“燕雪峰”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56个，建议您升级VIP下载更多相关专利

[发明专利]基于条件变分自编码器和几何引导的场景深度补全方法-CN202310422520.0有效
发明人：魏明强;吴鹏;燕雪峰 -专利权人：南京航空航天大学
申请日： 2023-04-20 - 公布日： 2023-10-17 - 主分类号： G06T7/521 文献下载
摘要：本发明公开了基于条件变分自编码器和几何引导的场景深度补全方法，包括：获取自动驾驶场景下的彩色图像，稀疏深度图以及稠密深度图；设计具有先验网络和后验网络的条件变分自编码器，将彩色图像和稀疏深度图输入到先验网络中提取特征，再将彩色图像、稀疏深度图和稠密深度图输入到后验网络中提取特征；利用相机内参即焦距和光心坐标将稀疏深度图转换成点云，再将点云上采样模型提取到几何空间特征，并映射回稀疏深度图上。本发明能够弥补激光雷达采集的数据过于稀疏的问题，使得线束较少的低成本激光雷达获得较为准确稠密的深度信息，为自动驾驶、机器人环境感知等需要精确稠密深度数据的行业提供了具有成本效益的解决方案。
基于条件编码器几何引导场景深度方法

[发明专利]基于局部几何特征和隐式距离场的飞机表面重建方法-CN202310312594.9有效
发明人：魏明强;司华剑;燕雪峰 -专利权人：南京航空航天大学
申请日： 2023-03-28 - 公布日： 2023-10-13 - 主分类号： G06T7/521 文献下载
摘要：本发明提供一种基于局部几何特征和隐式距离场的飞机表面重建方法，包括基于点云中的每个点的高斯分布，在点云表面采样，得到点云表面附近的查询点集合；根据查询点周围的点云形状和局部几何结构确定查询点的关键几何特征；构建飞机表面的隐式距离场网络，以确定查询点到点云表面的有符号距离函数的值；更新查询点在三维空间中的位置，根据查询点在三维空间中更新后的位置训练飞机表面的隐式距离场网络；将点云中的每个点输入训练好的飞机表面的隐式距离场网络中，确定点云中每个点的有符号距离函数的值；根据点云中每个点的有符号距离函数的值重建飞机表面。本发明解决现有大型飞机表面重建算法中特征向量缺失和表面不准确的问题。
基于局部几何特征距离飞机表面重建方法

[发明专利]一种低光照图像视觉特征自监督表示方法和系统-CN202211723586.5有效
发明人：魏明强;范溢华;梁栋;燕雪峰 -专利权人：南京航空航天大学
申请日： 2022-12-30 - 公布日： 2023-10-10 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种低光照图像视觉特征自监督表示方法和系统，其中方法包括将低光照图像输入至端到端的低光照图像增强网络中，得到初步增强的视觉特征；根据初步增强的视觉特征计算低光照图像的对比学习损失和特征保持损失；根据初步增强的视觉特征计算低光照图像的语义亮度一致性损失，以约束初步增强的视觉特征中每个语义类别下的所有像素趋近于亮度平均值；根据初步增强的视觉特征计算低光照图像的完全交并比损失；将对比学习损失、特征保持损失、语义亮度一致性损失和完全交并比损失求和，求和后梯度反向传播，更新低光照图像增强网络参数。本发明构建用于低光照图像增强的自监督模型，提升低光照场景下的视觉特征鲁棒性与目标检测有效性。
一种光照图像视觉特征监督表示方法系统

