“梁久祯”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66个，建议您升级VIP下载更多相关专利

[发明专利]基于低秩矩阵重构和广义卷积的纺织品瑕疵检测方法-CN202110676320.9有效
发明人：张文超;侍伯山;梁久祯 -专利权人：常州信息职业技术学院
申请日： 2021-06-18 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于低秩矩阵重构和广义卷积的纺织品瑕疵检测方法，包括，首先使用自编码器重构瑕疵样品图像，从而获得符合真实分布的无暇背景；其次，利用重构图像和原图像构造差异性矩阵作为后续检测的先验，并定义一个广义的卷积来增强瑕疵区域；然后，设计误差项来表征自编码器在无暇部分形成的重构误差；最后，对输入图像进行低秩分解，并使用显著性分割和阈值分割来提取瑕疵区域。本发明将自编码器引入低秩分解模型的优化部分，代替奇异值分解来优化低秩项，以获得唯一的最优解，从而解决当前模型存在的不确定多解问题。设计的广义卷积是非线性的，使得模型能够在稀疏项中鼓励瑕疵区域的同时惩罚无暇区域，从而获得更精确的检测结果。
基于矩阵广义卷积纺织品瑕疵检测方法

[发明专利]基于自适应注意力图卷积的人脸特征点定位方法及系统-CN202310938973.9在审
发明人： 梁久祯;范静彦 -专利权人：常州大学
申请日： 2023-07-27 - 公布日： 2023-10-13 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及图像处理技术领域，尤其涉及基于自适应注意力图卷积的人脸特征点定位方法及系统，包括对人脸图像进行预处理；将预处理后图像输入到CNN主干网络得到遮挡点、3DMM参数以及特征图；建立特征点关联图；训练GCN‑global，通过三维人脸拟合实现全局变换；训练GCN‑local；得到最终的人脸特征点定位结果。本发明解决人脸姿态变化导致的面部姿态遮挡问题、人脸图像中出现的外部物理遮挡问题。
基于自适应注意力图卷积特征定位方法系统

[发明专利]一种基于跳跃融合生成对抗网络的纺织品瑕疵检测方法-CN202310684876.1在审
发明人： 梁久祯;成浩铭;顾正家 -专利权人：常州大学
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像处理技术领域，尤其涉及一种基于跳跃融合生成对抗网络的纺织品瑕疵检测方法，包括采集有瑕疵的纺织品图像；通过跳跃融合生成对抗网络获得与输入图像对应的生成图像；将输入图像和生成图像输入多通道瑕疵检测法和SSIM检测法，分别通过两个算法得到纺织品图像的瑕疵显著图像；将多通道瑕疵检测法和SSIM检测法得到纺织品图像的瑕疵显著图像进行融合得到图像。本发明提出了跳跃融合生成对抗网络模型，应对瑕疵的去除效果不理想和不能很好生成背景特征的问题。
一种基于跳跃融合生成对抗网络纺织品瑕疵检测方法

[发明专利]一种结合关键节点和增强数据引导的人体行为识别方法-CN202210673629.7在审
发明人： 梁久祯;张城瑜 -专利权人：常州大学
申请日： 2022-06-13 - 公布日： 2022-09-09 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及人体行为识别技术领域，尤其涉及一种结合关键节点和增强数据引导的人体行为识别方法，包括：通过增强算法和计算关键节点算法分别对原始数据进行处理；将增强后的关节序列数据输入教师ST‑GCN模型，训练完成得到固定网络参数的教师模型的输出特征；根据关键节点骨架序列值得到学生模型的输出特征；以Pt*(s)与的均方损失作为学生模型的额外监督；并以与标签之间的交叉熵损失作为学生模型的主要监督；根据均方损失和交叉熵损失计算最终损失。本发明针对现有的基于GCN的方法是通过增加模型参数来提高性能，这使得模型在训练的时候需要大量的数据，这也意味着在小样本学习任务中表现不佳。
一种结合关键节点增强数据引导人体行为识别方法

