专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果520个,建议您升级VIP下载更多相关专利
  • [发明专利]基于伪电阻开关的动态视觉传感器芯片开关电容放大器-CN202210752328.3在审
  • 李先锐;程俊;窦自强;石光明;吴金建 - 西安电子科技大学
  • 2022-06-28 - 2022-11-15 - H03M1/12
  • 本发明提出了一种基于伪电阻开关的动态视觉传感器芯片开关电容放大器,用于机器视觉、无人驾驶等领域,包括输入电容、反馈电容、运算放大器和伪电阻开关。伪电阻开关包括一个复位开关P型金属氧化物半导体PMOS管和一个或多个并联的N型金属氧化物半导体NMOS管组,或包括一个复位开关NMOS管和一个或多个并联的PMOS管组,一个MOS管组包括两个串联的、采用二极管连接方式的MOS管。本发明伪电阻开关能够提供一路和复位开关泄露电流大小相等方向相反的电流,且在开关电容放大器的输入负端和输出端之间表现出一个较大的等效阻抗,并降低开关电容放大器输出端的等效电感,有效提高动态视觉传感器芯片输出数据的可靠性和精确度。
  • 基于电阻开关动态视觉传感器芯片电容放大器
  • [发明专利]一种超分辨率触觉传感器-CN202210889532.X在审
  • 谢雪梅;张艺谱;李旭阳;李家伟;石光明 - 西安电子科技大学广州研究院
  • 2022-07-25 - 2022-11-04 - G01L9/00
  • 本发明公开了一种超分辨率触觉传感器,包括PCB板,设于PCB板上的MCU芯片和覆盖于PCB板上的柔性壳体;柔性壳体在PCB板上形成的空间被划分为若干独立腔室;各个独立腔室内均设有MEMS气压传感器,每一MEMS气压传感器的信号端均与MCU芯片连接;MCU芯片被配置为:在柔性壳体受到外界激励时,构建独立腔室对应的感受野;依次绘制各个感受野对应的等值曲线,等值曲线反映壳体应变力和触摸点坐标之间的关系,重叠各个等值曲线,根据各个等值曲线的相交位置,得到外界激励对应的触摸点坐标。本发明实施例提供的超分辨率触觉传感器,通过重叠相邻感知单元的感受野,并求解等值曲线的交点位置,以实现触觉超分辨。
  • 一种分辨率触觉传感器
  • [发明专利]语义知识库自动构建与更新方法、语义编码器和通信架构-CN202210070546.9有效
  • 肖泳;石光明;梁静明;李莹玉 - 华中科技大学
  • 2022-01-21 - 2022-10-14 - G06F16/31
  • 本发明公开语义知识库自动构建与更新方法、语义编码器和通信架构,属于语义通信领域。针对现有语义通信框架和模型需在通信前预先训练、无法对未知知识进行语义编解码、无法对未知语义进行自动模型更新和编解码的语义通信的问题,本发明引入语义知识库自动构建方法、推理机制自动更新方法与语义编解码器协同机制。本语义通信架构可以自动识别未知语义信息,自动学习和适配未知实体和已知实体间关系,并且引入模型自动学习和自动更新机制,能够实现在语义通信过程中自动协同编码器和解码器的语义知识库,从而实现语义编解码器实时协同更新学习模型。避开对传统语义信息中的语义知识库单一且固定,当遇到未知知识时无法实现编码与解码等问题。
  • 语义知识库自动构建更新方法编码器通信架构
  • [发明专利]一种基于自适应加权损失的SISR网络训练方法及系统-CN202210580759.6在审
  • 董伟生;宁倩;唐静竹;石光明 - 西安电子科技大学
  • 2022-05-25 - 2022-09-30 - G06V40/10
  • 本发明涉及一种SISR网络训练方法及系统,具体涉及一种基于自适应加权损失的SISR网络训练方法及系统。克服现有基于深度学习的单图像超分辨率方法为提升网络性能,盲目设计的神经网络模型结构复杂、参数量过大,难以应用到实际场景中的问题。首先,构建整体观测模型;其次,向SISR网络输入低分辨率LR图像,训练SISR网络,同时学习f(yi)与σi;之后,将步骤2学习的σi作为指导,计算自适应加权损失的损失函数;最后,基于损失函数指导SISR网络训练。本发明通过在训练过程中赋予具有较大不确定性的图像纹理和边缘区域更高的权重,在推理过程中无需增加额外的计算复杂度,不仅改善了客观性能而且恢复出了更高的视觉质量。
  • 一种基于自适应加权损失sisr网络训练方法系统
  • [发明专利]LR图像生成方法及基于不确定性的真实图像超分辨率方法-CN202210640418.3在审
  • 董伟生;宁倩;唐静竹;石光明 - 西安电子科技大学
  • 2022-06-07 - 2022-09-30 - G06T3/40
