“于元隆”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32个，建议您升级VIP下载更多相关专利

[发明专利]基于困难类别感知机制的夜间街景语义分割方法-CN202310958101.9在审
发明人：刘文犀;蔡家鑫;李琦;林心代;于元隆 -专利权人：福州大学
申请日： 2023-08-01 - 公布日： 2023-10-13 - 主分类号： G06V10/26 文献下载
摘要：本发明的目的是提出基于困难类别感知机制的夜间街景语义分割方法。利用曝光纹理图，通过梯度反向传播，使得编码器隐式的学习图像中的曝光特征和纹理特征，同时使用困难类别感知模块加强困难类别语义分割网络对困难类别的识别和定位能力，有效地提高了夜间街景语义分割算法的性能。
基于困难类别感知机制夜间街景语义分割方法

[发明专利]一种基于人员状态与行为识别的图像处理方法-CN202310025967.4在审
发明人：王秋琳;于元隆;陈锴;林闽微;丘志强;蒋伟杰 -专利权人：福建亿榕信息技术有限公司;福州大学
申请日： 2023-01-09 - 公布日： 2023-07-04 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于人员状态与行为识别的图像处理方法，包括如下步骤，S1、获取；获取该区域采集设备采集的图像视频，并对选取的图像视频生成至少一帧的待处理图像；S2、检测；对S1中待处理图像进行检测，筛选出待处理图像中含有目标人员信息的图像；S3、识别；对S2中含目标人员信息的待处理图像中人员状态及行为进行身份识别，确定目标人员的状态信息；S4、生成结果；根据目标人员的状态及行为生成数据报告，并根据数据报告生成相应的方案。本发明对有争议以及系统判断地方生成相应的数据报告，生成告警信息以便监控人员监控，避免实时观看视频或回看视频而耗费大量时间，提高了工作效率。
一种基于人员状态行为识别图像处理方法

[发明专利]一种基于仿射变换的网络度量方法和存储设备-CN202110732865.7有效
发明人：郑蔚涛;吴飞;庄莉;王栋;肖传奇;蔡宇翔;粟仁杰;蒋鑫;张江龙;纪文;梁懿;于元隆;蒋伟杰;徐杰;潘进土;黄道 -专利权人：国网福建省电力有限公司信息通信分公司;国网福建省电力有限公司;福建亿榕信息技术有限公司;国家电网有限公司;福州大学;国网信息通信产业集团有限公司;国网信通亿力科技有限责任公司
申请日： 2021-06-30 - 公布日： 2023-06-09 - 主分类号： G06N3/084 文献下载
摘要：本发明涉及人工智能技术领域，特别涉及一种基于仿射变换的网络度量方法和存储设备。所述一种基于仿射变换的网络度量方法，包括步骤：输入待测样本至预先训练好的仿射变换模型计算得所述待测样本的结构相似性损失值和相似度损失值；结合第一经验阈值、第二经验阈值、所述待测样本的结构相似性损失值和相似度损失值判断前后两次采样的待测样本是否发生变更。以上方法中，利用了预先训练好的仿射变换模型会对所述待测样本两次采样的图像位置角度和远近差异等进行校正，再计算校正后的前后两次采样的待测样本是否发生变更，进而判断机柜内是否发生变化，使得判断结果更准确。
一种基于变换网络度量方法存储设备

[发明专利]一种基于先验约束的单帧视图三维模型点云重建方法和存储设备-CN202110733581.X有效
发明人：张江龙;粟仁杰;庄莉;李霆;陈严纾;蔡宇翔;王栋;吴茜;叶庚;潘丹;肖琦敏;梁懿;于元隆;蒋伟杰;徐杰;潘进土;黄道 -专利权人：国网福建省电力有限公司信息通信分公司;国网福建省电力有限公司;福建亿榕信息技术有限公司;国家电网有限公司;福州大学;国网信息通信产业集团有限公司;国网信通亿力科技有限责任公司
申请日： 2021-06-30 - 公布日： 2023-06-09 - 主分类号： G06T17/20 文献下载
摘要：本发明涉及三维视觉技术领域，特别涉及一种基于先验约束的单帧视图三维模型点云重建方法和存储设备。所述一种基于先验约束的单帧视图三维模型点云重建方法，包括步骤：建立3D椭球体；建立基于图的全卷积网络；获取图像特征，对所述3D椭球体进行形变，得优化后的三维网格模型；对所述优化后的三维网格模型进行再次优化；将所述图像特征及再次优化后的三维网格模型进行连接；得新的三维网格模型；对所述新的三维网格模型进行转化得点云模型。通过以上方法，能够通过单帧的RGB图片获取三维模型的表面信息，在加入形状比例先验约束后，能够更好生成接近原始机柜模型比例的新的三维模型，最后根据新的三维模型生成点云模型。
一种基于先验约束视图三维模型重建方法存储设备