[发明专利]基于瑕疵先验与全变差正则项的低秩分解的织物检测方法-CN202210535199.2在审
发明人： 梁久祯;鲍向阳 -专利权人：常州大学
申请日： 2022-05-17 - 公布日： 2022-07-22 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及织物检测技术领域，尤其涉及基于瑕疵先验与全变差正则项的低秩分解的织物检测方法，包括：运用自编码器对正常图像进行训练得到正常纹理的特征；将待检测图像与自编码器重构的图像进行SSIM的显著性分割，得到瑕疵先验；将待检测图像和瑕疵先验输入PTVRPCA模型，得到瑕疵图像；通过阈值分割算法得到最后的检测结果。本发明解决现有纺织品瑕疵检测算法中预期缺陷的重建损失太小而无法很好地分割瑕疵，当缺陷与缺陷相似时，检测效果不理想。
基于瑕疵先验全变差正则分解织物检测方法

[发明专利]一种基于人脸重构和Gabor遮挡字典的人脸识别方法-CN202210202974.2在审
发明人： 梁久祯;赫焕杰 -专利权人：常州大学
申请日： 2022-03-02 - 公布日： 2022-06-14 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及人脸识别技术领域，尤其涉及一种基于人脸重构和Gabor遮挡字典的人脸识别方法，包括S1、首先进行多角度人脸重构，经过mtcnn人脸对齐和裁剪；S2、引入遮挡字典Ae与训练数据A共同对测试样本编码；S3、增强字典对样本的表达能力；S4、用求解出的字典D重构测试样本；S5、重构误差矩阵进行样本分类；S6、由重构误差得到测试样本的标签分类；本发明一方面重构多角度人脸，弥补姿态遮挡人脸中的不可见部分；另一方面将Gabor遮挡字典与传统人脸识别过程相结合，利用Gabor遮挡字典重构因物理遮挡导致的噪声特征，增加对遮挡人脸识别的精度。
一种基于人脸重构 gabor 遮挡字典识别方法

[发明专利]一种基于特征感知在双模式人脸变换下的人脸正面化方法-CN202210204096.8在审
发明人： 梁久祯;乔鼎 -专利权人：常州大学
申请日： 2022-03-02 - 公布日： 2022-06-14 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及人脸正面化技术领域，尤其涉及一种基于特征感知在双模式人脸变换下的人脸正面化方法，包括S1、输入任意角度的人脸图像；S2、通过3DDFA模型获得3D模型；S3、用3D模型根据任意角度的人脸图像得到正面的有损人脸；S4、将正面的有损人脸输入GAN网络，得到无损的正面人脸。本发明基于双模式的生成对抗网络模型，应对不同姿态下不同特点的人脸正面化问题；借助3D模型能拟合任意姿态人脸的特点，将二维图像拟合到3D模型中，旋转3D模型值某一姿态角实现人脸变换；为了保持正面人脸视图的细节信息，在生成网络中加入了融合内容损失和身份损失的感知损失模块，提高生成正面视图的真实感。
一种基于特征感知双模式人脸变换正面方法

[发明专利]一种基于区块链的房屋租赁方法和系统-CN202111055156.6在审
发明人：张华君;姚琪;梁久祯 -专利权人：常州大学
申请日： 2021-09-09 - 公布日： 2021-11-19 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于区块链的房屋租赁方法和系统，所述方法包括：通过房源智能合约在区块链中发布待租赁房源信息；生成租赁合同智能合约；生成房东和租客的费用锁定智能合约；通过租赁合同智能合约周期性地计算租赁费用；通过房东和租客的费用锁定智能合约在区块链中形成租赁支付通道，并通过多签名交易在租赁支付通道中支付租赁费用；当租赁结束时，通过房东或租客的费用锁定智能合约关闭租赁支付通道并返还锁定金；所述系统包括智能合约模块、房源发布模块、费用计算模块、通道创建模块、自动支付模块、通道关闭模块和区块链信息平台。本发明能够有效降低租赁成本，提高租赁过程的安全性、合理性、准确性。
一种基于区块房屋租赁方法系统

