“王旗龙”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9个，建议您升级VIP下载更多相关专利

[发明专利]基于轻量化LA Transformer网络的图像分类系统及方法-CN202310023318.0在审
发明人：庄旭;王旗龙 -专利权人：天津大学
申请日： 2023-01-09 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于轻量化LATransformer网络的图像分类系统及方法，包括特征提取模块、LATransformer主体网络和图像分类模块，所述特征提取模块，负责对输入RGB图像进行局部特征提取，实现了输入图像的下采样，输出作为所述LATransformer主体网络的输入；所述LATransformer主体网络，负责对图像特征进行进一步的特征提取，通过局部自注意力子网络利用局部自注意力机制建模特征图补丁和补丁之间的空间相关性信息，以及通过注意力前馈神经子网络建模特征图通道和通道之间的相关性信息；所述图像分类处理模块，负责生成针对每个图像分类的概率，完成输入RGB图像的分类。本发明在参数量和计算量更低的同时还能够达到更高的图像分类精度。
基于量化 la transformer 网络图像分类系统方法

[发明专利]一种基于动态知识蒸馏的类增量语义分割方法-CN202211727285.X在审
发明人：吴一汶;王旗龙;胡清华;朱鹏飞 -专利权人：天津大学
申请日： 2022-12-30 - 公布日： 2023-04-07 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种基于动态知识蒸馏的类增量语义分割方法，所述类增量语义分割方法基于可学习知识蒸馏的双层优化框架，所述双层优化框架包括冻结的旧模型、蒸馏方案优选模块、可训练的新模型和动态权重平衡模块，其中：所述蒸馏方案优选模型根据初始化权重，按照每T/N个时期迭代对一组蒸馏候选进行贪心搜索获得每个输出的最优蒸馏方案，其中：最优蒸馏方案包括：和原始所述动态权重平衡模块目标函数以在每次小批量迭代时更新权重本发明以迭代的方式学习最优蒸馏方案和权重，旨在解决CISS面临的灾难性遗忘和背景类偏移问题。
一种基于动态知识蒸馏增量语义分割方法

[发明专利]一种基于结构化高阶特征的目标检测系统及方法-CN201910912143.2有效
发明人：左旺孟;王昊;王旗龙 -专利权人：哈尔滨工业大学
申请日： 2019-09-25 - 公布日： 2023-03-24 - 主分类号： G06V10/764 文献下载
摘要：一种基于结构化高阶特征的目标检测系统及方法，它属于图像目标检测技术领域。本发明解决了现有方法在进行目标检测时仅仅使用了简单的判别信息少的一阶特征，导致无法准确地检测出图像中包含目标的问题。本发明的目标检测系统包括多尺度特征提取模块，结构化高阶特征提取模块，特征加权模块，特征融合模块，预选框生成模块，特征映射模块、分类及回归模块。多尺度特征提取模块用于提取多尺度的输出特征；结构化高阶特征提取模块用于获得结构化高阶特征，特征加权模块输出特征权重，特征融合模块将结构化高阶特征与特征权重进行按位点积，输出加权后的结构化高阶特征；再利用加权后的结构化高阶特征进行目标检测。本发明可以应用于图像目标检测。
一种基于结构化高阶特征目标检测系统方法

[发明专利]一种基于改进YOLO v5的高空烟火检测方法-CN202210927443.X在审
发明人：陈柯亘;张静朗;高艺;王旗龙;杨柳 -专利权人：天津大学
申请日： 2022-08-03 - 公布日： 2022-11-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于改进YOLOv5的高空烟火检测方法：在多路高空摄像头视频流的情况下应用多线程队列算法，为每路视频流设置一个抽帧上传线程，并将所有线程的抽帧图片传入一个无限长的队列中；建立高空角度的烟火数据集，并进行数据清理和标注数据集工作；修改YOLOv5网络中的骨干网络，将每个CSP结构后的标准卷积层均替换为混合注意力模块；设定训练超参数，基于第二步建立的烟火数据集，对第三步改进后的YOLOv5网络进行训练，训练完成得到烟火检测模型，将第一步得到的图片输入烟火检测模型中进行烟雾和火焰检测。本发明通过改进后的目标识别算法提取视频流单帧完成对火灾异常现象的检测。
一种基于改进 yolo v5 高空烟火检测方法

