“任凤至”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10个，建议您升级VIP下载更多相关专利

[发明专利]图像的双金字塔多元特征提取网络、图像分割方法、系统和介质-CN202110747532.1有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-07-01 - 公布日： 2023-09-01 - 主分类号： G06V20/56 文献下载
摘要：图像的双金字塔多元特征提取网络、图像分割方法、系统和介质，属于深度学习图像处理领域，由四个输入特征、一个实例特征金字塔、一个语义特征金字塔和两个输出特征构成，两个输出特征由实例特征金字塔输出特征和语义特征金字塔输出特征组成。本发明解决了传统的特征提取方法无法满足多线程任务的特征需求的问题，能够为目标识别任务，提供详细的实例目标特征信息、为语义分析任务，提供丰富的语义逻辑特征信息，极大地提高多线程任务的精度。
图像金字塔多元特征提取网络分割方法系统介质

[发明专利]基于高低频强化的全景图像分割方法、计算机系统和介质-CN202110806328.2有效
发明人：毛琳;任凤至;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-07-16 - 公布日： 2023-08-29 - 主分类号： G06T7/00 文献下载
摘要：基于高低频强化的全景图像分割方法、计算机系统和介质，属于深度学习图像处理领域，为了解决传统时域卷积神经网络对前背景特征频率的忽视问题，读取数据集图像，对图像预处理获取四层残差特征，对四层残差特征进行特征维度调整，实施高低频特征分离，得到高频特征和低频特征，将高频特征进行高频强化，得到高频强化特征，将低频特征进行低频强化，得到低频强化特征，将高频强化特征和低频强化特征分别进行分割预测，并得到两种分割结果进行融合，得到全景分割结果，效果是根据频域特性分离高低频特征，以频率需求为导向提取前背景特征，并通过强化前背景特征的频域显著性差异来加速场景分析和理解过程。
基于低频强化全景图像分割方法计算机系统介质

[发明专利]时频域联合全景分割卷积神经网络及应用-CN202110617619.7有效
发明人：毛琳;任凤至;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-06-03 - 公布日： 2023-08-25 - 主分类号： G06V20/56 文献下载
摘要：时频域联合全景分割卷积神经网络及应用，属于深度学习图像处理领域，包括频域变换网络，将输入变换为频域信息，提取图像的高低频特征；时域变换网络，将输入变换为时域信息，提取图像中的实例特征和语义特征；时频域联合网络，为频域变换网络和时域变换网络分别对应输出的高频特征、低频特征、实例特征和语义特征依次分配乘积系数；分割融合网络，融合前背景分割结果，生成全景分割结果，效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。
时频域联合全景分割卷积神经网络应用

[发明专利]时频域联合全景分割方法、系统和介质-CN202110617605.5有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-06-03 - 公布日： 2023-08-25 - 主分类号： G06V20/56 文献下载
摘要：时频域联合全景分割方法、系统和介质，属于深度学习图像处理领域，输入图像，响应于输入图像，时频域联合全景分割卷积神经网络执行分割步骤，获取全景风格，效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。
时频域联合全景分割方法系统介质

[发明专利]面向自动驾驶的深度学习图像边缘特征提取方法-CN202110727062.2有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-06-29 - 公布日： 2023-08-22 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种面向自动驾驶的深度学习图像边缘特征提取方法，包括边缘卷积网络和边缘提取网络两部分，分别对图像中的边缘特征进行识别和提取。边缘卷积网络有米字型、渔网型和交叉型三种形式，分别通过卷积模板的不同路径构建空间关系模型来拟合图像中的边缘信息，识别边缘特征。边缘提取网络由具有捷径结构和卷积结构两条支路的融合单元堆叠而成。融合单元中，卷积结构执行主要的特征提取功能，捷径结构为卷积结构传递原始输入信息，为特征提取的计算过程提供整体逻辑信息。将融合单元进行堆叠的目的是提高边缘提取网络的深度，提升特征提取能力。
面向自动驾驶深度学习图像边缘特征提取方法

