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410个,建议您升级VIP下载更多相关专利
  • [发明专利]基于双跳跃重构网络的单光纤内窥镜成像方法-CN202310856931.0在审
  • 宋彬彬;李雪晴;黄薇;陈胜勇 - 天津理工大学
  • 2023-07-13 - 2023-10-24 - G02B23/24
  • 本发明设计了一种动态多模光纤条件下模拟内窥镜传输复杂图像,从而进行复杂图像散斑重构的方法.该方法首先需要搭建光路来获取所需的模拟场景数据集,然后对模拟场景数据集进行处理与划分,接下来根据散斑特性来设计双跳跃重构网络,训练集输入到双跳跃重构网络中进行训练,验证集进行验证,测试集用来衡量网络模型解决内窥镜成像问题的效果.双跳跃重构网络结合了ConvNeXt块和跳跃连接,进行了多次上下文特征融合,更好的获取散斑特征,为通过动态多模光纤高保真稳定传输复杂图像提供了新思路,为多模光纤内窥镜应用于生物医疗领域奠定了基础。
  • 基于跳跃网络光纤内窥镜成像方法
  • [发明专利]基于多子网动态融合网络的多模光纤自适应成像算法-CN202310856896.2在审
  • 宋彬彬;李勇辉;黄薇;陈胜勇 - 天津理工大学
  • 2023-07-13 - 2023-10-20 - G06T11/00
  • 本发明涉及一种基于并行多子网动态融合网络的多模光纤自适应成像算法,该方法首先获取不同多模光纤传输条件(弯曲角度、长度)下的复杂自然场景散斑图像数据集;然后设计子网和门控网络的结构;接下来用多组不同弯曲状态的散斑图像数据集分别训练多个子网作为初始化权重,将初始化的多个子网和门控网络组成一个并行的多子网动态融合网络;然后再用多种弯曲状态下的散斑图像训练集去训练并行的多子网动态融合网络,用测试集验证门控网络分配给子网权重的合理性;用子网见过或者未见过的MMF传输条件下采集的复杂自然场景散斑图像数据集去训练构建好的并行多子网动态融合网络,设计了结构相似度(SSIM)作为网络的损失函数;最终使用各种多模光纤弯曲状态下的测试集散斑图像实现端到端的自适应成像。
  • 基于子网动态融合网络光纤自适应成像算法
  • [发明专利]基于数据插补和表征学习的端到端不完整时间序列分类方法-CN202310767536.5在审
  • 石凡;姚鹏帅;程徐;陈胜勇 - 天津理工大学
  • 2023-06-27 - 2023-08-29 - G06F18/24
  • 本发明提供了一种基于数据插补和表征学习的端到端不完整时间序列分类方法,属于计算机数据挖掘领域。该方法的步骤如下:将不完整时间序列数据先经过模型的数据插补模块进行训练学习的插补,该模块保留了未缺失部分的时间序列信息,只插补缺失序列,进而产生一个模型能接受训练学习的完整时间序列;之后模型会将得到的完整时间序列作为待处理的带有噪点的序列数据,并在模型中的特征学习模块提取时间序列特征用于分类;循环执行训练步骤至一定轮次,整个模型收敛;不完整时间序列数据再次使用收敛模型便能得到一个很好的分类效果。本发明通过数据插补和表征学习能更好的得到分类特征,在不完整时间序列分类领域,能够提高数据分类的指标。
  • 基于数据表征学习端到端不完整时间序列分类方法
  • [发明专利]基于ORBSLAM2及BundleTrack的鲁棒语义SLAM方法-CN202310498279.X在审
  • 张剑华;于洁;朱云瑞;陈凯祺;陈胜勇 - 天津理工大学
  • 2023-05-06 - 2023-08-18 - G06T7/73
  • 一种基于ORBSLAM2及BundleTrack的鲁棒语义SLAM方法,该方法的过程包括:S1:使用STM32硬件触发知微传感Dkam130型深度相机,然后标定相机获取相机参数,使用该深度相机采集小型静态场景数据;S2:处理数据并制作数据集;S3:Ubuntu18系统下配置环境,融合ORBSLAM2、BundleTrack代码,实现实时获取物体6D位姿,调整参数使融合后的ORBSLAM2、BundleTrack系统能够适应不同的场景和数据集,使用不同数据集验证系统的鲁棒性;S4:将采集的物体6D位姿应用于增强现实,对真实世界进行拍摄,将ArUco标识贴在物体表面,根据6D位姿信息得到摄像机和真实物体的准确位置和旋转参数,然后将虚拟信息(3D模型、图像)渲染到真实环境中,最后显示融合后画面。
  • 基于orbslam2bundletrack语义slam方法
  • [发明专利]一种基于双目条纹投影的大景深自动离焦方法-CN202310464568.8在审
  • 杨守瑞;于洋;陈胜勇 - 天津理工大学
  • 2023-04-26 - 2023-07-28 - G01B11/25
