“邹君妮”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67个，建议您升级VIP下载更多相关专利

[发明专利]一种动作提示的三维人体姿态估计方法和系统-CN202310829392.1在审
发明人：熊红凯;郑鸿伟;李涵;戴文睿;李成林;邹君妮 -专利权人：上海交通大学
申请日： 2023-07-07 - 公布日： 2023-10-13 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种动作提示的三维人体姿态估计方法和系统，包括：通过姿态编码器，从二维姿态序列中提取姿态位置特征、姿态序列特征和动作特征；根据姿态位置特征获得文本提示特征；对齐文本提示特征与动作特征，提取动作类别信息；选择对应动作类别信息的姿态提示特征，基于姿态提示特征与姿态序列特征间的相关性进行组合，得到增强姿态序列特征；将增强姿态序列特征通过线性映射得到三维姿态估计。本发明在姿态估计过程中，挖掘动作相关先验信息，引入动作相关文本、姿态特征的多模态信息，处理深度模糊问题；其即插即用模块，紧凑提取输入数据特征，节约网络模型参数量；显著提高含有自遮挡和复杂动作的姿态估计准确率，提升灵活性和可扩展性。
一种动作提示三维人体姿态估计方法系统

[发明专利]基于上下文重组建模的图像编码、解码方法及压缩方法-CN202110940403.4有效
发明人：戴文睿;袁亮;李劭辉;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2021-08-17 - 公布日： 2023-09-26 - 主分类号： H04N19/147 文献下载
摘要：本发明提供一种基于上下文重组建模的图像编码、解码方法及压缩方法，其中，采用第一卷积神经网络生成图像的多通道特征图，作为第一特征图；对第一特征图按照通道间相似性分组，重新排列特征通道，输出重组的多通道特征图，作为第二特征图，输出通道索引二进制码流；将第二特征图量化为整数；根据量化后的第二特征图，提取超先验信息，获取超先验信息二进制码流；生成重构超先验信息，利用重构的超先验信息及量化后的第二特征图的上下文信息，获得特征图二进制码流；合并上述三种码流，得到压缩图像二进制码流。本发明可更高效地利用特征图中通道的相关性，通过控制通道分组的组别数在可降低性能的条件下提高编解码效率。
基于上下文重组建模图像编码解码方法压缩

[发明专利]基于全局特征共享的个性化联邦学习方法、装置及系统-CN202310788877.0在审
发明人：李成林;张豪;戴文睿;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06N20/20 文献下载
摘要：本发明涉及一种基于全局特征共享的个性化联邦学习方法、装置及系统。基于全局特征共享的个性化联邦学习方法应用于客户端，包括：接收服务器发送的全局特征提取器模型和全局特征；根据全局特征提取器模型和本地分类器模型，初始化本地模型；将本地图像数据输入经过初始化的本地模型进行模型训练，确定本地模型的损失函数，损失函数包括本地图像数据的训练标签和真实标签之间的交叉熵损失、条件互信息正则项；根据本地模型的损失函数，基于反向传播对本地模型进行第一更新处理；当本地模型收敛时，确定目标本地模型。本公开通过引入全局特征和条件互信息正则项，共享全局特征，提高本地模型的泛化表现，并防止本地模型的过拟合。
基于全局特征共享个性化联邦学习方法装置系统

[发明专利]一种解耦合的网络结构搜索方法、设备及可读存储介质-CN202110609293.3有效
发明人：戴文睿;廖列文;李成林;邹君妮;熊红凯 -专利权人：上海交通大学烟台信息技术研究院
申请日： 2021-06-01 - 公布日： 2023-09-05 - 主分类号： G06N3/082 文献下载
摘要：本发明提供一种解耦合的网络结构搜索方法、设备及可读存储介质，包括：确定搜索空间，构建超网络；将超网络解耦成为各自独立的单一操作子网络；获取图像数据并分别作为超网络的网络参数、结构参数的训练数据；生成特征图，计算网络参数的交叉熵损失函数和变分丢弃损失函数，得到各通道丢弃概率，训练单一操作子网络至收敛并根据通道丢弃概率得到剪枝网络；将剪枝后的单一操作子网络组合成为超网络，生成特征图，计算交叉熵损失函数，更新超网络的结构参数；得到最终网络。本发明在保证较高的性能同时大幅度减少搜索时间和降低计算复杂度，保证了搜索的稳定性和实用性，可用于图像目标检测、分类等领域，提高图像处理速度。
一种耦合网络结构搜索方法设备可读存储介质

