“汤景凡”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80个，建议您升级VIP下载更多相关专利

[发明专利]基于yolov7的物体表面缺陷检测方法-CN202310836985.0在审
发明人： 汤景凡;李非凡;张旻;姜明 -专利权人：杭州电子科技大学
申请日： 2023-07-10 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本发明属于表面缺陷检测等计算机视觉领域。基于对表面缺陷的特点与YOLOv7算法架构的研究，提出了一种基于yolov7的物体表面缺陷检测方法包括：获取图片，构建训练集、测试集、验证集，在YOLOv7模型的基础上，构建表面缺陷识别模型：在SPPCSPC模块后面加入EVCBlock模块；将Concat模块替换成AScat模块；在特征提取网络输出端部分添加SPDConv模块；采用训练好的表面缺陷检测模型对待测图片进行缺陷识别。本发明让模型更够准确检测与定位小目标缺陷，实现在整体上提高物体表面缺陷检测特别是小目标缺陷检测的准确度。
基于 yolov7 物体表面缺陷检测方法

[发明专利]一种基于预训练模型的部分标签命名实体识别方法-CN202310807334.9在审
发明人：张旻;黄雍圣;姜明;汤景凡 -专利权人：杭州电子科技大学
申请日： 2023-07-04 - 公布日： 2023-10-03 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于预训练模型的部分标签命名实体识别方法，包括如下步骤：将预测语句输入到整体模型里，得到部分实体词汇和实体类型标签；将部分实体词汇拼接在原始的预测语句中的输入末端组合成字词序列，并得到字词序列对应的头、尾位置序列和字词标签；将得到的实体词token序列和字词标签序列分别通过部分标签小模型中的BERT进行序列编码得到对应序列编码向量后进行拼接得到融合后的特征向量；将得到的特征向量通过部分标签小模型中的transformer特征提取器结合相对应的位置编码进行特征融合得到最终特征向量表示；使用得到的融合特征通过CRF进行标签预测和解码。该方法采用预训练大模型+小模型的方式代替外部词典信息，能有效的进行命名实体识别抽取。
一种基于训练模型部分标签命名实体识别方法

[发明专利]基于编解码-跳跃连接尺度金字塔网络的人群计数方法-CN202010418960.5有效
发明人：姜明;李鹏飞;张旻;汤景凡 -专利权人：杭州电子科技大学
申请日： 2020-05-18 - 公布日： 2023-07-14 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于编解码‑跳跃连接尺度金字塔网络的人群计数方法。本发明提出了一种深度卷积神经网络结构，称为ED‑SSPNet，由特征提取编码器(FEE)和特征映射解码器(DMD)两部分组成。FEE整合了尺度聚合模块中提取的特征，利用加权的跳跃连接的方式获取多尺度信息和上下文信息，保证信息不丢失。DMD采用反卷积和融合操作生成包含细节信息的特征，得到高质量的密度图，达到精确计数的目的。结果表明，这种方法具有更好的鲁棒性和自适应能力。
基于解码跳跃连接尺度金字塔网络人群计数方法

[发明专利]一种基于多特征信息的快递人员身份识别方法-CN202010419503.8有效
发明人：张旻;李鹏飞;姜明;汤景凡 -专利权人：杭州电子科技大学
申请日： 2020-05-18 - 公布日： 2023-07-14 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于多特征信息的快递人员身份识别方法。本发明提出利用跳跃连接的方式连接3个含有相同大小卷积核的卷积层与3个多尺度金字塔模块MSPM，来融合多层高层语义特征信息和低层特征图的细节信息，从而构建目标检测网络SFPNet。其中，MSPM采用并行的空洞卷积来提取不同尺度物体对应的特征信息，这些空洞卷积中含有不同大小空洞率，在卷积过程中采用不同步长。本发明在得到快递人员相关信息后，将多个目标信息进行综合评定，判读更加准确，鲁棒性和自适应能力更好。
一种基于特征信息快递人员身份识别方法

