“王廷宇”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89个，建议您升级VIP下载更多相关专利

[发明专利]一种基于摩擦纳米发电机的仿生触觉传感器-CN202110443741.7有效
发明人：徐敏义;王新宇;徐鹏;王思远;刘建华;马志;郑嘉熙;王廷宇 -专利权人：大连海事大学
申请日： 2021-04-23 - 公布日： 2023-10-20 - 主分类号： H02N1/04 文献下载
摘要：本发明提供一种基于摩擦纳米发电机的仿生触觉传感器，包括：支撑装置，由四个支撑杆、上限位盘和基座组成；触觉传感装置与支撑装置相连，由与外界物体接触的触碰杆、与触碰杆相连的触碰块以及前、后、左、右四个发电单元组成，触碰块通过记忆金属弹簧与可调节螺栓连接，可调节螺栓与基座上的螺纹孔相连；触碰杆在外界物体的作用下，将外力通过触碰块传导至发电单元，发电单元产生感应电荷，且由其连接的导线输出感知外界物体的信号；外力消失后，触碰杆恢复至原位。本发明结构设计合理、牢固，可以抵御自身运动引起的干扰，且可以灵敏感应外界的物体特征；将仿生触觉传感器阵列构成感知系统，以提高感知能力，对于复杂环境的探索将有重要意义。
一种基于摩擦纳米发电机仿生触觉传感器

[发明专利]一种三维场景移动物体检测方法-CN202310393130.5在审
发明人：颜成钢;郭泰佑;胡江涛;徐浙峰;宣仲玮;朱尊杰;徐枫;王帅;高宇涵;王廷宇;孙垚棋;王鸿奎;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-04-13 - 公布日： 2023-09-29 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种三维场景移动物体检测方法，首先对同一场景在两个时间点创建的点云模型进行预处理，再将预处理后的两个点云进行配准；将配准后的两个点云分别进行物体检测，得到两个物体集合；之后将配准后的两个点云进行差分，得到它们的差异区域,根据差异区域从两个物体集合中分别提取得到两个候选移动物体集合；最后将候选移动物体集合进行暴力配准物体匹配，得到最终移动信息。本发明方法更加轻量简洁，便于用于公安，安防，机器人等地方。
一种三维场景移动物体检测方法

[发明专利]一种基于时变循环神经网络的时序预测方法-CN202310285123.3在审
发明人：颜成钢;赵健祥;陆雯;何敏;王帅;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-03-22 - 公布日： 2023-09-29 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于时变循环神经网络的时序预测方法，首先使用基展开构造动态时变矩阵；然后通过动态时变矩阵替换循环神经网络中的固定矩阵，使之成为时变循环神经网络；最后将改进的时变循环神经网络应用在时序预测任务上，得到更好的性能。本发明方法结合了功能数据分析(FDA)实践中常用的基展开技术，以生成独特的动态时变矩阵，更能体现输入数据的动态特性，将其应用在时序预测的实验中，预测性能得到了提高。
一种基于循环神经网络时序预测方法

[发明专利]一种基于自注意力机制的图像数据融合方法-CN202310393126.9在审
发明人：颜成钢;黄科杰;王帅;高宇涵;王廷宇;孙垚棋;朱尊杰;王鸿奎;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-04-13 - 公布日： 2023-09-29 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于自注意力机制的图像数据融合方法，首先对图像进行预处理，然后对图像进行分层；再对分层后的图像数据进行编码；通过多尺度融合的全局注意力网络生成融合数据；最后将多尺度融合的全局注意力网络生成的融合数据进行进一步处理，得到最终融合的编码数据，解码数据得到最后输出结果。本发明提高了图片信息利用率，在各阶段之间引入了多尺度融合的全局注意力网络(SICA)，使得目标事件准确度提升。
一种基于注意力机制图像数据融合方法

[发明专利]一种基于特征提炼的伪装物体检测方法-CN202310327951.9在审
发明人：颜成钢;马立栋;陈泉;孙垚棋;朱尊杰;高宇涵;王鸿奎;王帅;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学丽水研究院
申请日： 2023-03-30 - 公布日： 2023-09-22 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于特征提炼的伪装物体检测方法，首先获取伪装物体检测数据集，进行数据预处理；构建基于特征提炼的伪装物体检测模型；再通过训练集对构建好的基于特征提炼的伪装物体检测模型训练，对预测结果使用结构损失函数进行监督学习。最后对模型训练结果加以验证。本发明基于特征提炼的方式来构建伪装物体检测模型，对伪装物体图像的特征进行增强处理以及去除背景噪声，利用结构损失函数对结果进行监督学习，使得预测结果更加准确，具有较强的鲁棒性，从而实现对伪装物体的精确分割，对社会具有重要意义。
一种基于特征提炼伪装物体检测方法

