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94个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多尺度卷积神经网络的糖尿病视网膜病变分类方法-CN202011060027.1有效
  • 李杨;黎琪;彭成磊;都思丹;王杰;陈佟;周子豪 - 南京大学
  • 2020-09-30 - 2023-09-08 - G06V10/764
  • 本发明公开了基于多尺度卷积神经网络的糖尿病视网膜病变分类方法,先将原始眼底图像进行归一化预处理,再以目标像素为中心,对预处理后的图像进行多尺度分割,得到不同尺度下的一系列形状、大小相同的图像序列。针对每个尺度,分别利用卷积神经网络模型对图像序列进行特征提取,得到不同尺度的特征并进行融合,针对融合后的特征来进行最后的分类,得到图像序列(即目标像素)的病变检测结果。将原始眼底图像上所有像素点的检测结果进行整合输出,即得到带有病变定位和分类的糖尿病视网膜病变检测结果图。本发明多尺度提取特征并融合,实现同时检测MAs和HEs两种病变的自适应尺度糖尿病视网膜病变,提高了糖尿病视网膜病变检测算法的性能。
  • 基于尺度卷积神经网络糖尿病视网膜病变分类方法
  • [发明专利]一种基于多模态融合的路面状态及状态转移起始点检测方法-CN202310224246.6在审
  • 李杨;都思丹;陆天昊;王之渊 - 南京大学
  • 2023-03-09 - 2023-08-15 - G06V20/40
  • 本发明公开了一种基于多模态融合的路面状态及状态转移起始点检测方法,所述方法包括:从路面区域中获取路面状态的像素级分割结果,基于路面状态的像素级分割结果计算路面状态的概率分布,基于热成像温度数据计算当前时刻的路面状态转移概率,并通过路面状态概率分布对其进行后向融合,将得到的路面状态转移向量和温湿度通过支持向量机进行分类,预测出路面状态转移的起始点。本发明包括具有非接触、低延迟特性的数据采集模块,具有双模态输入的路面状态分割模块,具有长短期记忆能力的路面状态转移预测模块,具有多维感知的后向融合模块。本发明充分利用多模态特征同时预测路面状态和路面状态转移的起始点,预测更加准确、鲁棒,时效性更强。
  • 一种基于多模态融合路面状态转移起始检测方法
  • [发明专利]一种非接触式的多模态路面结冰检测系统-CN202310224286.0在审
  • 李杨;都思丹;王之渊;陆天昊 - 南京大学
  • 2023-03-09 - 2023-06-13 - G06V20/52
  • 本发明公开了一种非接触式的多模态路面结冰检测系统,该系统可实时监测路面是否结冰。本发明包括获取多模态数据的数据采集模块、对多模态数据进行语义分割的识别模块、对多模态数据进行后向融合的分类模块。本发明较已有方法,达到了更高的检测准确率且成本低廉。本发明充分利用多模态数据带来的互补信息,对不同光照条件更具鲁棒性。系统装置不接触路面,对交通几乎不造成影响,且对安装位置及角度约束低,使得安装便携。本发明对路面状态的检测具有实时性,大大增加了其应用性。
  • 一种接触多模态路面结冰检测系统
  • [发明专利]一种在线时空语义融合方法和系统-CN202010418823.1有效
  • 于耀;骆润豪;周余;都思丹 - 南京大学
  • 2020-05-18 - 2022-05-17 - G06T17/05
  • 本发明涉及一种在线时空语义融合方法和系统。该方法包括:获取待语义融合对象的初始数据和2D语义分割网络;以初始数据为输入,采用2D语义分割网络确定单帧点云数据中每一数据点的信息;以体素为基本单位,将单帧点云数据变换到三维世界坐标系中,并使用字典数据结构建立三维体素网格地图;根据三维体素网格地图中的体素生成体素数据集;获取在线时空语义融合网络;以体素数据集中体素的图像特征向量为输入,采用在线时空语义融合网络确定待语义融合对象的三维语义融合地图。本发明提供的方法和系统,创新性的使用基于注意力机制的网络化方法,以解决现有技术只能追溯有限帧数据,无法充分利用历史信息的问题,具有效率高、语义融合完全的特点。