[发明专利]一种基于融合信息的外卖人员身份识别方法-CN202010418961.X有效
发明人：姜明;李鹏飞;张旻;汤景凡 -专利权人：杭州电子科技大学
申请日： 2020-05-18 - 公布日： 2023-05-26 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于融合信息的外卖人员身份识别方法。本发明提出了一种基于多级特征和空间注意力机制的多目标检测网络MFCNet。该网络结构包括四部分，即特征提取主干网络模块、特征融合模块、多尺度信息提取模块以及空间注意力机制模块。针对MFCNet网络的训练，首先先使用PASCAL VOC数据集进行预训练，得到含有基础目标识别能力的预训练模型。然后通过收集外卖人员的多个属性特征，进行标记，做成数据集。最后在预训练模型的基础上，进行进一步的训练得到最终MFCNet识别模型，从而进行测试检测。本发明方法不但具有更好的鲁棒性和自适应能力。本发明不但采集了目标整体特征，而且通过多个附加目标信息的识别，能够较为准确的给出目标身份，适用性较强。
一种基于融合信息外卖人员身份识别方法

[发明专利]基于自适应注意力机制和知识图谱的图像描述生成方法-CN202211579831.X在审
发明人： 汤景凡;吴志威;张旻;李鹏飞;姜明 -专利权人：杭州电子科技大学
申请日： 2022-12-09 - 公布日： 2023-04-14 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了基于自适应注意力机制和知识图谱的图像描述生成方法,先将MSCOCO数据集和Visual Genome数据集中有关图像的描述转化为知识图谱；再使用TransR模型将知识图谱向量化表示，得到单词嵌入向量；之后，通过单词嵌入向量和视觉哨兵生成自适应注意力机制模型；基于LSTM模型，结合自适应注意力机制模型、知识图谱，得到基于自适应注意力机制和知识图谱的图像描述模型；最后，将待描述的图片输入图像描述模型，得到待描述的图片的图像描述。本模型生成的描述更加符合人类的描述。
基于自适应注意力机制知识图谱图像描述生成方法

[发明专利]一种基于时序信息和网格化模型的车道线检测方法-CN202211568204.6在审
发明人： 汤景凡;吴旺杰;张旻;姜明 -专利权人：杭州电子科技大学
申请日： 2022-12-08 - 公布日： 2023-04-04 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于时序信息的网格化模型的车道线检测方法，包括S1、获取车道线的顺序图像帧；S2、数据预存阶段；S3、自注意力处理阶段；S4、记忆提取阶段；S5、解码预测阶段；S6、预测生成阶段。该方法通过自注意力、交叉注意力和多尺度特征融合结合使用从而达到记忆生成和读取的网络结构。本发明通过对图像网格化处理从而将车道线检测问题建模成分类问题，达到减少计算量，提高计算速度的目的。模型整体流程分为当前帧流程和历史帧流程，模型主干是当前帧流程，而历史流程产出记忆信息供当前帧流程通过记忆提取模块提取。本发明在历史帧流程中复用之前时刻该图像在当前帧流程提取的特征，避免重复计算从而进一步减小计算量。
一种基于时序信息网格模型车道检测方法

[发明专利]基于群体行为特征和信用评价模型的决策方法-CN202211512191.0在审
发明人：姜明;吴志威;汤景凡;张旻 -专利权人：杭州电子科技大学
申请日： 2022-11-29 - 公布日： 2023-03-28 - 主分类号： G06Q10/0637 文献下载
摘要：本发明公开了一种基于群体行为特征和信用评价模型的决策方法。本发明包括如下步骤：1.统计社区业主车辆出行的规律，提取出社区业主车辆出行的群体行为特征；2.量化社区公共车位对外共享的服务能力，从统计意义上确定在优先保障业主停车条件下社区所能提供的最大共享停车数量；3.对业主的车辆出行行为进行共享量化建模，得到共享量化模型；4.对基于模糊综合评价的共享停车信用进行建模，得到共享停车信用模型；5.针对被拒的外来车辆构建用户停车拒绝概率模型；6.基于共享量化模型和共享停车信用模型和用户停车拒绝概率模型来指定停车接纳控制策略。本发明能在保障业主停车权利的同时，做到合理量化公共停车位的共享数量和时间，以解决公共停车位的共享问题。
基于群体行为特征信用评价模型决策方法