[发明专利]一种三维人体姿态估计方法、系统、应用、介质及终端-CN202310099078.2在审
发明人：熊红凯;李涵;史博文;戴文睿;李成林;邹君妮 -专利权人：上海交通大学
申请日： 2023-02-09 - 公布日： 2023-06-06 - 主分类号： G06V40/10 文献下载
摘要：本发明提供一种三维人体姿态估计方法和系统，包括：通过不同方式获取不同类别的关节点嵌入信息，即输入包含2D姿态信息的同时，获得绝对和相对的图拓扑距离信息；构造面向姿态的自注意力机制和Transformer网络；将每个关节点不同类别嵌入信息的总和作为token，输入到Transformer网络中，提取姿态相关的全局特征；根据提取到的全局特征，通过对关节点的不确定度进行估计，进行不确定度引导的采样操作和姿态改善操作，实现基于不确定度引导的改善。本发明在自注意力机制中引入图拓扑结构和不确定信息，处理深度模糊问题；构建的Transformer网络，能够紧凑提取输入数据特征，节约网络模型参数量；显著提高含有自遮挡和复杂动作的姿态估计准确率，具有很强的灵活性和可扩展性。
一种三维人体姿态估计方法系统应用介质终端

[发明专利]基于神经网络的目标算法拟合方法、终端以及应用-CN201911153108.3有效
发明人：李成林;刘春苗;戴文睿;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2019-11-22 - 公布日： 2023-04-28 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种基于神经网络的目标算法拟合方法，包括：获取能够被神经网络逼近的目标算法；对目标算法运行一次迭代得到不同输入和输出变量的数据集；将输入变量作为自变量，输出变量作为因变量，使用多元多项式拟合一次迭代的输入和输出变量；确定拟合单次迭代过程中多元多项式的单隐层神经网络结构；重复上述迭代过程，并将每一次的迭代过程串联起来，得到最终可以拟合整个目标算法的深度神经网络。同时提出了一种基于上述方法得到的深度神经网络、基于WMMSE算法的信道容量及能量分配优化方法以及用于执行上述方法的终端。本发明解决了复杂算法的拟合问题，并且能够实际指导神经网络的结构设计及神经网络层数和神经元个数的选取。
基于神经网络目标算法拟合方法终端以及应用

[发明专利]可变码率图像压缩方法、系统、装置、终端及存储介质-CN202211605816.8在审
发明人：戴文睿;李劭辉;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2022-12-12 - 公布日： 2023-04-18 - 主分类号： H04N19/42 文献下载
摘要：本发明提供一种可变码率图像压缩方法、系统、装置、终端及存储介质，包括：待编码图像通过第一分解变换神经网络获得初始特征图；通过死区量化器对初始特征图量化获得量化特征图；利用熵模型对量化特征图及超先验信息进行熵编码获得压缩码流；对压缩码流进行熵解码，利用熵模型恢复量化的超先验信息及量化特征图；反量化量化特征图获得重构特征图；将重构特征图通过第一合成变换神经网络获得重构图像；根据目标码率或目标失真，对编码过程中的量化以及反量化的参数进行调整，使压缩码流的码率接近目标码率，或使重构图像的失真接近目标失真。本发明提供准确的码率控制方案，使压缩码流码率更好地适配动态网络带宽变化，具有极强的实际应用价值。
可变图像压缩方法系统装置终端存储介质