[发明专利]一种结合PCANet和遮挡定位的非配合人脸识别方法-CN202110676235.2在审
发明人：张文超;吕世林;梁久祯 -专利权人：常州信息职业技术学院
申请日： 2021-06-18 - 公布日： 2021-08-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种结合PCANet和遮挡定位的非配合人脸识别方法，包括，采用没有遮挡物的人脸训练样本训练尺寸合适的PCANet滤波器；利用训练好的滤波器对没有遮挡物的人脸训练样本和含有遮挡物的人脸测试样本进行多尺度特征提取；通过二维马尔科夫随机场对测试样本中含有的遮挡进行定位，并将遮挡位置以二值图的形式表示；将标记好遮挡位置信息的多尺度PCANet特征采用非配合人脸识别模型进行分类，得到对于非配合人脸的识别结果。本发明通过马尔科夫随机场检测并定位遮挡，将遮挡位置信息加入到PCANet特征中，构建结合PCANet特征和遮挡定位的识别模型，增加了对非配合人脸识别的精度。
一种结合 pcanet 遮挡定位配合识别方法

[发明专利]基于低秩稀疏矩阵分解的纺织品瑕疵检测方法-CN202010678742.5在审
发明人： 梁久祯;纪旋;魏敬晨;周明智;张英丽 -专利权人：常州大学
申请日： 2020-07-15 - 公布日： 2020-10-30 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及纺织品检测技术领域，尤其是基于低秩稀疏矩阵分解的纺织品瑕疵检测方法，该检测方法包括以下步骤，首先根据周期信息对周期性纺织品进行分块，获取瑕疵先验，用于指导低秩分解模型，然后加入拉普拉斯正则化以增加背景与缺陷区域之间的距离；最后，采用最优阈值分割算法对生成的稀疏矩阵进行分割，完成缺陷检测；本发明提供了一种基于低秩稀疏矩阵分解的纺织品检测方法，通过块分割法确定瑕疵先验，加入到低秩分解模型中，构建权重的低秩分解模型，增加了对较大瑕疵块的检测精度，通过拉普拉斯正则项，增大瑕疵区域与背景之间的距离，进一步提升对瑕疵的检测精度与鲁棒性。
基于稀疏矩阵分解纺织品瑕疵检测方法

[发明专利]一种基于图元分解和各向异性矫正的纺织品瑕疵检测方法-CN201811352611.7在审
发明人： 梁久祯;刘威 -专利权人：常州大学
申请日： 2018-11-14 - 公布日： 2019-04-16 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及纺织品检测技术领域，尤其是基于图元分解和各向异性矫正的纺织品瑕疵检测方法。首先，根据变化规律将织物分成Lattice。提出一种有效的各向异性校正方法，减小Lattice间的拉伸和畸变。提出一种图元分解方法，将矫正后的Lattice划分为粒度更小的图形元素。提出一种自监督阈值选择策略，利用无瑕区域获得阈值，使每个图元都有相应的瑕疵判断标准。本发明提供了一种基于图元分解和各向异性矫正的纺织品瑕疵检测方法，确定图案的大小对纺织品分块，减少计算复杂度，提高检测速率。通过各向异性矫正，减少拉伸畸变对纺织品的影响。利用图元分解，将图案分解为粒度更小的图元，有利于增加本发明的准确率。同时本方法对瑕疵类型具有普适性。
图元矫正纺织品分解瑕疵检测畸变拉伸纺织品检测计算复杂度变化规律区域获得图案分解图形元素阈值选择瑕疵类型瑕疵判断普适性准确率分块减小校正图案检测监督