[发明专利]一种使用自注意力机制和可变卷积的车道线检测方法-CN202211670000.3在审
发明人： 汤景凡;吴旺杰;张旻;姜明 -专利权人：杭州电子科技大学
申请日： 2022-12-25 - 公布日： 2023-03-17 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种使用自注意力机制和可变卷积进行特征提取优化的车道检测方法，包括1、主干流程初步提取图像特征；2、特征融合计算；3、可变卷积计算阶段；4、车道线位置预测阶段；5、图像分割特征提取阶段。该方法ResNet卷积网络、全连接层计算、图像网格化建模方法对原始图像进行车道线检测识别。本发明通过对自注意力机制、可变卷积方法、多尺度特征融合的结合使用，强化网络对全局信息的提取能力；取消损失计算时先验信息从而减小模型过拟合带来的复杂场景下的误检。
一种使用注意力机制可变卷积车道检测方法

[发明专利]一种桩基工程施工验收资料数字化管理方法及系统-CN202211573447.9在审
发明人：周春晓;林游海;郑许冬;汤景凡;黄绯亚;张爱娥;朱敖 -专利权人：温州开晨科技有限公司
申请日： 2022-12-08 - 公布日： 2023-03-14 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种桩基工程施工验收资料数字化管理方法及系统。本发明通过对桩基工程施工资料验收标准的配置、验收区域的配置，能够满足桩基工程施工验收管理的实际要求，按照验收区域生成对应的材料质量汇总表、施工质量汇总表，并支持按照所配置的材料报验资料抽样规则、施工检测资料抽样规则，随机生成桩基工程施工验收所需要的各类验收资料，一方面，能够有效提升审核效率，减少验收时间；另一方面，由于验收资料基于施工过程数据，能够真实反映施工质量，满足质量验收要求；最终，通过区块链对验收资料文件进行存证，能够确保验收资料文件无法进行篡改。
一种桩基工程施工验收资料数字化管理方法系统

[发明专利]基于图论的隧道裂缝长度测量方法-CN202210746044.3在审
发明人：张旻;牛振洋;汤景凡;姜明 -专利权人：杭州电子科技大学
申请日： 2022-06-29 - 公布日： 2022-09-20 - 主分类号： G06T7/60 文献下载
摘要：针对裂缝在隧道上的普遍性和危害性，以及传统手工测量的低效性，本文提出的方法可以直接应用在机器拍摄的隧道裂缝图片上，能够快速的给出裂缝的最大长度、所有长度。为实现以上的技术目的，本发明提供一种基于图论的隧道裂缝长度测量方法，包括以下步骤：步骤一，将待测量的原裂缝图像转化为为灰度图；步骤二，在灰度图的基础上进行高斯平滑滤波；步骤三，对平滑后的灰度图进行图像二值化；步骤四，提取二值化图像的裂缝中线骨架；步骤五，消除中线骨架中存在的细小毛刺；步骤六，对中线骨架进行修复，将断触处连接起来；步骤七，对步骤六的结果图进行消除非裂缝区域的噪声；步骤八，通过最终的中线骨架，求裂缝总长度，求裂缝最大长度。
基于隧道裂缝长度测量方法