[发明专利]一种基于自适应多粒度时空建模的细粒度视频识别方法-CN202210277651.X在审
发明人：胡琪瑶;王旗龙;胡清华 -专利权人：天津大学
申请日： 2022-03-21 - 公布日： 2022-06-10 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于自适应多粒度时空建模的细粒度视频识别方法，所述方法基于深度神经网络、细粒度CPTM模块和粗粒度CSTP模块；包括如下步骤：所述细粒度CPTM模块并入深度神经网络提取细粒度的时间线索；所述细粒度CPTM模块是以渐进时间卷积和竞争式融合机制进行构建；提高视频动作识别的性能，具备捕获视频中复杂尺度变化的时空线索的能力。
一种基于自适应粒度时空建模细粒度视频识别方法

[发明专利]基于门控局部通道注意力的神经网络图像分类方法-CN202111550197.2在审
发明人： 王旗龙;庄旭;胡清华 -专利权人：天津大学
申请日： 2021-12-17 - 公布日： 2022-04-29 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及神经网络、图像检测技术领域，为提升神经网络在图像分类和目标检测任务上的性能，本发明，基于门控局部通道注意力的神经网络图像分类方法，步骤如下：利用前置深层卷积网络获取输入图像的特征图；使用聚合模块进行处理所述特征图；使用激发模块处理所述特征向量，激发模块包括n+1个分支的分支结构，生成重加权后的特征图；重加权后的特征图作为后置深层卷积网络的输入，继续进行卷积提取特征的操作，完成图像分类和目标检测任务。本发明主要应用于图像识别分类场合。
基于门控局部通道注意力神经网络图像分类方法

[发明专利]用于时间序列预测的高斯嵌入式神经网络模型及建模方法-CN202011139949.1在审
发明人：谢宗霞;胡慧;王旗龙 -专利权人：天津大学
申请日： 2020-10-22 - 公布日： 2021-01-05 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于时间序列预测的高斯嵌入式神经网络模型，该模型包括：一个长短时记忆神经网络层，一个高斯嵌入式模块以及一个反馈通路模块。长短时记忆神经网络层用于在系统的每一次迭代中完成单一样本的时序特征建模，高斯嵌入式模块用于样本不确定性信息，反馈通路模块用于实现网络的迭代优化，提高模型的训练效果。本发明中还公开了上述高斯嵌入式神经网络模型的建模方法。本发明中通过端到端方式将可训练的概率分布插入LSTM作为特征表示，在此基础上实现了自适应的统计特征学习，与现有技术相比有更好的预测效果，能获得全局性更优、泛化性能更好的建模结果。
用于时间序列预测嵌入式神经网络模型建模方法

[发明专利]一种基于改进的推土距离的混合高斯模型匹配方法-CN201610589709.9有效
发明人：李培华;王旗龙;郝华 -专利权人：大连理工大学
申请日： 2016-07-26 - 公布日： 2019-08-13 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种适用于图像分类和图像检索的算法系统。该算法主要包括图像建模和图像匹配两个模块。在图像建模中，为了提高特征的描述能力，该算法首次利用深层卷积神经网络提取图像的深度特征，并在此基础上利用混合高斯模型建模表示图像。在图像匹配中，针对推土距离算法的效率以及对噪声敏感两个问题，提出了一种准确高效的改进的推土距离算法，在算法设计过程中加入了高斯噪声并引入了稀疏约束。同时，在设计改进的推土距离算法中，针对现有测地距离度量算法设计的缺陷，本发明在考虑了高斯分布的黎曼几何结构后设计了三种测地距离，用以更准确地度量高斯分布之间的距离。
一种基于改进距离混合模型匹配方法

[发明专利]一种大规模数据背景下的快速有效的图像检索方法-CN201610340978.1有效
发明人：李培华;王旗龙;曾辉;孙伟健;鲁潇潇 -专利权人：大连理工大学
申请日： 2016-05-20 - 公布日： 2018-04-10 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种大规模数据背景下的快速有效的图像检索方法，属于计算机视觉、统计学习、模式识别技术领域。首先采用在特定任务数据集下做过迁移学习的深层卷积神经网络提取图像的局部特征，然后进一步利用空间均值池化和协方差描述子对提取的图像局部特征进行建模。为了能够鲁棒的估计高维协方差描述子，本发明提出了改进的最大似然估计法。通过对空间均值池化模型和协方差描述子进行加权融合得到最终的图像表达。为了比较两幅图像的图像表达，提出了基于最大间隔子空间的低秩测度学习方法。一方面降低了图像表达的维度以提高图像匹配效率，另一方面可以依据特定任务数据集的先验信息提高图像匹配准确率。
一种大规模数据背景快速有效图像检索方法

1
共 9 条