“矫炳亮”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于参数自进化策略的目标细粒度识别方法-CN202310820177.5在审
发明人：张艳宁;王鹏;矫炳亮;吴瑞祺;陈之雨 -专利权人：西北工业大学
申请日： 2023-07-05 - 公布日： 2023-10-27 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于参数自进化策略的目标细粒度识别方法，构建参数自进化模块，将输入特征送入1×1尺寸的动态卷积来提取特征，其中动态卷积的参数根据自注意力编码融合后得到的特征生成；将参数自进化模块插入ResNet‑50模型中，将其命名为参数自进化网络；最后采用训练集对参数自进化网络进行训练，完成后实现目标细粒度识别。本发明能够动态地更新主干网络模型参数，实现面对未见数据域时的参数自进化，从而实现可泛化的目标细粒度识别。
一种基于参数进化策略目标细粒度识别方法

[发明专利]一种基于模型结构自主进化的行人图像重识别方法-CN202310866357.7在审
发明人：张艳宁;王鹏;陈鸿宇;矫炳亮;高丽颖 -专利权人：西北工业大学
申请日： 2023-07-14 - 公布日： 2023-10-24 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于模型结构自主进化的行人图像重识别方法，主要结构分为三个功能模块：基本特征提取模块、自进化多尺度特征强化模块、多部位细粒度对齐模块。在基本特征提取模块中，使用视觉卷积神经网络来提取图像的基本特征。此后，将自进化多尺度特征强化模块插入基本特征提取模块中，采用动态路由机制负责多尺度的视觉特征增强，利用基本特征提取模块提取的深层和浅层特征，通过逐层尺度变换和特征精炼，引导模型学习如何从基本视觉特征到自适应多尺度特征的进化。最后，在多部位细粒度对齐模块中，利用外部语义知识引导模型提取多部位的行人特征，实现局部特征的匹配。本发明能够提高局部行人图像检索任务的准确率。
一种基于模型结构自主进化行人图像识别方法

[发明专利]基于动态自进化信息抽取和对齐的文本-目标检索方法-CN202310483808.9在审
发明人：张艳宁;王鹏;牛凯;陈鸿宇;矫炳亮;高丽颖 -专利权人：西北工业大学
申请日： 2023-05-04 - 公布日： 2023-08-25 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于动态自进化信息抽取和对齐的文本‑目标检索方法，构建了文本引导的动态视觉信息过滤和部件级对齐网络，包括基本图文特征提取模块、行人无关视觉内容过滤模块和行人模态动态自进化模块；在基本图文特征提取模块中，使用一个视觉卷积神经网络和一个语言处理模型提取图像和描述的基本特征；在行人无关视觉内容过滤模块中，采用了Transformer编码器层负责细粒度的像素级视觉特征增强，采用基于原型引导的注意力层分别和从增强后的视觉特征中过滤与行人无关的噪声；最后，在行人模态动态自进化模块中，利用文字描述引导图像级部件掩码自主进化，利用掩码描述对各个行人部件的强调程度，以进行详细的部件级对齐和匹配。
基于动态进化信息抽取对齐文本目标检索方法

[发明专利]一种基于对比学习关注和相关性学习的遮挡目标重识别方法-CN202310422383.0在审
发明人：王鹏;高丽颖;矫炳亮;陈鸿宇 -专利权人：西北工业大学
申请日： 2023-04-19 - 公布日： 2023-08-01 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于对比学习关注和相关性学习的遮挡目标重识别方法，属于模式识别技术领域。该方法提出了一个细粒度的相关关系学习模块，通过计算待比较图像之间的像素级特征之间的相关性，然后用4D卷积逐步将像素级的相关性压缩成图像级的相似性，在图像匹配损失的引导下学习细粒度的行人相关关系，以解决图像之间信息不对称和空间错位问题，进一步提高了遮挡行人重识别的准确率。
一种基于对比学习关注相关性遮挡目标识别方法

[发明专利]基于多级注意力机制的面向无人机平台的车辆重识别方法-CN202011238295.8有效
发明人：张艳宁;张世周;矫炳亮;林蔚东;邓玉岩 -专利权人：西北工业大学
申请日： 2020-11-09 - 公布日： 2022-02-22 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及一种基于多级注意力机制的面向无人机平台的车辆重识别方法，属于车辆重识别领域。使用3个三个支路，全局支路、自下而上注意力支路和自顶而下注意力支路；全局支路输出2048维全局特征，自下而上注意力支路输出10240维局部特征，自顶而下注意力支路输出2048维局部特征，将三个支路得到的特征拼接起来，作为最终的特征输出。通过多级注意力机制，有效的提取车辆辨识性区域的局部特征的同时，利用自下而上的注意力机制提取了更有效的车辆全局特征，通过结合多种注意力机制下的特征，对目标实例进行更有效的特征描述。
基于多级注意力机制面向无人机平台车辆识别方法

[发明专利]基于文本动态引导视觉特征提炼的文本行人检索方法-CN202110454724.3在审
发明人：王鹏;牛凯;高丽颖;马泽红;矫炳亮;谭同昊 -专利权人：西北工业大学
申请日： 2021-04-26 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于文本动态引导视觉特征提炼的文本行人检索方法，构建了一个文本动态引导的视觉特征精炼网络，包括特征提取模块、特征交互模块和跨模态特征匹配模块，系统首先将每个视觉特征水平划分成多个条带区域用于进一步的精炼，随后使用一个基于文本的过滤器生成器生成特定描述的过滤器，用于指示文本输入中对所提到的图像区域的重要程度，之后再运用一个文本动态引导的视觉特征精炼器动态地对每个文本描述进行部分视觉特征的融合，最终对文本特征向量和最终视觉特征进行跨模态特征匹配，实现通过文本对行人图像的检索。本发明能够实现跨模态信息之间的交互，进一步提高行人检索任务的准确率。
基于文本动态引导视觉特征提炼行人检索方法

[发明专利]一种基于实例感知和匹配感知的重识别方法-CN202110221813.3在审
发明人：王鹏;矫炳亮;杨路;王云龙 -专利权人：西北工业大学
申请日： 2021-02-27 - 公布日： 2021-05-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于实例感知和匹配感知的重识别方法，所用重识别网络包括一个主干网络和三个分支，分别为全局分支、基于自引导的动态卷积分支和基于相互引导的动态卷积分支；利用在ImageNet上预训练的Resnet50作为主干网络；由浅层网络和动态卷积神经网络构成两个动态卷积分支；通过动态卷积核来提取每张图片的有效特征表达，基于相互引导的动态卷积支路在提取特征时将每一对输入图像视为独立的单元，每一对输入图像之间相互提供动态卷积核以获得辨识性特征，最终实现图像的重识别。本发明能更好地发现与挖掘独异性的实例特征，提升模型的目标自适应能力。
一种基于实例感知匹配识别方法