子集上与已标记训练样本L分别训练一个半监督极限学习机模型，共N个分类器；将这N次极限学习机对应节点的输出求和取平均；将输出作归一化处理后，应用最优标记和次优标记算法BvSB的主动学习技术对样本进行不确定性评估，从U中取最不确定的样本进行人工标注并转移到L中；重新更新分类器模型，直至迭代结束。通过本发明，解决了相关技术中图像分类存在分类正确率低和学习速度低的问题，为准确、快速、稳定的图像分类奠定了一定的基础。
一种基于监督极限学习机图像分类方法

[发明专利]一种基于Gabor张量的MLFDA人脸识别方法-CN201710092813.1在审
发明人： 杨万扣;孙长银;彭煜聪;王川 -专利权人：东南大学
申请日： 2017-02-21 - 公布日： 2017-07-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于Gabor张量的MLFDA人脸识别方法，包括训练阶段和识别阶段；训练阶段的方法为首先，将所有的训练样本的每张人脸图像进行二维Gabor滤波，一幅人脸图像得到40个Gabor特征，然后，将每个训练样本求得的Gabor特征合成一个三阶张量，利用MLFDA算法计算得到张量样本的最佳投影矩阵，利用最佳投影矩阵将张量样本投影至低维的子空间；识别阶段的方法为进行二维Gabor滤波，将求得的Gabor特征合成一个三阶张量，利用最佳投影矩阵将待测样本投影至低维的子空间，然后预测待测样本所属的对象。本发明对光照和姿态变化具有较强的鲁棒性，并且这是一种有监督的学习算法，利用了数据的类别信息，提高了人脸的识别率。
一种基于 gabor 张量 mlfda 识别方法

[发明专利]一种基于韦伯法则的局部多值模式的人脸识别方法-CN201410001390.4有效
发明人：孙长银;杨万扣;黄荣;吴津 -专利权人：东南大学
申请日： 2014-01-03 - 公布日： 2017-02-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于韦伯法则的局部多值模式的人脸识别方法，分为训练阶段和识别阶段；训练阶段，首先要提取训练样本的特征，对样本进行三级编码；然后将三级编码都转换为Uniform模式，然后对经过三级编码后的图像分别进行均匀的、无交叠的分块处理，再对每个分块提取特征直方图，将每个块每级的特征直方图连接得到一幅人脸图像的整体特征直方图；识别阶段，按照上述特征提取的方法提取待测样本的特征直方图作为待测特征，然后运用χ2概率统计和最近邻分类方法，对待测样本进行识别。本发明在人脸识别中对人脸的光照和姿态具有更佳的鲁棒性，并提高了人脸的识别率。
一种基于韦伯法则局部模式识别方法

1
2
下一页»
尾页
共 18 条