[发明专利]基于图片和句子的多模态联合事件检测方法-CN202110660692.2有效
发明人：张旻;曹祥彪;汤景凡;姜明 -专利权人：杭州电子科技大学
申请日： 2021-06-15 - 公布日： 2022-09-13 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于图片和句子的多模态联合事件检测方法，同时从图片和句子中识别事件。本发明一方面利用现有的单模态数据集分别学习图片和文本事件分类器；另一方面利用已有的图片与标题对训练图片句子匹配模块，找出多模态文章中语义相似度最高的图片和句子，从而获取图片实体和单词在公共空间的特征表示。这些特征有助于图片和文本事件分类器之间共享参数，得到共享事件分类器。最后，利用少量的多模态标注数据对模型进行测试，利用共享事件分类器分别获取图片和句子描述的事件及其类型。本发明从图片和句子中识别事件,利用视觉特征和文本特征的互补性，不仅提高了单模态事件分类的性能，而且可以发现文章中更完整的事件信息。
基于图片句子多模态联合事件检测方法

[发明专利]一种基于区块链的桩基工程随机检测管理方法及系统-CN202210007246.6有效
发明人：郑许冬;林游海;汤景凡;郑依凡;王哲;叶智静;黄绯亚 -专利权人：温州开晨科技有限公司
申请日： 2022-01-06 - 公布日： 2022-04-22 - 主分类号： G06F21/64 文献下载
摘要：本发明公开了一种基于区块链的桩基工程随机检测管理方法及系统，对桩基工程的桩型进行参数配置，对于抽检方式为桩基工程级别的桩型，按照检测类型设置计划检测的桩根数，通过桩型参数对该桩型下的桩进行配置；对桩基工程施工区域进行数字化定义，对施工区域所涵盖的桩进行配置，并对该施工区域内各类桩型所涵盖的桩根数进行统计，对于抽检方式为施工区域级别的桩型，按照检测类型设置需要检测的桩根数；在对施工区域内的桩施工进行抽检时，对该桩是否抽中执行随机抽检算法，实现面向桩基工程检测的随机抽检；最后，通过区块链对抽检结果进行链上存证，并及时通知到相关方，防止现场施工人员进行随意篡改，能够最终保证随机抽检的有效性。
一种基于区块桩基工程随机检测管理方法系统

[发明专利]一种基于知识图谱和跨模态注意力的多模态反讽检测方法-CN202111650030.3在审
发明人： 汤景凡;崔硕;张旻;姜明 -专利权人：杭州电子科技大学
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了一种基于知识图谱和跨模态注意力的多模态反讽检测方法。本发明根据Bert模型构建跨模态注意力特征向量，以及运用多模态知识图谱来获取外部信息，并对外部信息进行筛选。跨模态注意力构建的是音频信息与文本句信息以及情感值向量三者的关系，通过音频信息向量与情感值向量之间的联系与影响来计算注意力，以此来关注句中的矛盾表达。而外部知识信息的筛选，则是运用文本抽取的信息与知识图谱检索的外部信息相似度进行。最后将获取的各个类型的特征向量，输入到分类层进行分类。本发明能够很好解决了不同模态信息的融合问题，能够关注句内的矛盾也能提取不同模态的不一致性特征，能够提高反讽检测任务的准确性。
一种基于知识图谱跨模态注意力多模态反讽检测方法

[发明专利]一种基于图同构网络的谓词抽取方法-CN202111638017.6在审
发明人：张旻;杨启胜;汤景凡;姜明 -专利权人：杭州电子科技大学
申请日： 2021-12-29 - 公布日： 2022-04-12 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于图同构网络的谓词抽取方法。本发明使用了DDParser工具对文本句子进行解析，并利用句子解析后得到的词性结果对分词序列中的专用名词进行泛化。对Bert的嵌入部分做调整，加入对词性信息的编码，将泛化后的词序列输入到微调后的Bert模型中进行编码。使用GIN网络来获取依存树中每一个节点的嵌入向量以及依存子树的表征向量。再这之后通过一层注意力机制，将语义信息还有依存结构信息融合起来得到最终的节点嵌入向量。最后，本发明将最终的词嵌入向量集合输入到一个二分类器中，得到谓词结果。本发明使用了深度学习的方式学习句子的结构模板特征，大大减少了人们的工作量，有着较强的跨领域性和适应能力，有效提升了谓词抽取方法的准确性。
一种基于图同构网络谓词抽取方法

1
2
3
4
5
6
下一页»
尾页
共 80 条