“侯兴松”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57个，建议您升级VIP下载更多相关专利

[发明专利]基于嵌入式前端的列车受电弓结构异常检测方法及系统-CN202310919866.1在审
发明人：钱学明;简吉亮;王雨徽;董乐毅;邹屹洋;侯兴松 -专利权人：台州智必安科技有限责任公司
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06T7/00 文献下载
摘要：本发明属于计算机数字图像处理与模式识别技术领域，公开了一种基于嵌入式前端的列车受电弓结构异常检测方法及系统；所述列车受电弓结构异常检测方法包括：获取待检测列车受电弓结构的视频流；利用预训练好的第一RKNN神经网络模型自适应抽帧检测受电弓位置，获得受电弓位置坐标；利用预训练好的第二RKNN神经网络模型进行检测，获得受电弓结构关键点坐标、受电弓结构关键点置信度、受电弓结构分类结果置信度；判断受电弓是否发生形变或部位缺失，获得列车受电弓结构异常检测结果。本发明能够根据关键点信息分析受电弓结构异常情况，可解决现有技术精度不足和运行效率低的技术缺陷。
基于嵌入式前端列车受电弓结构异常检测方法系统

[发明专利]一种基于EfficientDet网络的输电线路故障检测方法-CN202011053293.1有效
发明人： 侯兴松;朱登柯;崔江波 -专利权人：西安交通大学
申请日： 2020-09-29 - 公布日： 2023-08-22 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于EfficientDet网络的输电线路故障检测方法，包括以下步骤：获取若干真实场景下的输电线路图像，并以真实场景下的输电线路图像构建输电线路图像数据集，再对真实场景下的输电线路图像进行几何变换，然后进行裁剪、拼接、亮度及对比度变换，以扩充输电线路图像数据集，再仿真输电线路中各部件的图像，同时模拟导线散股断股场景拍摄图像，以进一步扩充输电线路图像数据集，最后对输电线路图像数据集中的若干输电线路图像进行数据增强，利用数据增强后的输电线路图像对EfficientDet网络进行训练及测试，再利用训练及测试后的EfficientDet网络进行输电线路故障检测，该方法有效的降低故障检测的难度，提高故障检测的准确性。
一种基于 efficientdet 网络输电线路故障检测方法

[发明专利]一种图像恢复方法及系统-CN202310463569.0在审
发明人： 侯兴松;黄源 -专利权人：西安交通大学
申请日： 2023-04-26 - 公布日： 2023-08-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像恢复方法及系统，利用变形卷积注意力网络，非局部增强网络和高频增强的双分支网络三个不同的图像恢复模型来更好的恢复受损图像的细节和纹理信息，通过将三个不同的图像恢复模型应用于常见的图像恢复任务，包括合成噪声去除，真实图像去噪，压缩伪影去除和真实图像超分辨可验证其先进性。
一种图像恢复方法系统

[发明专利]基于卷积神经网络的双分支Anchor Free人脸检测方法及系统-CN202110449699.X有效
发明人：钱学明;李鑫;邹屹洋;侯兴松 -专利权人：台州智必安科技有限责任公司
申请日： 2021-04-25 - 公布日： 2023-07-07 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于卷积神经网络的双分支Anchor Free人脸检测方法及系统，所述方法包括：建立双分支结构的Anchor Free人脸检测神经网络；对开源人脸检测训练集Wider Face进行预处理，获得训练集；使用数据集对神经网络进行训练，获得训练好的人脸检测神经网络模型；将待检测的图片输入训练好的模型进行处理，获得初步检测结果；使用尺度选择模过滤检测结果中的重复检测框。本发明仅利用一个全卷积的神经网路而无需复杂的锚框设计和后处理步骤进行人脸检测，在保证检测准确性的前提下简化了人脸检测算法的后处理步骤并提高了检测速度。
基于卷积神经网络分支 anchor free 检测方法系统

[发明专利]一种基于YOLOX网络的输电线路故障检测方法及系统-CN202310193546.2在审
发明人： 侯兴松;吴恒锋 -专利权人：西安交通大学
申请日： 2023-03-02 - 公布日： 2023-06-23 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于YOLOX网络的输电线路故障检测方法及系统，获取若干真实场景下的输电线路故障图像，并对故障数据集进行扩充和标注，整理形成包含异物悬挂、绝缘子缺损、鸟巢、断股散股、覆冰等五类故障的输电线故障检测数据集；然后搭建基于YOLOX的输电线故障检测网络，改进输电线故障检测网络的特征融合方式和损失函数；加入数据增强方法对输电线故障检测网络进行训练，利用训练得到的基于YOLOX的输电线故障检测模型进行输电线故障检测，完成基于YOLOX的输电线路故障检测。本发明提升了输电线故障检测的准确率，在保证实时性的同时能够有效检测输电线故障，为实际应用中的输电线路故障检测、智能巡线提供了更好的技术支撑。
一种基于 yolox 网络输电线路故障检测方法系统

