“蔡宴朋”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161个，建议您升级VIP下载更多相关专利

[发明专利]一种静电场力耦合多级隔板水力作用去除胶体杂质的装置-CN202010128456.1有效
发明人：陈淑英;谭倩;蔡宴朋;杨志峰 -专利权人：广东工业大学
申请日： 2020-02-28 - 公布日： 2022-06-03 - 主分类号： C02F1/48 文献下载
摘要：本发明属于原水中胶体杂质去除技术领域，公开了一种静电场力耦合多级隔板水力作用去除胶体杂质的装置。该装置包括沉降室和电场发生装置，沉降室内设有多级导流隔板和排污装置，多级导流隔板为错开排布的上隔板和下隔板，将沉降室间隔成若干个彼此连通的处理单元；在沉降室的顶端两侧分别设有进水口和出水口；排污装置设置在处理单元的底端，电场发生装置设有阳极板和阴极板，阳极板和阴极板分别平行设置在沉降室的外部底端和顶端，阳极板和阴极板通过外电源连接。该装置利用胶体颗粒表面荷负电的特性，巧设多级隔板导流，形成更有利的水力学条件，使胶体颗粒都能处于更有利沉降的条件，提高胶体杂质沉降效率，降低消耗，运行过程实现自动排泥。
一种静电场耦合多级隔板水力作用去除胶体杂质装置

[发明专利]基于HyperNet算法的生态生物识别方法-CN202210210686.1在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-04 - 公布日： 2022-05-31 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于HyperNet算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；通过HyperNet算法对预处理后的生物图像数据进行目标检测；将检测后的生物图像与图像信息匹配，进行生态生物识别。本发明通过HyperNet算法进行多级抽象，将不同高低的层的CNN特征结合，既能获取高层语义，又可以得到低层高分辨率的位置信息，提高小目标检测效果，提高了小目标的识别精度。
基于 hypernet 算法生态生物识别方法

[发明专利]基于SSD算法的生态生物识别方法-CN202210230914.1在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-10 - 公布日： 2022-05-31 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于SSD算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；对采集的生物图像数据进行处理，得到处理后的生物图像数据；通过SSD算法对处理后的生物图像数据进行目标检测；将检测后的生物图像数据进行生态生物识别。本发明通过设置SDD算法，SSD生成的default box是多尺度的，SSD对于小目标的检测效果更好，SSD生成的多尺度default box一定有更高概率找到更加贴近于Ground Truth的候选框，因此模型的稳定性强，生物识别的效果更好。
基于 ssd 算法生态生物识别方法

[发明专利]基于OHEM算法的生态生物识别方法-CN202210230915.6在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-10 - 公布日： 2022-05-31 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于OHEM算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；采用图像归一法和图像增强法对采集的生物图像数据进行处理，得到处理后的生物图像数据；通过OHEM算法对预处理后的生物图像数据进行目标检测；将检测后的生物图像数据进行生态生物识别。本发明通过设置OHEM算法，对于数据的类别不平衡问题不需要采用设置正负样本比例的方式来解决，这种在线选择方式针对性更强，随着数据集的增大，算法的提升更加明显，有效的提高了生物识别效果。
基于 ohem 算法生态生物识别方法

[发明专利]基于CPF算法的生态生物识别方法-CN202210237366.5在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-11 - 公布日： 2022-05-31 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于CPF算法的生态生物识别方法，包括如下步骤：构建历史的被观察物的图像信息，并将图像信息进行分布式存储；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；解析待识别的生物图像，得到经反射后的环境物体的图像数据；获取解析后的生物图像信息，将生物图像信息传输至生物识别模块中进行识别；通过CPF算法将生物识别模块进行改进，提高生物识别模块定位的精确性；将生物图像信息通过改进后的生物识别模块进行识别，若图像数据与所述图像信息匹配，则判定为识别成功。本发明通过CPF算法的设置，能够提高生物识别模块定位的精确性，同时，保障生物识别技术的安全性能。
基于 cpf 算法生态生物识别方法

[发明专利]基于GBDNet算法的生态生物识别方法-CN202210238649.1在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-11 - 公布日： 2022-05-31 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于GBDNet算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；对采集的生物图像数据进行分析，得到分析后的生物图像数据，并进行存储；通过GBDNet算法对处理后的生物图像数据进行目标检测；将检测后的生物图像数据进行生态生物识别。本发明通过设置有GBDNet算法，进行不同上下文区域的特征相互验证，提高了生物识别的精度，同时，实现了准确的生物体识别，提高了生物体识别的效率。
基于 gbdnet 算法生态生物识别方法

[发明专利]基于DeNet算法的生态生物识别方法-CN202210194360.4在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（珠海）科技有限公司
申请日： 2022-03-01 - 公布日： 2022-05-31 - 主分类号： G06V20/05 文献下载
摘要：本发明公开了基于DeNet算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；通过DeNet算法对采集的生物图像数据进行目标检测；将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。本发明DE算法通过采用浮点矢量进行编码生成种群个体，将符合要求的个体保存到下一代群体中去，能够过滤大部分候选区域，提高生物识别的速度。
基于 denet 算法生态生物识别方法

[发明专利]基于CoupleNet算法的生态生物识别方法-CN202210195283.4在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（珠海）科技有限公司
申请日： 2022-03-01 - 公布日： 2022-05-31 - 主分类号： G06V20/05 文献下载
摘要：本发明公开了基于CoupleNet算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；通过CoupleNet算法对采集的生物图像数据进行目标检测；将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。本发明通过设置CoupleNet算法对采集的生物图像数据进行目标检测，提出全卷积网络，同时将全局信息和局部信息相结合，设计了一个不同的normalization和coupling策略挖掘局部信息和全局信息的兼容性和互补性，使得生物识别的精度提高。
基于 couplenet 算法生态生物识别方法