  • 本发明公开了一种基于双目条纹投影的大景深自动离焦方法,包括:基于投影仪的电控调焦镜头和被测物体,设置若干物距;基于所述物距获取物距与最佳离焦程度的关系;对所述被测物体进行点云分割,得到若干分割后点云和分割后点云的对应物距;基于所述物距与最佳离焦程度的关系和所述分割后点云的对应物距对若干所述分割后点云进行测量,得到若干组点云;基于点云融合算法将所述若干组点云的对应点一一融合,得到最终融合点云。本发明通过实时调整投影仪的离焦程度,实现了在大景深情况下的高精度、自动化的条纹投影测量。
  • 一种基于双目条纹投影景深自动方法
  • [发明专利]一种基于对冲算法的多特征融合跟踪方法-CN202010453146.7有效
  • 产思贤;周小龙;陶健;刘鹏;王平浩;陈胜勇 - 浙江工业大学
  • 2020-05-26 - 2023-07-28 - G06T7/246
  • 一种基于对冲算法的多特征融合目标跟踪方法,包括以下步骤:S1用空间正则化矩阵代替等权正则化来生成更精细的相关滤波器;S2在跟踪帧中提取特征生成三张空间置信图:2.1)利用颜色直方图模型生成颜色可置信图;2.2)利用从预训练VGG19中获得特征生成两种深度可置信图;S3获得三个跟踪结果;3.1)用三张空间置信图分别增强被跟踪样本的HOG特征;3.2)对三个增强后HOG分别进行相关滤波;S4利用标准对冲算法对三个滤波结果进行融合,得到最终结果;S5用更新机制对模型进行更新。本发明能够在复杂环境下对视频指定目标进行跟踪标注,并具有良好的跟踪效果。
  • 一种基于对冲算法特征融合跟踪方法
  • [实用新型]一种自带电源的便携式舞台灯-CN202320458528.8有效
  • 陈胜勇 - 东莞市云耀电子有限公司
  • 2023-03-13 - 2023-07-25 - F21V21/06
  • 本实用新型公开了一种自带电源的便携式舞台灯,属于舞台灯技术领域,包括:底座,所述底座上侧面从下到上依次设有电源和舞台灯本体,所述底座下侧面设有四组矩阵分布的万向轮,所述底座内部设有防止因万向轮与地面摩擦较小导致滑动的防滑组件,所述电源与舞台灯本体之间设有可以调节高度的升降组件。由此,能够通过发电机带动内螺纹杆转动,使外螺纹杆带动支撑座下降,撑起底座,让万向轮处于悬空状态,保证舞台灯本体的稳定性,而且转动把手使蜗杆带动蜗轮,蜗轮带动丝杆转动,两组滑动块相互靠近,带动转动板撑起连接块,抬高舞台灯本体的高度,根据舞台所需要的效果进行灯光高度的调节。
  • 一种电源便携式舞台
  • [实用新型]一种图像可变的LED舞台灯-CN202320232837.3有效
  • 陈胜勇 - 东莞市云耀电子有限公司
  • 2023-02-16 - 2023-07-04 - F21V21/30
  • 本实用新型公开了一种图像可变的LED舞台灯,包括装置本体,所述装置本体下端设有翻转架和旋转座,所述装置本体内设置有主光源且主光源外圈设有小光源,所述主光源上端设置有旋转板,所述旋转板内贯穿有中心套筒且中心套筒套设在主光源外侧,所述中心套筒一侧驱动设置有步进电机,所述旋转座内开设有四组限位孔,所述翻转架底部设有插接块且插接块内转动设置有推动齿轮,所述推动齿轮外侧啮合有齿条杆且上端连接有蜗轮,所述蜗轮一侧啮合有蜗杆且蜗轮和蜗杆均位于翻转架内部,所述蜗杆一侧设有旋钮,由此,能够实现对舞台灯的多种图像变换功能,同时不影响舞台灯的照明效果,能够实现对舞台灯的快速安装与拆卸,便于后期检修操作。
  • 一种图像可变led舞台
  • [发明专利]一种基于Res2-UNeXt网络结构的细胞图像分割方法-CN202010300212.7有效
  • 产思贤;黄诚;丁维龙;白琮;陈胜勇 - 浙江工业大学
  • 2020-04-16 - 2023-06-30 - G06T7/11
  • 一种基于Res2‑UNeXt网络结构的细胞图像分割方法,先对网络结构进行设计,根据细胞图像的特征,设计出合适且有效的网络;在U‑Net网络中加入了残差结构和多尺度卷积方法,分割过程为:利用训练图像的标签图来得出计算Loss所需的权值图;将原始的训练数据集输入进Res2‑NeXt网络,根据计算出的损失来更新网络的参数。不断迭代训练,直到网络预测的精度可以达到一个稳定的水平;利用已经训练好的网络来预测,输入新的数据就能得到一张细胞的分割图。本发明提出了一个多尺度的网络结构Res2‑UNeXt;能更好地获取粗粒度和细粒度的信息,从而提高了本方法分割的性能。
  • 一种基于res2unext网络结构细胞图像分割方法

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