[发明专利]用于生命探测雷达回波信号静态背景及趋势项去除的方法、系统及电子设备-CN202011068611.1有效
发明人： 侯兴松;要晓迪 -专利权人：西安交通大学
申请日： 2020-09-29 - 公布日： 2023-06-16 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种用于生命探测雷达回波信号静态背景及趋势项去除的方法、系统及电子设备，所述方法包括以下步骤：采集生命探测雷达回波数据，获取原始回波矩阵；将获得的原始回波矩阵中每一列的最大值位置作为分段标记点；将原始回波矩阵的每一行分段；然后，使用多项式进行拟合，得到静态背景及趋势项估计；使用原始回波矩阵减去静态背景及趋势项估计，得到增强后的信号矩阵。本发明能够准确估计由雷达硬件的不稳定引入的信号趋势项，可有效减少非平稳干扰对目标信号的影响。
用于生命探测雷达回波信号静态背景趋势去除方法系统电子设备

[发明专利]一种基于网状结构与长距离相关性的真实图像去噪方法-CN202110044977.3有效
发明人：王霞;王天一;侯兴松 -专利权人：西安交通大学
申请日： 2021-01-13 - 公布日： 2023-04-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于网状结构与长距离相关性的真实图像去噪方法。主要包含以下步骤：1)利用图像生成网络和真实噪声拟合方法制作数据集；2)构建基于网状结构与长距离相关性的真实图像去噪网络模型；3)联合第一步制作的额外数据集与第二步的真实去噪网络模型进行分阶段训练；4)将待去噪测试集输入网络得到去噪结果图像。相比于很多传统方法或者深度学习算法，本方法主要在真实去噪上进行提升，通过拟合生成额外的真实噪声数据集，并结合网状结构与长距离相关性的深度学习网络模型，使得在真实去噪能力有了明显提升，比如常用的指标如峰值信噪比(PSNR)和结构相似性(SSIM)。
一种基于网状结构长距离相关性真实图像方法

[发明专利]一种轻量真实图像去噪的神经网络设计及训练方法-CN202110462356.7有效
发明人： 侯兴松;刘恒岳 -专利权人：西安交通大学
申请日： 2021-04-27 - 公布日： 2023-04-14 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种轻量真实图像去噪的神经网络设计方法及训练方法，所述轻量真实图像去噪的神经网络采用4尺度的U型网络结构，包括7个二阶残差注意力模块、3个下采样模块以及3个上采样模块。本发明能够对真实含噪图像进行快速去噪，获得去噪图像。
一种真实图像神经网络设计训练方法

[发明专利]一种基于单目摄像头的行人距离预测方法-CN202010450217.8有效
发明人：钱学明;杨瑾;邹屹洋;侯兴松 -专利权人：西安交通大学
申请日： 2020-05-25 - 公布日： 2022-10-25 - 主分类号： G06V40/10 文献下载
摘要：本发明公开一种基于单目摄像头的行人距离预测方法，包括：使用单目摄像头确定行人人头高度‑行人摄像头距离模型,并采集视频；标注行人检测及行人距离样本集；建获得卷积神经网络模型；使用训练样本对获得的卷积神经网络模型进行训练，获得行人检测及距离预测模型；将要检测的图片输入训练好的行人检测及距离预测模型中，获得行人的坐标、得分以及距离。本发明充分发挥了深度学习检测方法的优点，保持了高精度和好的鲁棒性，可以在使用成本较低的单目摄像头的情况下，在检测行人的同时较为准确的预测出行人与摄像头的距离,同时本发明在行人距离摄像头较近或者行人有遮挡的情况下不受干扰，仍能正常的预测出行人的距离。
一种基于摄像头行人距离预测方法

[发明专利]一种图像编解码方法、系统、设备及介质-CN202210493000.4在审
发明人： 侯兴松;王榆森 -专利权人：西安交通大学
申请日： 2022-05-07 - 公布日： 2022-08-09 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种图像编解码方法、系统、设备及介质，方法包括：对原始图像进行预处理，之后进行压缩感知测量，将测量值划分为不同的部分，渐进地利用一部分测量值迭代使用梯度步进和高斯去噪来对原始图像重建获得预测图像，对预测图像进行压缩感知测量进而获得其它部分的预测测量值，对原始测量值和预测测量值的残差进行量化以及熵编码；利用基于深度卷积神经网络的高斯去噪器对原始图像进行降噪处理，能够高效地对捕获含噪图像像素之间的相关性；同时，将图像编码问题转换为在给定码率约束下图像高斯去噪问题，通过替换其中使用的高斯去噪器来实现对不同应用场景的适配，具有较强可扩展性。
一种图像解码方法系统设备介质