  • 一种在线时空语义融合方法系统
  • [发明专利]一种基于三维点云几何特征学习的点云配准方法及系统-CN202110490222.6在审
  • 于耀;耿聪慧;周余;都思丹 - 南京大学
  • 2021-05-06 - 2021-07-20 - G06T7/521
  • 本发明涉及一种基于三维点云几何特征学习的点云配准方法,首先使用自重建网络学习三个域转换模块:点云块到几何形状域的形状编码器、几何形状域到点云块的解码器以及点云块到采样域的采样编码器,并通过孪生交换结构保证几何特征的旋转不变性和采样一致性;然后使用形状编码器得到点云的几何特征描述并形成匹配对,初步筛选后利用RANSAC优化得到位姿估计;最后使用三个域转换网络构建点到曲面模型的精准匹配,进一步微调位姿实现点云配准,继而增量式定位激光雷达并获取点云地图。本发明的算法输入为激光雷达连续多帧点云,输出结果为各个时刻激光雷达的位姿和点云地图。本发明的算法结果可运用于自动驾驶、三维重建和虚拟现实等应用课题。
  • 一种基于三维几何特征学习点云配准方法系统
  • [发明专利]一种自监督单视图三维发丝模型重建方法及系统-CN202110453009.8在审
  • 于耀;潘霄禹;周余;都思丹 - 南京大学
  • 2021-04-26 - 2021-07-16 - G06T7/521
  • 本发明涉及一种自监督单视图三维发丝模型重建方法及系统,获取肖像图像样本的发型区域占用图、发丝纹理方向图和投影视角,构建初始的单视图3D发型重建网络,以发型区域占用图和2D占用图的对应像素的差值以及发丝纹理方向图和2D方向图的对应像素的差值构建损失函数,对初始的单视图3D发型重建网络进行训练,最后将待重建肖像图像输入训练好的单视图3D发型重建网络,获得3D数字化发型。本发明在网络训练时无需2D到3D的真实数据对做监督,而是利用单张照片作为输入,借助可微分体积场重投影,将三维数据映射回二维,以输入本身作为约束,完成自监督,利用训练好的单视图3D发型重建网络实现了一种端到端的三维发型重建,让用户快速获取发型重建结果。
  • 一种监督视图三维发丝模型重建方法系统
  • [发明专利]一种三维衣物实时仿真编辑方法及系统-CN202110411454.8在审
  • 方浩;周余;于耀;都思丹 - 南京大学
  • 2021-04-16 - 2021-07-06 - G06F30/10
  • 本发明公开了一种三维衣物实时仿真编辑方法及系统。该方法包括:读取并分析衣物二维版型文件,获取衣物二维版型轮廓线段信息;基于衣物二维版型轮廓线段信息,利用层次结构模型在逻辑和数据结构上对衣物进行建模,得到衣物模型;基于固定背景三角网格以及轮廓线生成仿真三角网格;基于仿真三角网格,将衣物模型在人体模型上进行物理仿真;基于物理仿真结果在三维空间中对衣物进行编辑,得到编辑向量;基于编辑向量对衣物模型进行更新。用户能够在三维空间中实时对衣物进行编辑操作,同时获得准确的二维面片版型。基于固定背景三角网格进行衣物网格更新的方法,不仅能保证仿真速度的实时性,还能够保证衣物物理仿真参数在编辑过程中不会发生改变。
  • 一种三维衣物实时仿真编辑方法系统
  • [发明专利]一种人体姿态识别方法及系统-CN202110411237.9在审
  • 江沛远;周余;于耀;都思丹 - 南京大学
  • 2021-04-16 - 2021-07-02 - G06K9/00
  • 本发明公开了一种人体姿态识别方法,所述识别方法包括如下步骤:获取当前帧的不同视角下的多张人体图像;根据多张所述人体图像,采用卷积神经网络算法建立三维人体模型;分别将每张所述人体图像上的相邻像素进行聚类,获得多个像素块;建立每个所述像素块的二维像素块模型;根据每个所述像素块的二维像素块模型对所述三维人体模型进行优化,获得优化后的三维人体模型;根据优化后的三维人体模型确定当前帧的人体姿态。本发明首先采用卷积神经网络算法,简单快速的建立一个三维人体模型,然后利用图像中人体姿态对所述三维人体模型进行优化,利用优化后的三维人体模型进行姿态识别,实现了在保证人体姿态估计精度的同时,提高人体姿态估计的速度。