[发明专利]基于AZNet算法的生态生物识别方法-CN202210203285.3在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-03 - 公布日： 2022-05-27 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于AZNet算法的生态生物识别方法，包括如下步骤：获取湖面生物检测采集点的待识别图像，将待识别图像数据进行存储；通过AZNet算法对待识别图像进行检测处理；检测后的生态环境的图像数据与图像信息匹配，则判定为识别成功。本发明能够便于快速的对待识别图像进行检测处理，便于待识别图像特征的提取，能够以较快的帧速率实现了接近最先进方法进识别检测，提高生态生物识别的准确性和安全性。
基于 aznet 算法生态生物识别方法

[发明专利]基于G-CNN算法的生态生物识别方法-CN202210204487.X在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-03 - 公布日： 2022-05-27 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于G‑CNN算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；采用图像归一法和图像增强法对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；通过G‑CNN算法对预处理后的生物图像数据进行目标检测；将检测后的生物图像与图像信息匹配，进行生态生物识别。本发明的G‑CNN通过去除object proposal阶段，同时也减少需要处理的boxes数目,从而使得检测变得更快，进一步提高了目标检测精度和速度。
基于 cnn 算法生态生物识别方法

[发明专利]基于YOLO v1算法的生态生物识别方法-CN202210194363.8在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-03-01 - 公布日： 2022-05-27 - 主分类号： G06V40/00 文献下载
摘要：本发明公开了基于YOLO v1算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；采用图像归一法和图像增强法对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；通过YOLO v1算法对预处理后的生物图像数据进行目标检测；将检测后的生物图像与图像信息匹配，进行生态生物识别。本发明通过设置YOLO v1算法对生态生物识别，速度快，能够达到实时的要求，在Titan X的GPU上能够达到45帧每秒，使用全图作为Context信息，把背景错认为物体比较少，泛化能力强。
基于 yolo v1 算法生态生物识别方法

[发明专利]基于MR-CNN算法的生态生物识别方法-CN202210172671.0在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-02-24 - 公布日： 2022-05-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于MR‑CNN算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；通过MR‑CNN算法对预处理后的生物图像数据进行目标检测。本发明通过MR‑CNN算法的设置，模型首先对图像进行多区域划分，然后用标准卷积操作得到图像语义上下文信息，接着利用多区域的输入来学习上下文交互特征，通过把全局区域和多个分区域的空间信息级联再输入卷积层，以一种信息补充的方式提取图像的上下文特征信息，最后通过Softmax函数对图像进行分类，结构简单，参数量较少，且多区域特征融合上下文信息建模比单区域特征建模具有更好的鲁棒性和更高的分类精度。
基于 mr cnn 算法生态生物识别方法

[发明专利]基于Faster R-CNN算法的生态生物识别方法-CN202210172674.4在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（深圳）数字科技有限公司
申请日： 2022-02-24 - 公布日： 2022-05-27 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于FasterR‑CNN算法的生态生物识别方法，包括如下步骤：发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；采用图像归一法和图像增强法对采集的生物图像数据进行预处理，得到预处理后的生物图像数据；通过FasterR‑CNN算法对预处理后的生物图像数据进行目标检测；将检测后的生物图像与图像信息匹配，进行生态生物识别。本发明FasterR‑CNN提出了RegionProposalNetwork(RPN)，从与fastR‑CNN共享的卷积层中估计候选区域，由于RPN与fastR‑CNN在前几个卷积层共享参数，因此，候选区域计算与分类网络计算有大部分重合，大大减少了整体检测的时间，有效的提高生物识别的速度和精准度。
基于 faster cnn 算法生态生物识别方法

[发明专利]基于RON算法的生态生物识别方法-CN202210173463.2在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（珠海）科技有限公司
申请日： 2022-02-24 - 公布日： 2022-05-27 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于RON算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行分类，并建立生态特征数据库；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；对采集的生物图像数据进行图像处理，并将处理后的生物图像数据进行存储；通过RON算法对采集的生物图像数据进行目标检测；将得到的所需识别的生物图像数据特征与生态特征数据库中的特征数据进行对比识别。本发明通过设置有RON算法，RON中没有roipooling层，对于坐标的回归直接在类似RPN网络的回归分支中完成，对坐标的回归操作只进行一次，能够有效的提高目标检测的速度，提高了生物识别的速度。
基于 ron 算法生态生物识别方法

[发明专利]基于YOLO v2算法的生态生物识别方法-CN202210173472.1在审
发明人：杨志峰;沈永明;张远;蔡宴朋 -专利权人：澜途集思（珠海）科技有限公司
申请日： 2022-02-24 - 公布日： 2022-05-27 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于YOLOv2算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行分类，并建立生态特征数据库；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；采用图像归一法和图像增强法对采集的生物图像数据进行处理，得到处理后的生物图像数据；通过YOLOv2算法对处理后的生物图像数据进行目标检测；将得到的所需识别的生物图像数据特征与生态特征数据库中的特征数据进行对比识别。本发明通过设置YOLOv2算法，能够使得生物图像作为输入可以顺利过渡，提高了生物图像识别准确率，同时，提高了对小目标的检测精度，提高了生物识别的准确率。
基于 yolo v2 算法生态生物识别方法