[发明专利]基于几何特征引导的弱监督大飞机外形点云语义分割方法-CN202310752079.2在审
发明人：魏明强;陈晨;燕雪峰 -专利权人：南京航空航天大学;南京航空航天大学深圳研究院
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了基于几何特征引导的弱监督大飞机外形点云语义分割方法，属于三维点云模型检测领域，方法包括：基于激光扫描仪生成大量具有三维坐标及RGB颜色信息的点云数据，经过弱标签注释的点云数据作为预训练标签数据，构建弱监督点云语义网络模型，将训练标签数据输入弱监督点云语义网络模型中的编码器模块，对弱监督点云语义网络模型进行预训练得到每个点的伪标签，利用伪标签继续训练，直至交叉熵损失函数收敛，执行语义分割任务分类得到大型飞机外形的分类结果；本发明在小规模注释情况对大飞机外形进行分析，分析大飞机外形形变；该方法实现了大飞机外形的语义分割，并能够进行外形形变分析，减少人工标注成本，提高飞机服役寿命。
基于几何特征引导监督飞机外形语义分割方法

[发明专利]空间关系与特征信息解耦的飞机点云语义提取方法-CN202211277125.X有效
发明人：魏明强;丁萁琦;燕雪峰 -专利权人：南京航空航天大学深圳研究院
申请日： 2022-10-19 - 公布日： 2023-09-19 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了空间关系与特征信息解耦的飞机点云语义提取方法，构建基于空间关系与特征信息解耦的点云语义提取网络，通过SFCU提升点云数据特征提取能力，同步分组空间关系与特征信息，基于三维空间编码自学习算子提取点云空间关系，基于卷积算子提取点云特征信息，可实现高效快速的点云特征提取，具有效率高，计算资源占用少，精度高等优点。
空间关系特征信息飞机语义提取方法

[发明专利]基于点、体素特征表示的工业场景3D点云模型构建方法-CN202210632332.6有效
发明人：魏明强;李新;刘云;丁萁琦;燕雪峰 -专利权人：南京航空航天大学深圳研究院
申请日： 2022-06-07 - 公布日： 2023-09-15 - 主分类号： G06T17/20 文献下载
摘要：基于点、体素特征表示的工业场景3D点云模型构建方法，包括：基于“点+体素”的点局部特征与全局特征融合技术，得到密集、均匀的高分辨率点云模型，利用体素的3D特征提取粗精度邻域信息，结合高精度点特征生成器提取的点特征进行补充；通过点云局部特征和全局特征进行点云法向量估算，由粗到细、逐步求精生成适用于高效的三维深度学习的3D点云模型，增强点云特征；探索融合法向量等多特征的3D点云对抗网络构建方法，进一步优化3D点云特征。设计点精度、点密度、法向量准确度等的损失函数，引导3D点云局部特征和全局特征修正。本申请处理三维数据存在噪声及缺失，进行增强完善，从低质量三维数据中快速重构高精度点云模型。
基于特征表示工业场景模型构建方法

[发明专利]一种自然图像的对空目标红外图像生成式对抗网络构建方法-CN202111175362.0有效
发明人：魏明强;孙乾;燕雪峰;关东海;张静宣 -专利权人：南京航空航天大学
申请日： 2021-10-09 - 公布日： 2023-08-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种自然图像的对空目标红外图像生成式对抗网络构建方法，包括S1.基于领域自适应迁移的思想，构建自动生成RGB图像到红外图像的生成对抗网络模型；S2.训练生成对抗网络模型，并采用生成对抗网络模型，在原有交通红外图像数据库和少量对空目标红外图像数据集的基础上，生成并扩充对空红外目标数据集；S3.基于对空红外目标数据集，从结构相似性、对空视频分辨率、检测速度和正确识别率几个指标评估生成对抗网络模型性能。本发明一种自然图像的对空目标红外图像生成式对抗网络技术具有效率高，创新性高，实用性强的优点。
一种自然图像目标红外生成对抗网络构建方法