[发明专利]一种基于张量网络的熵编码、熵解码方法及图像压缩方法-CN202211561058.4在审
发明人：戴文睿;范小萱;费文;李劭辉;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2022-12-07 - 公布日： 2023-03-21 - 主分类号： H04N19/91 文献下载
摘要：本发明提供一种基于张量网络的熵编码、熵解码方法及图像压缩方法、系统、装置，包括：采用格雷码将图像的离散特征划分为多个二进制位平面；采用特征映射将二进制位平面映射到对应的希尔伯特空间内，生成位平面的向量化特征；基于张量网络的熵编码模型，对位平面的向量化特征分别进行概率估计及编码，生成位平面特征二进制码流；合并所有的位平面特征二进制码流，得到特征二进制码流。采用张量网络建模特征概率分布，能够在不引入任何先验假设的条件下，准确计算特征的联合概率，相比于现有熵模型的设计进一步提升了压缩结构的灵活性和可扩展性。
一种基于张量网络编码解码方法图像压缩

[发明专利]一种自适应比特网络量化方法、系统及图像处理方法-CN202110323738.1有效
发明人：戴文睿;费文;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2021-03-26 - 公布日： 2023-01-17 - 主分类号： G06V10/22 文献下载
摘要：本发明公开了一种自适应比特网络量化方法、系统及图像处理方法，包括：获取全精度网络模型；获取所应用的分类任务下的测试数据集，并在测试数据集测试全精度网络模型的分类结果；使用量化函数对全精度网络模型的参数进行量化，并计算不同参数在待选比特位宽条件下量化前后的标准误差；估计不同参数的量化对网络性能的影响，获得当前参数的重要性；求解目标压缩率下具有最高准确度的比特位宽分配策略；将网络按照比特位宽分配策略进行量化，得到最终网络，用于图像分类和目标检测。本发明可以快速给出不同压缩率要求下网络参数的比特位宽和量化模型，同时保证较高的分类准确度，保证了量化方法的通用性。
一种自适应比特网络量化方法系统图像处理

[发明专利]一种隐私保护的人脸防伪方法、系统、终端及介质-CN202211271064.6在审
发明人：熊红凯;刘育辰;陈亚博;戴文睿;李成林;邹君妮 -专利权人：上海交通大学
申请日： 2022-10-17 - 公布日： 2023-01-03 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种隐私保护的人脸防伪方法和系统，将预训练的人脸防伪模型迁移到用户端，包括：获得可泛化的预训练人脸防伪模型，作为第一模型；将用户端人脸图像输入第一模型，产生第一伪标签；将第一模型作为初始化迭代更新得到第二模型；将第一模型的分类器权重特征，与第二模型输出的特征进行条件分布对齐；将用户端人脸图像分块并打乱顺序，以第一模型作为初始化，以乱序的人脸图像块迭代得到第三模型；结合第三模型和对齐后的人脸图像特征更新第二模型，用于用户端人脸防伪。本发明在保护人脸隐私没有预训练数据的情况下，将预训练好的人脸防伪模型迁移到用户端上进行使用，有效地提高用户在真实世界的不同环境下使用人脸防伪模型的准确率。
一种隐私保护防伪方法系统终端介质

[发明专利]一种内窥镜超声影像的处理方法及系统-CN202011585174.0有效
发明人：戴文睿;李锦;李成林;邹君妮;熊红凯 -专利权人：上海交通大学烟台信息技术研究院
申请日： 2020-12-25 - 公布日： 2022-11-25 - 主分类号： A61B8/08 文献下载
摘要：本发明提供一种内窥镜超声影像的处理方法及系统，所述方法包括：获取CP‑EBUS成像技术中三个模式的超声影像，其中，三个模式是指弹性模式E、灰阶模式B和多普勒血流模式F；采用多模态神经网络对三个模式的所述超声影像进行分类，得到识别淋巴结的处理结果。本发明使用CP‑EBUS成像技术中三个模式的图像数据，通过多模态神经网络对这些图像进行处理，能够更为准确的识别超声影像的淋巴结，从而有助于提升淋巴结诊断的准确率。
一种内窥镜超声影像处理方法系统