[发明专利]用于矿区坡道的障碍物融合检测方法、芯片和终端-CN202211489480.3在审
发明人：宋瑞琦;杨雪;郭翔宇;游昌斌;任凤至 -专利权人：青岛慧拓智能机器有限公司
申请日： 2022-11-25 - 公布日： 2023-03-03 - 主分类号： G05D1/02 文献下载
摘要：本申请提出了一种用于矿区坡道的障碍物融合检测方法、芯片和终端，该方法包括：响应于检测到矿区车辆驶入坡道，获取激光雷达的3D点云数据、相机的拍摄图像、毫米波雷达的检测数据，以分别确定第一障碍物检测信息、第二障碍物检测信息和第三障碍物检测信息；将3D点云数据投影至相机的拍摄图像上；基于所得的2D投影点和拍摄图像的2D检测框的相对位置关系，确定3D点云数据反映的障碍物在拍摄图像上的3D位置信息；在第一障碍物检测信息和第二障碍物检测信息中提取第一融合信息；基于第一融合信息和第三障碍物检测信息，确定第二融合信息。本申请的技术方案，有助于提升矿区车辆在矿区坡道的驾驶安全性。
用于矿区坡道障碍物融合检测方法芯片终端

[发明专利]一种矿区路面阻碍行驶对象的识别方法-CN202211484123.8在审
发明人：宋瑞琦;任凤至;李少博 -专利权人：青岛慧拓智能机器有限公司
申请日： 2022-11-24 - 公布日： 2023-02-28 - 主分类号： G06V20/58 文献下载
摘要：本申请提供了一种矿区路面阻碍行驶对象的识别方法，涉及数据处理技术领域。该方法包括：获取矿区路面图像以及与矿区路面图像对应的激光雷达点云数据；根据多任务路面检测与分割模型识别矿区路面图像中的阻碍行驶对象；根据图像采集装置与激光雷达之间的预设标定关系，获取阻碍行驶对象的目标激光雷达点云数据，进而确定阻碍行驶对象的形体和位置；上述模型包括特征提取结构、特征提纯结构和多任务预测结构，特征提取结构用于提取矿区路面图像中的特征并进行特征增强处理，输出第一特征，特征提纯结构用于对第一特征进行特征提纯处理输出第二特征，多任务预测结构用于对第二特征进行预测识别，输出对阻碍行驶对象的检测与分割结果。
一种矿区路面阻碍行驶对象识别方法

[发明专利]矿区路面语义分割方法、装置、芯片、终端和计算机设备-CN202210933235.0在审
发明人： 任凤至;杨雪;游昌斌 -专利权人：青岛慧拓智能机器有限公司
申请日： 2022-08-04 - 公布日： 2022-11-22 - 主分类号： G06V20/70 文献下载
摘要：本申请提供了一种矿区路面语义分割方法、装置、芯片、终端和计算机设备，该方法包括：采集矿区路面的路面图像；根据已构建的路面语义分割模型，分别提取路面图像中多个目标对象的浅层特征、中层特征以及深层特征；对多个目标对象的浅层特征、中层特征以及深层特征进行特征融合，生成融合特征；基于融合特征进行图像分割，得到矿区路面的路面分割图像。本申请，能够对不同尺寸的目标对象的不同特征信息进行充分提取，具有较好的适应目标对象的尺度变化的能力，提高了矿区路面的语义分割精度，满足实际应用需求，进而保证矿车自动驾驶的决策规划的准确性。
矿区路面语义分割方法装置芯片终端计算机设备

[发明专利]单目视觉实例分割深度链式特征提取网络、方法和系统-CN202110746899.1在审
发明人：毛琳;任凤至;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-07-01 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：单目视觉实例分割深度链式特征提取网络、方法和系统，属于计算机视觉应用中的实例分割领域，单链结构主要由卷积层组和加法融合器组成，且被区分为双端输入π型单链结构和双端输入倒π型单链结构，双端输入π型单链结构和双端输入倒π型单链结构交替顺序连接，本发明结构简单灵活，可连续堆叠使用，适用于无人驾驶、移动机器人等低功耗、快速反应需求的多种场景和设备。
目视实例分割深度链式特征提取网络方法系统

[发明专利]一种基于边缘特征提取的深度学习图像分割方法及系统-CN202110819602.X在审
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-07-20 - 公布日： 2021-10-22 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于边缘特征提取的深度学习图像分割方法及系统，所述系统包括边缘卷积网络，用于提取输入图像的边缘特征，其包括语义型边缘卷积网络和实例型边缘卷积网络，所述语义型边缘卷积网络处理图像中的天空、道路等背景填充对象，所述实例型边缘卷积网络处理图像中的人物、车辆等前景实例对象；所述特征提取网络，包括同侧卷积特征提取网络和异侧卷积特征提取网络，所述同侧卷积特征提取网络实现对特征的逐层提取，保留不同层次下的特征属性，形成完整的特征层次体系；所述异侧卷积特征提取网络通过改变卷积结构和捷径的连接方法实现跨层次特征的融合，这有利于激发特征提取网络的学习潜力，达到特征提取能力的提升。
一种基于边缘特征提取深度学习图像分割方法系统

1
共 10 条