[发明专利]图像压缩感知重建方法、系统、设备及介质-CN202210462697.9在审
发明人： 侯兴松;李子昂 -专利权人：西安交通大学
申请日： 2022-04-28 - 公布日： 2022-07-12 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种图像压缩感知重建方法、系统、设备及介质，方法包括：利用预设的第一去噪器模型，对待处理的原始图像进行退化处理，得到退化后的图像；利用改进的基于深度学习的近似消息传递算法，对所述退化后的图像进行压缩重建处理，得到所述的图像压缩感知重建结果；其中，所述改进的基于深度学习的近似消息传递算法，为将基于深度学习的近似消息传递算法中的去噪器替换为预设的第二去噪器模型的算法；所述预设的第一去噪器模型和预设的第二去噪器模型均为基于图像先验建模的灰度图像高斯噪声去噪器网络模型；本发明利用去噪器的噪声统计分布以及去噪能力曲线对算法所用到的噪声区间进行了进一步的精细化划分，有效提升了的图像重建能力。
图像压缩感知重建方法系统设备介质

[发明专利]一种基于深度神经网络的信号处理方法-CN202011082797.6有效
发明人： 侯兴松;李瑞敏 -专利权人：苏州天必佑科技有限公司
申请日： 2020-10-12 - 公布日： 2022-07-01 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种基于深度神经网络的信号处理方法，首先根据当前帧与前一帧均方差的阈值将视频帧分为关键帧和非关键帧，再分别对应为其训练网络模型进行压缩；对于非关键帧，采用了基于上下文与超先验的熵模型自编码器进行帧内预测；对于非关键帧，提取光流信息和深度信息结合生成运动信息，从而进行帧重构，再对重构帧与真实帧之间的残差进行提取编码，最终在解码端根据传输的运动信息和残差信息结合前一帧来生成当前帧。本发明充分利用了深度神经网络强大的非线性表达能力和联合训练的优势，是一个压缩效果超越h.264的端到端视频压缩方法。
一种基于深度神经网络信号处理方法

[发明专利]一种基于多方法融合的人体微弱呼吸信号增强方法-CN201811599365.5有效
发明人： 侯兴松;黑夏萌 -专利权人：苏州天必佑科技有限公司
申请日： 2018-12-26 - 公布日： 2022-07-01 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于多方法融合的人体微弱呼吸信号增强方法，主要是先对超宽带雷达回波数据进行预处理，再分别进行自动增益控制处理和局部归一化处理，对自动增益控制处理后的结果进行距离向增强，再通过约束条件计算出不同方法的最优融合系数，最后利用融合系数对处理过的信号矩阵进行加权得到新的数据，本发明可以对远距离的微弱信号同时进行时域及频域的增强，可以有效地提高检测人体微弱呼吸信号的准确率。
一种基于多方融合人体微弱呼吸信号增强方法

[发明专利]一种基于无人机的实时三维重建方法-CN201810138581.3有效
发明人：钱学明;徐伟;侯兴松;邹屹洋 -专利权人：台州智必安科技有限责任公司;广东顺德西安交通大学研究院
申请日： 2018-02-10 - 公布日： 2022-04-12 - 主分类号： G06T17/00 文献下载
摘要：本发明公开一种基于无人机的实时三维重建方法，包括以下步骤：步骤1，采集场景数据，根据采集的场景数据通过深度传感器得到深度数据，并获取深度图；步骤2，对步骤1得到的深度图进行噪声预处理，噪声预处理包括形态学操作以及滤波操作；步骤3，对步骤2噪声预处理后的深度图进行加速处理，加速处理包括对噪声预处理后的深度图中的二维点进行均匀采样；步骤4，将步骤3加速处理后的深度图转换为点云；步骤5，对步骤4获得的点云进行建模；步骤6，对步骤5获得的结果进行噪声再处理，实现三维重建。本发明能够对场景进行实时三维重建，为无人机的后续智能处理提供可能，有助于推进无人机的应用。
一种基于无人机实时三维重建方法

[发明专利]一种基于TOF相机的人流计数方法-CN201910892079.6有效
发明人：邹屹洋;钱学明;侯兴松 -专利权人：台州智必安科技有限责任公司
申请日： 2019-09-20 - 公布日： 2022-04-12 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及计算机数字图像处理与模式识别技术领域，公开了一种基于TOF相机的人流计数方法，其包括TOF人头检测样本集的获取S1；人头检测模型训练S2；深度图像的处理S3；处理单元的划分S4；处理单元的检测S5；人头区域的匹配与跟踪S6；轨迹分析及人流量的获取S7。本发明采用检测与跟踪相结合的方式克服了单一检测算法误检率高和跟踪算法易丢失目标的缺点，能有效对空间内的人流进行精准实时监测分析，对课堂出勤率，车厢拥挤程度判断等需要统计现场人数的场景具有非常大的实际应用价值，提高统计效率，节约人力分析成本。
一种基于 tof 相机人流计数方法

1
2
3
4
下一页»
尾页
共 57 条