[发明专利]基于光感知网络和相位补偿的压缩成像方法、系统和装置-CN202010303504.6有效
发明人：戴文睿;郑紫阳;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2020-04-17 - 公布日： 2022-11-11 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于光感知网络和相位补偿的压缩成像方法、系统和装置，所述方法包括：在空域或者频域中，构建单个或多个并行或串联的光学参数调控层进行图像或视频的采样，获得光强的测量值；对所述光强的测量值进行相位信息补偿，利用复数神经网络从相位补偿后的测量值中重构出原始图像或视频。本发明利用相位补偿的复数神经网络提升信号重构的精确度和效率的同时，光学参数调控层可以通过光学器件或技术进行物理实现；可以避免采样时的模式翻转，大大节省了采样时间；可以实现图像或视频的实时采样与重建，具备良好的可扩展性。
基于感知网络相位补偿压缩成像方法系统装置

[发明专利]一种图像重构方法、系统、装置及存储介质-CN202110304115.X有效
发明人：戴文睿;孙佳琦;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2021-03-22 - 公布日： 2022-11-11 - 主分类号： G06T5/50 文献下载
摘要：本发明提供了一种图像重构方法及系统，包括：将输入图像分解成一组卷积字典和稀疏向量卷积的和，在稀疏向量零范数约束下，建立压缩感知优化问题；基于所述压缩感知优化问题构建可微分优化深度神经网络，将所述测量信号作为所述深度神经网络的输入，从采样矩阵和测量信号求解卷积字典和稀疏向量，重构图像。同时提供了一种相应的图像重构装置及存储介质。本发明采用了基于卷积稀疏编码构建压缩感知图像重构模型，降低字典表示的冗余性；同时适用于随机矩阵采样和0/1稀疏矩阵采样模式，可分别适用于自然图像压缩感知重构和磁共振成像重构；具有更高的的重构精度。
一种图像方法系统装置存储介质

[发明专利]一种JPEG图像无损压缩和解压缩方法、系统与装置-CN202111018763.5有效
发明人：戴文睿;骆继祥;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2021-09-01 - 公布日： 2022-11-11 - 主分类号： H04N19/124 文献下载
摘要：本发明提供一种JPEG图像无损压缩和解压缩方法、系统与装置，包括：将JPEG图像部分解码，得到亮度和色度的DCT系数和量化表，进行缓存；将所述DCT系数按照对应频带排序，将排序后的DCT系数划分为若干个频率组；对所述频率组，逐个采用卷积神经网络从所属频带的DCT系数提取上下文；根据所述上下文，预测所述DCT系数的概率分布，进行算术编码，得到二进制码流。本发明在仅对JPEG图像部分解码的前提下，提高JPEG图像的压缩率，且不改变图像中的任何内容。本发明能兼容当前广泛使用的JPEG图像编码格式。
一种 jpeg 图像无损压缩和解方法系统装置

[发明专利]一种高效医学图像分割方法及系统、终端、介质-CN202110617162.X有效
发明人：戴文睿;费文;郭力铭;李成林;邹君妮;熊红凯 -专利权人：上海交通大学烟台信息技术研究院
申请日： 2021-06-03 - 公布日： 2022-11-04 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种高效医学图像分割方法及系统、终端、介质，包括：获取医学图像训练集，训练第一分割网络，用于医学图像预分割，得到分割特征图；优化所述第一分割网络的网络参数和所述分割特征图，获得第二分割网络；基于医学图像训练集迭代更新所述第二分割网络的网络参数至收敛，得到最终医学图像分割网络；将医学图像输入所述最终医学图像分割网络，得到分割结果。本发明由于网络参数和分割特征图均为精度低，计算简单，可以快速给出的医学图像分割结果，适合应用在各类医学设备上辅助诊断。
一种高效医学图像分割方法系统终端介质

1
2
3
4
5
下一页»
尾页
共 67 条