[发明专利]一种三维矫正和加权相似性度量学习的无约束人脸验证方法-CN201811353070.X在审
发明人： 梁久祯;徐昕 -专利权人：常州大学
申请日： 2018-11-14 - 公布日： 2019-04-02 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及无约束人脸验证技术领域，具体涉及一种三维矫正和加权相似性度量学习的无约束人脸验证方法。首先，针对无约束人脸图像中的人脸姿势变化对验证准确性的影响，提出了一种有效的三维人脸矫正方法。首先对人脸图像进行人脸特征点检测，针对多人脸图像，需进行目标人脸特征点筛选。其次，利用检测的人脸特征点进行三维人脸矫正，并裁剪矫正后的图像的人脸的相关区域以去除复杂的图像背景。最后，提出一种加权相似性度量学习的方法，将相似性度量学习以及马氏距离度量学习两种方法进行加权结合到一起，能够更好的学习两张图像之间的相似度，更加有利于相似图像对与不相似图像对的区分，提高验证准确率。
相似性度量矫正无约束加权人脸图像人脸验证三维人脸学习相似图像验证人脸特征点检测图像人脸姿势变化人脸特征点马氏距离目标人脸图像背景特征点相似度准确率度量裁剪去除筛选检测

[发明专利]瑕疵检测方法、系统及装置-CN201610653137.6有效
发明人：常兴治;楼桦;顾程熙;梁久祯;胡丽英;朱川 -专利权人：常州信息职业技术学院
申请日： 2016-08-10 - 公布日： 2019-03-22 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种瑕疵检测方法、系统及装置，该方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。本发明可以实现纺织品瑕疵的检测。
瑕疵检测方法系统装置

[发明专利]一种纺织品瑕疵检测方法-CN201810517728.X在审
发明人：常兴治;朱川;胡丽英;刘威;梁久祯;侯振杰;崔瑶瑶 -专利权人：常州信息职业技术学院
申请日： 2018-05-25 - 公布日： 2018-11-06 - 主分类号： G01N21/88 文献下载
摘要：一种纺织品瑕疵检测方法，包括以下步骤：输入待检测的含有周期变化图案的纺织品图像作为待测样本图像；确定基本重复单元的模板大小；根据所确定的模板大小对待测样本图像进行裁剪和分块，建立双层MRF模型中的顶层约束场；对待测样本图像进行双线性插值，扩展后的图像作为双层MRF模型中的底层数据场；计算每一图像块的图像能量；通过EM算法迭代求解双层MRF模型，确定使所有图像能量达到稳定的图像标记；根据最终的图像标记场确定瑕疵位置，输出最终的检测结果。通过求取最小重复单元大小对样本图像进行分块，提高了检测速率，同时改进传统的MRF模型方法，使得本发明具有更好的检测精度。
样本图像图像标记图像能量瑕疵检测分块检测纺织品图像最小重复单元纺织品图像待测样本底层数据检测结果周期变化瑕疵位置场确定传统的双线性图像块顶层迭代求解裁剪图案输出改进

[发明专利]一种基于深度图像数据的非接触式呼吸监测方法-CN201610162800.2有效
发明人：侯振杰;陈永康;王晖;陈宸;李维康;刘佳镔;林恩;梁久祯 -专利权人：常州大学
申请日： 2016-03-21 - 公布日： 2018-10-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种非接触式呼吸监测的方法。该方法包括：定位深度视频流中被监测者胸腹部区域；对深度视频流中每一帧图像的胸腹部区域数据降维；对降维后的数据计算方差，得到胸腹部变化程度序列；对胸腹部变化程度序列进行低通滤波，得到降噪后的呼吸变化序列；根据呼吸变化序列计算出呼吸频率以及呼吸暂停时间。本方法解决了接触式监测呼吸可能带来的干扰被监测者呼吸过程的问题，降低了硬件成本与设备的复杂性。
一种基于深度图像数据接触呼吸监测方法

1
2
3
4
5
下一页»
尾页
共 66 条