“秦飞巍”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22个，建议您升级VIP下载更多相关专利

[发明专利]基于双路深度神经网络的无人驾驶场景实时语义分割方法-CN202010620281.6有效
发明人： 秦飞巍;沈希乐;樊谨;李家成 -专利权人：杭州电子科技大学
申请日： 2020-06-30 - 公布日： 2023-10-27 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于双路深度神经网络的无人驾驶场景实时语义分割方法。本发明步骤如下：步骤1、以残差网络ResNet‑18为基础网络，分流出空间信息分支和上下文信息分支；步骤2、对上下文信息分支的不同阶段输出使用注意力精炼模块进行优化；步骤3、对空间信息分支和上下文信息分支的输出使用特征融合模块进行多尺度融合，用于网络最终输出；步骤4、在上下文信息分支中添加两个辅助损失函数，与主损失函数共同监督训练。本发明提高了语义分割对速度和精度的兼得性，从而实现一个应用于无人驾驶的高精度实时语义分割网络。
基于深度神经网络无人驾驶场景实时语义分割方法

[发明专利]一种基于SCUNet++神经网络的肺栓塞CT图像识别分割方法-CN202310380776.X在审
发明人：邹槟峰;陈一飞;柯怡帆;吴越;秦飞巍 -专利权人：杭州电子科技大学
申请日： 2023-04-11 - 公布日： 2023-09-22 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于SCUnet++神经网络的肺栓塞CT图像识别分割方法，包括如下步骤：S1、构建用于识别分割肺栓塞CT图像的SCUnet++神经网络模型；S2、建立肺栓塞CT图像数据集，并划分为训练集和测试集；S3、使用训练集对SCUnet++神经网络模型进行训练，结合肺栓塞CT图像特点，对SCUnet++神经网络模型参数调优，得到最终分割网络模型；S4、使用测试集测试评估得到的最终分割网络模型，通过最终分割网络模型实现自动、智能的肺栓塞CT图像识别分割功能。该方法能够实现自动、智能的肺栓塞CT图像识别分割功能，具有较高的分割准确率和效率。
一种基于 scunet 神经网络肺栓塞 ct 图像识别分割方法

[发明专利]一种基于半监督神经网络的医学影像处理方法-CN202310714829.7在审
发明人：陈一飞;黄凡丁;刘敏哲;林彬;秦飞巍 -专利权人：杭州电子科技大学
申请日： 2023-06-16 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于半监督神经网络的医学影像处理方法，S1、获取图片数据集；S2、构建DFCPS模型并训练，所述DFCPS模型包括数据增强策略和神经网络，所述神经网络包括主干网络、ASPP模块、上采样模块和Softmax函数；所述主干网络采用ResNet‑50，并引入残差连接构建深层网络，所述ASPP模块包括四个卷积层，四个所述卷积层的空洞卷积率分别为1、12、24、36；S3、使用训练好的神经网络进行图像分割。该方法通过合理地利用未标记数据和少量标记数据，以及强增强和弱增强的数据增强技术，对模型进行训练并取得理想的结果。
一种基于监督神经网络医学影像处理方法

[发明专利]一种基于多尺度融合和可变形自注意力的白细胞检测方法-CN202310570328.6在审
发明人：陈一飞;陈奔;黄凡丁;黄一语;秦飞巍 -专利权人：杭州电子科技大学
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于多尺度融合和可变形自注意力的白细胞检测方法，包括如下步骤：S1、获取白细胞目标检测数据集并预处理；S2、构建MFDS‑DETR模型并训练，S3、通过骨干网络提取特征得到特征图；S4、通过高层筛选特征融合金字塔得到多尺度融合特征向量；S5、通过可形变自注意力模块中获得最终的输出向量；S6、将步骤S5输出的最终的输出向量作为输入，通过编码器提取全局特征；S7、将提取的全局特征作为输入，通过解码器得到最终目标检测结果。本发明将高层语义特征作为权重来筛选低层特征，并将筛选后的特征与高层语义特征逐点相加，提高模型的特征提取和表达能力。采用了可变形自注意力来提取白细胞全局特征，模型训练更加轻便。
一种基于尺度融合变形注意力白细胞检测方法

[发明专利]基于计算机视觉的脊柱冠状面平衡参数自动测量方法-CN202010633104.1有效
发明人：於文卓;秦飞巍;樊谨;李济舟;蒋超;潘奕彤 -专利权人：杭州电子科技大学
申请日： 2020-07-02 - 公布日： 2023-08-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于计算机视觉的脊柱冠状面平衡参数自动测量方法，首先对获得的x光影像图进行预处理，分为上下半身影像图；分别采用基于边缘检测和基于单阈值分割的轮廓提取方法对上下半身影像图进行轮廓提取；基于SIFT特征检测的图像配准技术和启发式算法筛选候选框；计算沿筛选出的颈7骨和骶骨候选框的中心坐标做出的垂线之间的像素距离，并根据影像图dpi大小将像素距离转换为物理距离，完成脊柱冠状位平衡参数CVA的自动测量。本发明选用不同的计算机视觉算法获取目标选框，并结合SIFT图像配准技术和启发式算法思想，减少选框数量，极大提高了选框的精度，保证了量测的准确率。
基于计算机视觉脊柱冠状平衡参数自动测量方法