[发明专利]一种军事敏感区域迭代反馈红外目标检测模型建立方法-CN202310424052.0在审
发明人：魏明强;翁张莹;燕雪峰 -专利权人：南京航空航天大学
申请日： 2023-04-20 - 公布日： 2023-07-28 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种军事敏感区域迭代反馈红外目标检测模型建立方法，包括：通过红外相机获取军事敏感区域目标图像；对目标图像使用简化的骨干网络提取特征，得到每一轮初步的预测图；将经过骨干网络得到的初步预测图输入到结合语义信息的多重注意力模块中，通过注意力机制并结合全局信息的方式进行特征增强；计算每一轮网络输出的预测图和真值图之间的不确定性，计算不确定性损失。本发明通过使用简化的骨干网络结构解决了目标过小易在网络深层丢失的问题，利用改进的多重注意力机制进一步细化分割结果，同时使用迭代后馈的搜索过程减少了目标的漏检率，使得精度得到了提升，结合不确定性估计，减少模型的不确定性提升检测精度。
一种军事敏感区域反馈红外目标检测模型建立方法

[发明专利]一种基于显著性注意力的美容产品检索方法-CN202111175069.4有效
发明人：魏明强;孙乾;燕雪峰;张静宜 -专利权人：南京航空航天大学
申请日： 2021-10-09 - 公布日： 2023-07-21 - 主分类号： G06F16/532 文献下载
摘要：本发明公开了一种基于显著性注意力的美容产品检索方法，包括S1.将显著性损失函数融入训练损失函数中，得到用于训练神经网络的损失函数；S2.训练神经网络主干网络，并使用显著性随即丢弃方法有偏好地训练神经网络卷积特征层；S3.选定池化方法，使用训练好的主干网络提取数据库中的美容产品图片的特征并存储在特征库中；S4.使用训练好的主干网络提取查询图片的特征；S5.基于显著相似性策略，计算查询图片和数据库图片特征的相似度并排序；S6.基于S5排序结果筛选美容产品检索的最终结果。本发明基于显著性注意力机制进行美容产品检索，具有节省成本，准确率高，实用性强的优点。
一种基于显著注意力美容产品检索方法

[发明专利]一种伪装物体和显著物体联合检测方法和系统-CN202211422449.8有效
发明人： 燕雪峰;李鹏;魏明强 -专利权人：南京航空航天大学
申请日： 2022-11-14 - 公布日： 2023-07-21 - 主分类号： G06V10/44 文献下载
摘要：本发明提供一种伪装物体和显著物体联合检测方法和系统，其中方法包括对去除背景只包括显著物体的图像进行缩放；在包含伪装物体的图像和伪装物体真值图像上选取一个目标位置点；将缩放后的去除背景只包括显著物体的图像覆盖到包含伪装物体的图像上以目标位置点为左上角点的区域；提取最终合成图像的多级别的第一伪装物体特征和多级别的第一显著物体特征；过滤多级别的第一伪装物体特征和多级别的第一显著物体特征；采用一层卷积处理多级别的第二伪装物体特征和多级别的第二显著物体特征中的目标特征；约束伪装物体检测和显著物体检测的目标级别的预测结果。本发明能够同时完成伪装物体检测和显著物体检测两个任务，提高检测准确度。
一种伪装物体显著联合检测方法系统

[发明专利]一种多模态融合的军事跨域作战目标检测方法-CN202310425308.X在审
发明人：魏明强;范溢华;燕雪峰 -专利权人：南京航空航天大学
申请日： 2023-04-20 - 公布日： 2023-07-18 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种多模态融合的军事跨域作战目标检测方法，涉及目标检测技术领域，检测方法具体包括以下步骤：S1：提取视觉特征，将图像输入至视觉编码器中，提取视觉特征；S2：提取声音特征，将声音信号进行短时傅里叶变换，得到频谱图，再输入至声音编码器中，提取声音特征；S3：特征融合，将提取的视觉特征与声音特征输入至特征融合模块，使用注意力机制有效融合特征。本发明一种多模态融合的军事跨域作战目标检测方法，通过在不同域中的不同传感器，对不同域中的图像信息以及声音信号进行捕获，对捕获的图像信息以及声音信号进行特征提取，并使用注意力机制进行特征融合，使用融合后的特征进行目标检测。
一种多模态融合军事作战目标检测方法