[发明专利]一种基于先验超分辨率的图像小目标检测方法及存储介质-CN202110733573.5有效
发明人：蔡宇翔;叶勇;梁懿;罗富财;吴茜;郭蔡炜;蒋鑫;王栋;郑蔚涛;张江龙;叶庚;潘丹;庄莉;于元隆;蒋伟杰;徐杰;潘进土;黄道 -专利权人：国网福建省电力有限公司信息通信分公司;国网福建省电力有限公司;福建亿榕信息技术有限公司;国家电网有限公司;福州大学;国网信息通信产业集团有限公司;国网信通亿力科技有限责任公司
申请日： 2021-06-30 - 公布日： 2023-06-09 - 主分类号： G06V20/50 文献下载
摘要：本发明涉及一种基于先验超分辨率的图像小目标检测方法及存储介质，包括以下步骤：对目标物体进行采样获得高分辨率状态下的目标训练样本及全景训练样本；使用目标训练样本及全景训练样本训练超分辨率生成器；对目标物体全景图像裁剪获得低分辨率状态的目标图像，并通过超分辨率生成器生成高分辨状态的目标图像；对高分辨状态的目标图像裁剪成若干个预设大小的图片；然后输入目标检测网络中，得到最终的小目标检测结果。将低分辨率的图片超分辨率处理后生成高分辨的图像以增强小样本目标在样本表达中的信息，以得到更高的检测精度。在生成超分辨率的图像过程中使用生成目标高分辨先验进行监督式的模型训练，以此更好的生成超分辨率样本。
一种基于先验分辨率图像目标检测方法存储介质

[发明专利]融合标签去噪的半监督模型泛化方法-CN202211736527.1在审
发明人：刘文犀;谢晗;林洛君;于元隆 -专利权人：福州大学
申请日： 2022-12-31 - 公布日： 2023-04-14 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种融合标签去噪的半监督模型泛化方法，包括：步骤1、利用伪标签生成模型生成无标签源域数据的伪标签；步骤2、采用对偶校准泛化模型在伪标签和真实标签的源域上学习，根据small‑loss策略选取干净样本进行交换，双方在筛选出的干净样本上进行更新，同时插入风格混淆模块来提高模型的泛化能力；步骤3、中间域包括有标签源域和具有干净样本的无标签源域，渐进式中间域生成模块将这两部分样本进行线性混合，进入到下一个循环中作为伪标签生成模型的新的有标签源域数据。该方法有利于提高模型的泛化能力。
融合标签监督模型泛化方法

[发明专利]基于美学引导的人脸智能美化方法及系统-CN202211605324.9在审
发明人：林洛君;陈旺;陈培珍;于元隆 -专利权人：福州大学
申请日： 2022-12-14 - 公布日： 2023-03-28 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于美学引导的人脸智能美化方法，旨在通过人脸美丽评价模型的引导从而实现用户自适应的人脸智能美化效果。本发明主要分为这几个步骤：1）生成潜码：由编码器对图像进行编码生成代表图像内容信息的低维潜码；2）图像重建：由生成器将低维潜码映射成重建图像；3）生成器反演：由人脸美丽评价模型计算重建图像的美丽度与目标美丽度的距离损失，并由该损失引导生成器反演，从而更新潜码。其中，第二步与第三步不断进行迭代直至算法收敛。本发明通过人脸美丽评价模型的美学信息引导，以及StyleGAN的反演技术，在潜码空间中对人脸进行修改、美化，从而使得重建图像得到了智能的美化效果。
基于美学引导智能美化方法系统