[发明专利]基于图卷积网络的轻量化三维CAD模型分类与检索的方法-CN202310265514.9在审
发明人：侯钧皓;秦飞巍;邵艳利;陈一飞 -专利权人：杭州电子科技大学
申请日： 2023-03-20 - 公布日： 2023-05-30 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于图卷积网络的轻量化三维CAD模型分类与检索的方法，S1、构建一个三维CAD模型数据集；S2、对三维CAD模型数据集进行数据预处理与特征抽取，进而得到几何信息和拓扑信息，并将抽取的几何信息和拓扑信息转换为以图结构表示的三维模型描述符；S3、构建图卷积网络FuS‑GCN，根据图卷积网络FuS‑GCN，以三维模型描述符为输入指导三维CAD模型分类与检索，得到全局特征向量，S4、全局特征向量作为输入通过一个全连接层获得分类结果；S5、将由图卷积网络FuS‑GCN和全连接层组成的分类检索模型运用于数据集进行训练测试。该方法基于B‑rep图设计了名为FuS‑GCN的轻量化融合自注意力GCNs框架，用以聚合拓扑几何特征，实现了CAD模型的分类与检索。
基于图卷网络量化三维 cad 模型分类检索方法

[发明专利]一种基于Transformer的红外弱小目标检测方法-CN202211741183.3在审
发明人：葛瑞泉;陈殿坤;秦飞巍 -专利权人：杭州电子科技大学
申请日： 2022-12-31 - 公布日： 2023-04-11 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于Transformer的红外弱小目标检测方法，红外弱小目标分割领域通常使用卷积神经网络模型局部提取图像特征，然后输出整个红外图的掩码图。本发明根据红外弱小目标需要全局建模的需求公开了一种通用的框架以实验红外弱小目标检测。首先预处理对输入图像进行优化彩色视频信号处理，接着使用Transformer进行全局特征提取并输出不同深度的特征，然后使用U型网络对这些特征进行特征融合和目标提取，最后经过一个1×1卷积层和Sigmoid函数对最后特征层进行特征融合生成检测图，再对检测图进行二值处理得到红外弱小目标检测的mask掩码图。本发明能够有效的理解红外弱小目标的背景信息并用来优化红外弱小目标特征，最后生成的mask掩码图能很好的检测红外弱小目标。
一种基于 transformer 红外弱小目标检测方法

[发明专利]基于图像和属性图融合网络的三维CAD模型检索方法-CN202211129635.2在审
发明人： 秦飞巍;詹高扬;邵艳利 -专利权人：杭州电子科技大学
申请日： 2022-09-16 - 公布日： 2022-12-06 - 主分类号： G06V10/80 文献下载
摘要：本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法，不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制，通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合，充分利用各自模态信息的同时还其他模态信息进行指导增强，使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集，能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法，同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。
基于图像属性融合网络三维 cad 模型检索方法

[发明专利]基于注意力机制的白细胞细粒度分类方法-CN202211024009.7在审
发明人： 秦飞巍;陈奔;邵艳利 -专利权人：杭州电子科技大学
申请日： 2022-08-24 - 公布日： 2022-12-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于注意力机制的白细胞细粒度分类方法，本发明端到端的可训练的Transformer与卷积结合的模型，融合了Transformer的擅长捕捉长距离依赖关系，提取全局特征的优点和CNN在low‑level提取图像局部特征的优点，能够更好的构建白细胞图像的特征图谱，丰富白细胞的特征信息，提高细胞图像的识别准确率。并且该模型具有一定的泛化性和稳定性，其使用SGD和AdamW俩个优化器均能得到最优解。
基于注意力机制白细胞细粒度分类方法

[发明专利]PLC工程的知识表示方法及装置-CN201910257222.4有效
发明人：邬惠峰;秦飞巍;安雅萌;陈佰平 -专利权人：杭州电子科技大学
申请日： 2019-04-01 - 公布日： 2022-08-30 - 主分类号： G06F16/36 文献下载
摘要：本发明实施例提供一种PLC工程的知识表示方法及装置，该方法包括：获取待处理的可编程逻辑控制器PLC程序的工程文件和模式文件，并根据预先确定的提取规则，获取所述工程文件对应的节点和节点信息以及所述模式文件对应的节点和节点信息，分别将所述工程文件和所述模式文件对应的节点和节点信息，映射到本体知识库，实现了对不同平台PLC程序进行统一的知识表示，为PLC程序在不同硬件平台间的转移和重复使用的便利性提供了可能。
plc 工程知识表示方法装置