[发明专利]一种基于弹性网络正则化回归算法的遥感图像分类方法-CN202310285121.4在审
发明人：颜成钢;秦汉;陆雯;何敏;王帅;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-03-22 - 公布日： 2023-07-21 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于弹性网络正则化回归算法的遥感图像分类方法。针对现阶段对于高分辨率遥感图像的分类，通过一种弹性网络正则化回归算法，在基于稀疏表示的分类方法中加入基于协作表示的方法，两者都有助于图像分类中单个类别的样本建立在一个线性子空间上，将测试样本表示为训练样本的线性组合，适用于图像的特殊性和复杂性。此外，本发明将提出的弹性正则化回归算法扩展到任意核空间，以处理隐藏在原始图像特征中的非线性结构，从而进一步提高分类性能。
一种基于弹性网络正则回归算法遥感图像分类方法

[发明专利]一种基于U-Net的眼眶肿瘤图像分割方法-CN202310374306.2在审
发明人：王帅;程志明;颜成钢;陆雯;杨德富;张莹;何敏;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-04-10 - 公布日： 2023-07-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于U‑Net的眼眶肿瘤图像分割方法，首先进行眼眶肿瘤数据集的采集；然后进行数据的预处理；再构建基于U‑Net的眼眶肿瘤图像分割模型；通过预处理后的数据集训练眼眶肿瘤图像分割模型；最后利用训练好的模型参数，实现眼眶肿瘤图像分割模型在眼眶肿瘤图像上的肿瘤区域分割。本发明的网络架构模型对于尺度变化明显的病情肿瘤区域能有较好的尺度敏感性，从而有利于改善分割模型对一些尺度变化大的难样本的分割精度。
一种基于 net 眼眶肿瘤图像分割方法

[发明专利]一种基于半监督学习的眼眶肿瘤图像分割方法-CN202310376860.4在审
发明人：王帅;程志明;颜成钢;薛轶天;杨德富;张莹;何敏;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-04-10 - 公布日： 2023-06-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于半监督学习的眼眶肿瘤图像分割方法，首先获取图像数据集，然后进行图像预处理；构建基于半监督学习的眼眶肿瘤图像分割模型(MSCINet)；再将预处理后的数据集输入MSCINet模型，进行模型训练；最后通过训练好的MSCINet模型实现眼眶肿瘤图像分割。本发明通过引入多尺度一致性约束，可以学习不同尺度下的鲁棒特征，更好的应对眼眶肿瘤尺度变换较大的挑战；通过自训练策略，充分利用大量未标注数据，缓解一般深度模型对于大规模标注数据的需求，降低深度模型应用限制。
一种基于监督学习眼眶肿瘤图像分割方法

[发明专利]一种基于双重边缘表示的眼底OCT图像视网膜分层方法-CN202310374298.1在审
发明人：王帅;程志明;颜成钢;薛轶天;杨德富;张莹;何敏;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学
申请日： 2023-04-10 - 公布日： 2023-06-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于双重边缘表示的眼底OCT图像视网膜分层方法，首先进行数据集获取及预处理，然后构建基于双重边缘表示的眼底OCT图像视网膜分层模型MTDBA‑Net；使用灰度归一化训练图像和人工标注结果及双重边缘表示训练提出的MTDBA‑Net；最后通过训练好的模型实现眼底OCT图像视网膜分层。本发明所提出的双重边缘表示可以包含更加丰富的边缘形状信息，多任务间施加一致性约束可以充分利用多任务间的相关性，提高图像分割的精度获得更精准的边缘。
一种基于双重边缘表示眼底 oct 图像视网膜分层方法

[发明专利]一种基于DETR的端到端的图像描述方法-CN202211701869.X在审
发明人：薛轶天;金裕达;颜成钢;高宇涵;孙垚棋;朱尊杰;陈楚翘;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭电（丽水）研究院有限公司
申请日： 2022-12-28 - 公布日： 2023-06-27 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种基于DETR的端到端的图像描述方法。首先获取数据集以及训练需要的DETR权重，然后构建基于DETR的图像描述模型，包括骨干网络、网格特征编码器、目标特征解码器、特征融合解码器和文本生成器；通过构建的基于DETR的图像描述模型输出预测单词；再通过设定的训练策略对基于DETR的图像描述模型进行训练；最后通过训练好的基于DETR的图像描述模型完成图像描述。本发明兼顾网格特征与目标检测特征，并使用了自适应注意力融合机制，可以均衡目标信息和全局信息，生成更加精细的图像描述。
一种基于 detr 端到端图像描述方法