[发明专利]一种用于边缘迁移计算的动态领域泛化方法及系统-CN202211640636.3在审
发明人： 于元隆;孙治书;林洛君;沈志峰 -专利权人：福州大学
申请日： 2022-12-20 - 公布日： 2023-03-14 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及一种用于边缘迁移计算的动态领域泛化方法,包括以下步骤：步骤S1:获取不同领域的样本，构建训练数据集;步骤S2:基于残差网络,构建基于非对称卷积核模板的动态网络；步骤S3:基于训练数据集，采用基于域混合方法的训练算法，训练基于非对称卷积核模板的动态网络，并将训练后的基于非对称卷积核模板的动态网络应用于边缘迁移计算场景。本发明应用于边缘迁移计算，即在不显著增加计算负担的前提下，提升拥有有限算力的边缘设备的预测性能。
一种用于边缘迁移计算动态领域泛化方法系统

[发明专利]基于混合注意力机制的多尺度图像篡改检测方法-CN202210793450.5在审
发明人：刘文犀;张皓;李琦;林心代;于元隆 -专利权人：福州大学
申请日： 2022-07-07 - 公布日： 2023-01-06 - 主分类号： G06V20/00 文献下载
摘要：本发明涉及一种基于混合注意力机制的多尺度图像篡改检测方法，包括以下步骤：步骤S1：获取篡改数据集并划分为训练集和测试集，然后对训练集中的篡改图像和标签进行数据预处理；步骤S2：构建融合通道注意力和空间注意力的混合注意力模块，增强篡改图像的语义信息，得到篡改区域的初始预测图；步骤S3：构建融合上下文信息的细化模块，使用多尺度特征对篡改区域的初始预测图进行细化；步骤S4：构建并训练基于混合注意力机制的多尺度图像篡改检测模型；步骤S5：将篡改图像输入到训练好的基于混合注意力机制的多尺度图像篡改检测模型中，输出对应的篡改区域掩码图。本发明有效地提高了篡改区域定位的准确性。
基于混合注意力机制尺度图像篡改检测方法

[发明专利]基于迁移学习解决在线复杂优化计算的稀疏特征学习方法-CN202010951143.6有效
发明人： 于元隆;孙真真 -专利权人：福州大学
申请日： 2020-09-11 - 公布日： 2022-08-16 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种基于迁移学习解决在线复杂优化计算的稀疏特征学习方法，包括以下步骤:步骤S1:采集数据集，对于图像数据，先将其向量化作为训练集样本；步骤S2:在源域中，采用同伦迭代硬阈值算法求解训练集的稀疏特征;步骤S3:将源域中得到的稀疏特征迁移到目标域作为真值，训练目标域中单隐层神经网络输入层与隐藏层之间的输入权重；步骤S4:根据得到的输入权重，计算训练样本的近似稀疏特征，并根据近似稀疏特征和训练样本的类别标签矩阵，训练线性分类模型；步骤S5:将待测样本进行预处理后输入分类器，计算得到待测样本的分类标签。本发明能够有效提高分类精度和效率。
基于迁移学习解决在线复杂优化计算稀疏特征学习方法

[发明专利]一种用于解决灾难性遗忘问题的终生学习方法-CN202011141948.0有效
发明人： 于元隆;刘子夜 -专利权人：福州大学
申请日： 2020-10-22 - 公布日： 2022-08-16 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种用于解决灾难性遗忘问题的的终生学习方法。该方法包括：（1）借助旧求解器的编码网络，获得生成模型更新前后的特征信息；（2）对更新前的特征进行白化，并通过新旧特征的线性组合来获得鲁棒特征，用于构造变换矩阵对新特征白化，从而获得更新前后的正交特征信息；（3）依据风格迁移算法，利用Gram矩阵得到生成模型更新前后的正交风格信息，并通过融合正交风格一致性的损失项来更新生成模型；（4）基于知识蒸馏算法训练求解器与生成的伪数据配对来代表旧任务，与新数据混洗用于求解器的更新。本发明能够减轻生成模型中随着任务增加造成的生成模型的遗忘以及由于求解器独立训练造成的分类信息丢失的问题，从而达到解决神经网络以及人工智能（AI）系统开发存在的终生学习中的灾难性遗忘问题。
一种用于解决灾难性遗忘问题终生学习方法