  • 一种人体姿态识别方法系统
  • [发明专利]一种基于自监督学习的三维人脸模型重建方法及系统-CN202110457570.3在审
  • 于耀;梁胜利;周余;都思丹 - 南京大学
  • 2021-04-27 - 2021-06-11 - G06T17/00
  • 本发明公开了一种基于自监督学习的三维人脸模型重建方法及系统。该方法包括:基于单张人脸图片,利用训练好的编码神经网络预测粗糙三维人脸模型参数;基于所述粗糙三维人脸模型参数构建粗糙三维人脸模型;将所述粗糙三维人脸模型进行UV展开并进行渲染,得到第一渲染图像;将所述单张人脸图像反投影到所述粗糙三维人脸模型后进行UV展开并进行渲染,得到第二渲染图像;基于所述第一渲染图像和所述第二渲染图像,利用训练好的置换贴图预测神经网络预测深度方向置换贴图;将所述深度方向置换贴图叠加到所述粗糙三维人脸模型上,得到重建的三维人脸模型。本发明无需大量采集真实三维人脸模型的情况下,仅使用单张图片即可得到精细的三维人脸模型。
  • 一种基于监督学习三维模型重建方法系统
  • [发明专利]一种固定场景中的无监督人体关键点检测方法及系统-CN202110457655.1在审
  • 于耀;李昆伦;周余;都思丹 - 南京大学
  • 2021-04-27 - 2021-06-04 - G06K9/00
  • 本发明涉及一种固定场景中的无监督人体关键点检测方法及系统,利用相机阵列中不同拍摄视角的彩色相机同步拍摄的多个人物彩色图像样本对卷积神经网络进行训练,将不同拍摄视角的待检测人物彩色图像输入训练好的卷积神经网络的编码器,获得不同拍摄视角的待检测人物热度图,从不同拍摄视角的待检测人物热度图中即可提取待检测人物的人体关键点的三维坐标。本发明对卷积神经网络进行无监督训练,解决了神经网络的训练需要大量标注数据的问题,并利用卷积神经网络实现人体关键点的三维坐标的精确测量,解决了传统人体关键点监测时需要穿戴marker的问题。
  • 一种固定场景中的监督人体关键检测方法系统
  • [发明专利]一种基于隐式特征编码的云层运动预测方法及系统-CN202010418825.0在审
  • 于耀;王锴;周余;都思丹 - 南京大学
  • 2020-05-18 - 2020-08-21 - G06T7/246
  • 本发明涉及一种基于隐式特征编码的云层运动预测方法及系统。所述方法包括获取云层图像训练集;构建以当前帧的云层图像为输入,以未来帧的云层图像为输出的云层运动预测网络;根据所述云层图像训练集训练所述云层运动预测网络,得到训练好的云层运动预测网络;获取待预测区域的当前帧的云层图像;根据所述待预测区域的当前帧的云层图像和所述训练好的云层运动预测网络确定所述待预测区域的未来帧的云层图像。本发明所提供的一种基于隐式特征编码的云层运动预测方法及系统,提高云量预测的实时性和准确性,并真实的反应云层的分布。
  • 一种基于特征编码云层运动预测方法系统
  • [发明专利]一种基于SMPL模型的人体图像合成方法及系统-CN202010418445.7在审
  • 周余;陈菲;于耀;都思丹 - 南京大学
  • 2020-05-18 - 2020-07-28 - G06T11/00
  • 本发明涉及一种基于SMPL模型的人体图像合成方法及系统。该方法包括:获取训练好的人体图像合成网络;人体图像合成网络包括SMPL模型、外表编码网络、全连接网络和解码网络;人体图像合成网络中包括待合成人物的外表参数;获取待合成图像;调整SMPL模型中的SMPL参数,生成待合成人物的uv图;利用外表编码网络得到当前人体的外表编码;根据人体的外表编码,利用全连接网络得到待合成人物的外表特征图;外表特征图与uv图大小一致;根据外表特征图和uv图,利用解码网络得到前景人体合成图像和二值掩膜;根据二值掩膜,将背景图像和前景人体合成图像相加,得到待合成图像对应的人体合成图像。本发明可以提高人体图像合成的准确度。
  • 一种基于smpl模型人体图像合成方法系统

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