[发明专利]一种基于测试时自适应的眼底图像分类方法-CN202211701830.8在审
发明人：颜成钢;程志明;王帅;高宇涵;孙垚棋;朱尊杰;陈楚翘;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭电（丽水）研究院有限公司
申请日： 2022-12-28 - 公布日： 2023-06-27 - 主分类号： G06V40/18 文献下载
摘要：本发明公开了一种基于测试时自适应的眼底图像分类方法，首先进行眼底图像数据集获取及数据预处理；然后基于测试时自适应的眼底图像分类模型的构建，通过预处理后的数据对构建的眼底图像分类模型进行训练；最后通过训练好的眼底图像分类模型从而完成对青光眼类别的眼底图像识别。本发明采用贝塞尔曲线变换的方式，可将输入的单源域眼底图像的风格进行随机变换从而迫使模型去学习具有泛化性的内容信息。通过这种方式可增强模型在未知域上的鲁棒性，使其不受变换的风格信息所干扰。本发明在实际使用阶段，采用测试时自适应的策略对模型进行进一步的更新，防止未知域的未见风格信息的干扰来增强模型的泛化性。
一种基于测试自适应眼底图像分类方法

[发明专利]一种基于多级特征融合的视觉显著性预测方法-CN202211700268.7在审
发明人：薛轶天;王琪;颜成钢;高宇涵;孙垚棋;朱尊杰;陈楚翘;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭电（丽水）研究院有限公司
申请日： 2022-12-28 - 公布日： 2023-06-23 - 主分类号： G06V10/32 文献下载
摘要：本发明公开了一种基于多级特征融合的视觉显著性预测方法，首先进行数据预处理，构建视觉显著性预测模型，包括编码器模块、多感受野模块、层级间的特征融合模块以及输出集成模块；将预处理后的图像输入构建的视觉显著性预测模型，对模型进行训练；最后通过训练好的视觉显著性预测模型完成视觉显著性预测。本发明方法模拟人的视觉机制，在面对大量图像信息的时候，可以在很短的时间内过滤掉非重要信息并快速定位到图像中的重要区域，从而以便于后续将有限的计算资源分配给图像视频中更重要的信息。
一种基于多级特征融合视觉显著预测方法

[发明专利]一种基于图同构神经网络的脑网络链接预测方法-CN202310210826.X在审
发明人：颜成钢;沈晨雨;李文超;杨德富;王帅;何敏;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学丽水研究院
申请日： 2023-03-07 - 公布日： 2023-06-23 - 主分类号： G06N3/047 文献下载
摘要：本发明公开了一种基于图同构神经网络的脑网络链接预测方法，首先对于脑网络数据进行处理，完成脑结构网络建模；再构建基于图同构神经网络的脑网络链接预测模型，包括子图提取模块和图同构神经网络模块；之后进行脑网络链接预测模型的训练和测试；最后通过训练完成的脑网络链接预测模型完成脑网络链接预测。本发明在实现较为高的准确率的基础上降低了时间成本，极大的提升了模型对于子图结构的学习能力，对于接下来的链接预测有十分重要的意义。
一种基于图同构神经网络网络链接预测方法

[实用新型]一种无纺布加工用污水处理设备-CN202222698840.2有效
发明人：王剑明;王廷宇 -专利权人：湖北崇德无纺科技有限公司
申请日： 2022-10-13 - 公布日： 2023-06-16 - 主分类号： C02F1/00 文献下载
摘要：本实用新型提供一种无纺布加工用污水处理设备，包括基座、清理筒、出水管、L型的安装板、第一伸缩推杆、与第一伸缩推杆的输出轴相连接的第一调节电机、与第一调节电机的输出轴相连接的筛滤筒、设置在基座顶部且位于清理筒右侧且高于安装板的竖板、竖向设置在竖板内侧壁上的直线滑台、与直线滑台的滑座相连接的第二调节电机和与第二调节电机的输出轴相连接的承接筒。通过本实用新型所述的无纺布加工用污水处理设备，不仅能够有效地对污水中的纤维细绳进行拦截，而且还能快速且高效地将截留到的纤维细绳转移出截留装置，从而提高对污水中的纤维细绳进行清理的效率和效果。
一种无纺布工用污水处理设备

[发明专利]基于Transformer的LDR图像生成HDR图像的方法-CN202310210835.9在审
发明人：颜成钢;陈如枫;王帅;何敏;高宇涵;孙垚棋;朱尊杰;王鸿奎;王廷宇;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭州电子科技大学丽水研究院
申请日： 2023-03-07 - 公布日： 2023-06-09 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了基于Transformer的LDR图像生成HDR图像的方法，首先构建基于Transformer的HDR图像生成模型，包括浅层特征对齐模块、金字塔融合模块和图像重建模块；通过浅层特征对齐模块进行特征对齐，通过金字塔融合模块对对齐后的特征进行处理，获得不同尺度的特征，将金字塔融合模块处理后的不同尺度的特征融合成一个尺度；再将融合后的特征送入图像重建模块进行图像重建；最后将图像重建模块输出的结果使用卷积操作得到3层的HDR最终图片。本发明可以更好地学习非局部特征并自适应地减少虚拟阴影。本发明提出了一种新的金字塔融合模块，使图像可以与较低计算成本和根据全局信息。
基于 transformer ldr 图像生成 hdr 方法

1
2
3
4
5
6
下一页»
尾页
共 89 条