[发明专利]基于特征级图描述符和图卷积网络的CAD模型分类方法-CN202210678696.8在审
发明人： 秦飞巍;曹磊;邵艳利;詹高扬 -专利权人：杭州电子科技大学
申请日： 2022-06-15 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征级图描述符和图卷积网络的CAD模型分类方法，本发明提取CAD模型的特征与特征之间的依赖关系，转换为特征依赖图，进一步转化阵列特征，细化结构，生成特征级图描述符以表征三维CAD模型；本发明提出的基于特征级图描述符和图卷积网络的模型分类方法，引入跳跃连接网络和基于边收缩的层次化池化机制，构建图卷积网络的分类模型，边收缩的池化机制通过逐步聚合图中节点信息，关注局部关键结构，跳跃连接网络聚合多个中间图表示强化图表示学习，以提升分类效果。本发明实现对CAD模型的准确分类且分类准确率高于现有表现较佳的其他三维模型分类方法，推广了结构化描述与图卷积网络在CAD模型分类问题上的应用。
基于特征描述图卷网络 cad 模型分类方法

[发明专利]移动互联网上的低俗图片自动识别与内容过滤方法-CN202011084050.4有效
发明人： 秦飞巍;涂岱键;姚金良;樊谨;沈梦欣;黄瓯涵 -专利权人：杭州电子科技大学
申请日： 2020-10-12 - 公布日： 2022-06-14 - 主分类号： G06F16/535 文献下载
摘要：本发明公开了一种移动互联网上的低俗图片自动识别与内容过滤方法。本发明步骤：1.基于两大开源数据集建立用于训练和测试四分类低俗图像数据集；2.进行数据预处理；3.构建多阶段注意力机制的神经网络架构；4.基于四分类低俗图像数据集，对多阶段注意力机制的神经网络架构进行训练，获得注意力机制模型；5.将训练过后的注意力机制模型用数据的测试集进行测试，以验证模型的准确率指标；6.将最优的注意力机制模型用于数据的可视化，以热力图的形式展现出图像的高权重重点区域。本发明通过部署注意力机制，对图像的特征图的关键特征所在的区域进行加权操作。通过热力图的形式对特征图进行了数据可视化，通过可视化实验更好地解释模型的决策过程。
移动互联网低俗图片自动识别内容过滤方法

[发明专利]一种模块级代码结构的可视化开发实现系统-CN201910104818.0有效
发明人：高翔宇;祝一帆;秦飞巍 -专利权人：杭州电子科技大学
申请日： 2019-02-01 - 公布日： 2022-05-13 - 主分类号： G06F8/34 文献下载
摘要：本发明公开了一种模块级代码结构的可视化开发实现系统。本发明系统包括：文本代码层、可视化层和所采用编程语言的编译器。其中，文本代码层包括数据集结构、代码模块接口、代码模块适配器或缓存器、模块拼接域；可视化层包括文本代码层中数据集结构、代码模块接口、代码模块适配器或缓存器和模块拼接域四大结构的可视化元素，可视化元素为二维图形或三维模型。本发明使得程序编写和软件开发的代码结构清晰，提高代码复用率，实现模块级的软件或程序的可视化开发，让非计算机专业人士能够使用已开发好的代码模块通过简单的操作完成开发，降低软件开发门槛。
一种模块代码结构可视化开发实现系统

[发明专利]基于时空特征信息的草图检索三维模型的跨模态检索方法-CN202010854244.1有效
发明人：白静;周文惠;拖继文;秦飞巍 -专利权人：北方民族大学
申请日： 2020-08-24 - 公布日： 2022-04-29 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种基于时空特征信息的草图检索三维模型的跨模态检索方法，该方法是先进行数据选取，然后构建草图‑三维模型图像序列和时空特征信息提取网络，使用时空特征信息提取网络提取草图和三维模型的时空特征信息，再使用深度度量学习实现草图和三维模型的时空特征信息联合，最后根据时空特征信息联合中草图和三维模型的时空特征信息的欧式距离进行相似度计算。本发明检索性能突出，可有效完成草图检索三维模型的跨模态检索，有着更好的准确度，操作简单，实用性强。
基于时空特征信息草图检索三维模型跨模态方法

[发明专利]一种基于目标检测神经网络的声纳图像实时检测方法-CN202111664998.1在审
发明人：杨金晶;秦飞巍;谭成灏;於勤翔 -专利权人：杭州电子科技大学
申请日： 2021-12-31 - 公布日： 2022-03-22 - 主分类号： G06V20/05 文献下载
摘要：本发明公开了一种基于目标检测神经网络的声纳图像实时检测方法。本发明步骤：步骤(1)、构建声呐图像数据集，并划分为训练集和测试集；步骤(2)、数据预处理：对构建的训练集和测试集进行降噪、数据归一化、全分辨率数据增广处理；步骤(3)、构建水下声呐图像实时检测网络；步骤(4)、基于训练集对声呐图像实时检测网络进行训练；步骤(5)、基于测试集验证声呐图像实时检测网络的准确性和实时性。本发明借鉴了YOLO系列、SSD与RetinaNet等网络的框架，设计并使用骨干网络，并最大限度增加输入信息量，通过数据扩充增加样本量，降噪预处理和设计损失函数等方法进行改进，以满足检测网络准确性的要求。最终设计了在保持速度优势的前提下并且提升了预测精度的SonarDet系统。
一种基于目标检测神经网络声纳图像实时方法

1
2
下一页»
尾页
共 22 条