  • 本发明属于图像处理技术领域,具体涉及一种LR图像生成方法及基于不确定性的真实图像超分辨率方法。克服现有基于固定算子合成数据集训练深度SISR网络存在的难以应用到真实场景中的问题,以及现有的基于无监督学习构建数据集方法因忽略退化不确定性而导致应用到真实场景效果仍不理想的问题。本发明同时学习真实的退化LR图像和对应的退化不确定性,并从学习到的LR图像和退化不确定性中采样多个LR图像,对于任何需要监督训练的超分辨率网络都可以利用构建的LR‑HR数据对进行训练。结果表明,本发明提出的方法在改善客观性能的同时稳定了模型的训练并恢复了更高的视觉质量,适用于需要对真实图像进行超分辨率的生产场景。
  • lr图像生成方法基于不确定性真实分辨率
  • [发明专利]一种基于响应峰值的多特征融合目标跟踪定位方法-CN202210687130.1在审
  • 袁笛;谢雪梅;石光明 - 西安电子科技大学
  • 2022-06-16 - 2022-08-30 - G06T7/246
  • 本发明提出的一种基于响应峰值的多特征融合目标跟踪定位方法,主要解决现有基于单一特征的跟踪器在面对复杂的跟踪环境时容易发生偏移以及丢失目标的问题。包括:1)对输入的图像确定搜索区域,并提取不同类型的特征;2)通过相关滤波跟踪算法对搜索区域中不同类型的特征生成对应的响应图;3)对不同类型特征对应的响应图两两之间进行点乘融合,消除噪声部分的影响;4)对两两融合后的响应图进行加权融合得到最终的响应图;5)通过寻找最终响应图中的最大值位置确定目标位置;6)利用目标位置对滤波器参数进行更新,继续后续跟踪,完成目标跟踪定位任务。本发明能够有效降低跟踪环境中噪声的干扰,从而提升跟踪算法的跟踪精度与鲁棒性。
  • 一种基于响应峰值特征融合目标跟踪定位方法
  • [发明专利]基于多周期循环一致性的自监督目标跟踪方法-CN202210687133.5在审
  • 袁笛;谢雪梅;石光明 - 西安电子科技大学
  • 2022-06-16 - 2022-08-30 - G06T7/246
  • 本发明提供了一种基于多周期循环一致性的自监督目标跟踪方法,主要解决现有目标跟踪技术中带有标签的训练样本不足,导致训练得到的特征提取网络模型表示能力不足的问题。包括:1)对初始化目标区域提取特征,并训练相关滤波层参数;2)在无标注的图像中,利用参数通过孪生网络对无标注数据生成目标的伪标签;2)采用基于前后向跟踪的多周期循环一致性损失对生成的伪标签进行优化;3)通过优化后的带有伪标签的数据确定最终的卷积神经网络的参数;4)通过最终的卷积神经网络提取特征、孪生网络进行追踪,完成目标跟踪任务。本发明能够在保证模型表征能力的同时降低模型训练对标注数据的需求,有效提升目标跟踪的精确度和鲁棒性。
  • 基于周期循环一致性监督目标跟踪方法
  • [发明专利]基于不确定性估计知识蒸馏的语言模型压缩方法-CN202210540113.5在审
  • 董伟生;黄天瑜;毋芳芳;石光明 - 西安电子科技大学
  • 2022-05-17 - 2022-07-29 - G06N3/08
  • 本发明公开了一种基于不确定性估计知识蒸馏的语言模型压缩方法,主要解决现有网络压缩技术存在的训练成本高、速度慢和知识蒸馏过程存在噪声干扰的问题。其实现方案是:1)对原始语言模型进行对半压缩得到压缩后的神经网络;2)利用原始语言模型合理初始化压缩后神经网络的参数;3)添加前馈网络结构的参数蒸馏损失函数,设计不确定性估计损失函数及自然语言处理任务的交叉熵损失函数;4)利用所设计的损失函数训练压缩后的神经网络模型。本发明降低了网络压缩训练过程的计算量,提高了网络压缩率,加速了网络推理速度,可广泛应用于模型部署、模型压缩任务,为硬件资源紧缺的应用场景提供新的模型压缩解决方案。
  • 基于不确定性估计知识蒸馏语言模型压缩方法
  • [发明专利]一种多任务增强场景文本识别方法及系统-CN202210339990.6在审
  • 齐飞;李景泉;邓亚鹏;石光明 - 西安电子科技大学
  • 2022-04-01 - 2022-07-29 - G06V20/62
  • 本发明提供了一种多任务增强场景文本识别方法及系统,通过将第一场景原始信息输入矫正网络模块,生成第一矫正结果信息输入特征生成模块,获得第一文本特征信息;输入上下文建模模块、分支任务模块,获得第一上下文建模结果、第二文本识别结果;将第一上下文建模结果输入预测模块,获得第一文本识别结果;根据第一文本识别结果和第二文本识别结果训练多任务增强场景文本识别模型;将第二场景原始信息输入获得第一多任务文本识别结果。解决了现有技术中文字检测识别在保持速度和规模不变条件下,识别率难以提升,而影响文字识别精准度的技术问题。达到利用多任务多模型统一架构稳定提升模型性能,推理阶段没有任何规模和速度损失的技术效果。
  • 一种任务增强场景文本识别方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top