[发明专利]一种基于不确定性建模的伪装物体检测方法和系统-CN202211411505.8有效
发明人：魏明强;李鹏;燕雪峰 -专利权人：南京航空航天大学
申请日： 2022-11-11 - 公布日： 2023-07-18 - 主分类号： G06V10/44 文献下载
摘要：本发明提供一种基于不确定性建模的伪装物体检测方法和系统，其中方法包括使用Swin Transformer作为骨干网络提取四个级别的特征；利用特征金字塔网络，将后三个级别的特征进行特征融合，得到第一阶段预测结果；利用带有权重的空洞空间金字塔池化模块进行特征提取，得到第二阶段预测结果；构建不确定性估计网络，得到不确定性图；构建不确定性细化网络对预测结果进行细化。本发明中的分阶段预测，以及利用不确定性建模优化结果，有效地提升伪装物体检测性能。
一种基于不确定性建模伪装物体检测方法系统

[发明专利]一种基于深度强化学习与图像视觉的作战仿真推演方法-CN202210485101.7有效
发明人：魏明强;石鼎;燕雪峰;宫丽娜;张静宣;关东海 -专利权人：南京航空航天大学
申请日： 2022-05-06 - 公布日： 2023-07-11 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度强化学习与图像视觉的作战仿真推演方法，包括：搭建军事作战仿真环境，将搭建的仿真环境的RGB图像中每个像素作为输入特征，通过深度神经网络进行深层特征的提取；在MADDPG算法中对每一个智能体设置一个对应的局部Critic网络进行数据解耦，并通过优先经验回收机制对智能体进行采样，得到改进的MADDPG算法；基于深层特征，训练改进的MADDPG算法，直至奖励函数的损失收敛，完成对改进的MADDPG算法的训练；再次搭建一个军事作战仿真环境，输入训练好的改进的MADDPG算法中，输出最优的军事仿真推演模型。本发明作战仿真推演方法实现深度特征自动提取，鲁棒性强。
一种基于深度强化学习图像视觉作战仿真推演方法

[发明专利]一种基于知识图谱的多模态地物目标识别方法-CN202310181739.6在审
发明人： 燕雪峰;方建勇;罗荣;时伟;许一鸣;吴振乾;王依科;杨光 -专利权人：南京航空航天大学;中国船舶集团有限公司第七一六研究所
申请日： 2023-02-28 - 公布日： 2023-07-04 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于知识图谱的多模态地物目标识别方法。首先对两模态数据进行预处理，去除数据冗余；然后利用超像素构建图结构，以实体节点为顶点，聚合周围节点信息；接着通过图拓扑约束将两模态数据对齐统一；再利用自注意力和互注意力机制融合两模态数据；同时利用目标关系构建领域知识图谱，获取目标实体间语义关系。最后通过知识图谱对融合数据识别结果辅助识别，实现对目标分类任务，本发明提供的基于知识图谱的多模态地物目标识别方法，能够在深度学习框架下克服多源信息不平衡难题，完成多模态地物目标识别。
一种基于知识图谱多模态地物目标识别方法

[发明专利]飞机装配的建模方法、装置、设备及存储介质-CN201910804376.0有效
发明人：李丁;庞微;查文陆;燕雪峰;潘嘉琪;吴新泉 -专利权人：上海飞机制造有限公司
申请日： 2019-08-28 - 公布日： 2023-05-26 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种飞机装配的建模方法、装置、设备及存储介质，该方法包括：分析飞机装配领域的业务结构，确定领域元模型，根据所述领域元模型，通过建模工具开发框架生成建模工具的代码，根据所述建模工具的代码，生成具有图形化界面的建模平台，利用元建模与领域建模需要，结合领域建模语言，对整个智能装配的关键业务点的流程进行建模，以图形化的方式描述整个系统的业务流，为飞机装配流程设计领域提供了一种简单、快捷的建模方法，并生成了具有图形化界面的建模平台，解决了目前飞机装配过程中各执行单元间信息交互滞缓、层次结构复杂、变动难以捕获等问题，从而，提高了飞机的装配效率。
飞机装配建模方法装置设备存储介质

1
2
3
4
下一页»
尾页
共 56 条