[发明专利]信息处理方法、装置、设备、移动机器人及存储介质-CN202011631960.X在审
发明人：杨康;华昭杰;张令威;于元隆;沈慧想 -专利权人：氪见（南京）科技有限公司
申请日： 2020-12-31 - 公布日： 2022-07-19 - 主分类号： G06V20/00 文献下载
摘要：本申请实施例提供一种信息处理方法、装置、设备、移动机器人及存储介质。其中，信息处理方法包括：获取包含目标对象的对象图像；在目标区域移动并进行图像采集；确定采集图像中是否存在与目标对象的相似度满足第一相似度条件的至少一个相似物品；若存在，则记录至少一个相似物品的位置信息；基于至少一个相似物品的位置信息，生成对象提示信息。本申请实施例提供的技术方案能够提高移动机器人的利用率。
信息处理方法装置设备移动机器人存储介质

[发明专利]信息处理方法、装置、处理设备及移动机器人-CN202011643372.8在审
发明人：马蕾;陈逸然;卢海伟;于元隆 -专利权人：氪见（南京）科技有限公司
申请日： 2020-12-30 - 公布日： 2022-07-19 - 主分类号： G06V20/00 文献下载
摘要：本申请实施例提供一种信息处理方法、装置、处理设备及移动机器人。其中，获取移动机器人在目标场所中采集的图像；检测所述图像中是否有目标对象；当检测到目标对象时，确定所述目标对象距离所述移动机器人的深度信息；基于所述深度信息及所述移动机器人在所述目标场所中的位置，确定所述目标对象在所述目标场所中的当前位置；在所述目标场所对应电子地图中的所述当前位置处，标注所述目标对象对应的标记信息。本申请实施例提供的技术方案解决了传统方案中电子地图不准确的技术问题。
信息处理方法装置处理设备移动机器人

[发明专利]检测方法、装置、移动机器人及存储介质-CN202011529623.X在审
发明人：王其鑫;梁振振;杨聪;张令威;张学祥;谢厚森;田海鸿;于元隆 -专利权人：氪见（南京）科技有限公司
申请日： 2020-12-22 - 公布日： 2022-07-08 - 主分类号： G06T7/55 文献下载
摘要：本申请实施例提供一种检测方法、装置、移动机器人及存储介质。其中，获取单目相机采集得到的第一单目图像，并识别第一单目图像中的目标对象；利用深度预测模型预测第一单目图像对应的第一深度图像；基于第一深度图像，确定目标对象与移动机器人之间的距离，本申请实施例提供的技术方案能够保证较好的测距准确度、降低了测距成本、算法较为简单以及对计算和部署资源要求较少。
检测方法装置移动机器人存储介质

[发明专利]一种基于样本级注意力网络的少样本学习方法-CN202010941622.X有效
发明人： 于元隆;赵晓南 -专利权人：福州大学
申请日： 2020-09-09 - 公布日： 2022-07-05 - 主分类号： G06V10/778 文献下载
摘要：本发明涉及一种基于样本级注意力网络的少样本学习方法，包括步骤：将支撑集的样本和查询集的样本分别输入到特征提取模块中，得到相应的支撑集特征向量和查询集特征向量；将每个类对应的支撑集特征向量输入到样本级注意力网络模块中得到每个类别的类原型；通过计算查询集特征向量与每个类原型之间的距离，得到查询集特征向量所属类别的概率分布；采用查询集的交叉熵损失与支撑集的分类损失共同训练特征提取模块与样本级注意力网络模块，反向传播求梯度更新网络。本发明只需学习大量相似的学习任务就可以解决新的目标任务，对于目标任务，不再需要模型更新。
一种基于样本注意力网络学习方法

1
2
3
下一页»
尾页
共 32 条