“傅慧源”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62个，建议您升级VIP下载更多相关专利

[发明专利]基于注意力机制的车道线检测方法、装置、设备及介质-CN202110614922.1有效
发明人： 傅慧源;马华东;牛少达 -专利权人：北京邮电大学
申请日： 2021-06-02 - 公布日： 2023-08-18 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于注意力机制的车道线检测方法、装置、设备及存储介质，所述方法包括：获取路况图像并进行预处理，得到预处理后的路况图像；将所述预处理后的路况图像输入预训练的车道线检测模型，得到检测出来的车道线，其中，所述车道线检测模型包括初始特征提取模块、混合注意力模块、特征融合模块、全连接层以及行锚选择层；在原始的路况图像中标记检测出来的车道线。根据本公开实施例提供的车道线检测方法，可以基于全局上下文的融合特征进行车道线的检测，可以适应复杂多变的道路场景，从而提高车道线检测的鲁棒性、适应性以及准确度。
基于注意力机制车道检测方法装置设备介质

[发明专利]基于机器学习的安检图像违禁品检测方法、系统及介质-CN202110605472.X有效
发明人： 傅慧源;马华东;刘俊宏 -专利权人：北京邮电大学
申请日： 2021-05-31 - 公布日： 2023-06-20 - 主分类号： G06T7/11 文献下载
摘要：本申请提供了一种基于机器学习的安检图像违禁品检测方法、系统及介质，获取预设数量的X射线安检图像，形成数据集；数据集包括多种违禁品的X射线安检图像；将数据集输入违禁品分割模型进行模型训练，得到训练后的违禁品分割模型；违禁品分割模型包括编码器网络、全局多尺度模块以及解码器网络；将待检测安检图像输入训练后的违禁品分割模型，得到违禁品检测结果；违禁品检测结果包括违禁品分割结果。本申请通过将基于卷积神经网络的图像分割方法用于X射线安检图像违禁品检测中，实现了获得更准确精细的违禁品分割结果。
基于机器学习安检图像违禁品检测方法系统介质

[发明专利]车载边缘网络中基于深度强化学习的协作缓存方法-CN202310159612.4在审
发明人：吴红海;金继冲;邢玲;马华红;赵东;刘亮;傅慧源;冀保峰;张高远;谢萍;王白冰;程洋博 -专利权人：河南科技大学
申请日： 2023-02-23 - 公布日： 2023-06-09 - 主分类号： H04W28/14 文献下载
摘要：本发明公开了一种车载边缘网络中基于深度强化学习的协作缓存方法，路边单元预测车辆轨迹并将其覆盖范围内的车辆划分为车辆集群，筛选出每个车辆集群中的簇头车辆，由簇头车辆为集群中车辆分配不同流行内容进行预缓存，同时路边单元也进行流行内容预缓存，针对每种通信情况分别计算车辆的内容传输速率，每当协作缓存决策到来时，每个路边单元分别进行一次深度强化学习，得到协作缓存决策，在深度强化学习中，设置状态为当前缓存内容集合，设置动作表示是否需要对当前缓存内容集合中的内容进行替换，奖励函数为缓存内容集合对应的延迟。采用本发明可以降低车辆的内容传输延时，提高缓存命中率。
车载边缘网络基于深度强化学习协作缓存方法

[发明专利]大骨料集中区域检测方法和装置及其网络模型训练方法-CN202010408722.6有效
发明人：杨宗立;牟荣峰;杨宁;乔雨;蒋龙;刘迎雨;晁燕安;傅慧源;马华东;陈世明;吴福胜;张五平;李怡超;周大建;吴卫;郭佳伟;张新宇 -专利权人：中国三峡建设管理有限公司;北京邮电大学;浙江大华系统工程有限公司
申请日： 2020-05-14 - 公布日： 2023-04-18 - 主分类号： G06V10/25 文献下载
摘要：本申请提供一种大骨料集中区域检测方法和装置及其网络模型的训练方法和装置，以及电子设备和存储介质。大骨料集中区域检测方法包括：调用摄像装置，对包含大骨料集中区域的环境进行拍照，以获得包含大骨料集中区域的图像；将图像输入到深度学习神经网络模型中，来检测和确定图像中大骨料集中区域的位置信息；将结果发送至显示设备和警报设备；其中，深度学习神经网络模型是使用以下数据进行训练的：带有大骨料集中区域的图像数据集，且该图像已进行了大骨料集中区域的标注。根据本发明技术方案，解决了传统人工检测效率低下的问题，也能够提高大骨料集中区域检测的准确率，避免了误检与漏检。
骨料集中区域检测方法装置及其网络模型训练

[发明专利]车辆跟踪方法、装置、电子设备及存储介质-CN202010320446.8有效
发明人： 傅慧源;马华东;关俊 -专利权人：北京邮电大学
申请日： 2020-04-22 - 公布日： 2023-01-31 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种车辆跟踪方法、装置、电子设备及存储介质。所述方法包括：依次获取多帧图像，每帧图像包括至少一个车辆；每获取一帧图像，提取当前帧图像中每个车辆的检测区；分别比较当前帧图像中每个检测区与上一帧图像中每个检测区的多维相似性；根据所述多维相似性，确定至少一组相匹配的第一检测区和第二检测区；所述第一检测区为当前帧图像中的检测区，所述第二检测区为上一帧图像中的检测区；根据所述第一检测区，更新所述第二检测区对应的车辆的跟踪轨迹。本发明实施例能够实现多车辆的实时跟踪，且提高跟踪的准确性。
车辆跟踪方法装置电子设备存储介质

[发明专利]图像分类模型的优化方法、电子设备和存储介质-CN202211125156.3在审
发明人：马华东;傅慧源;王川铭 -专利权人：北京邮电大学
申请日： 2022-09-14 - 公布日： 2023-01-10 - 主分类号： G06V10/40 文献下载
摘要：本申请提供一种图像分类模型的优化方法、电子设备和存储介质，包括：获取图像分类模型，并通过所述图像分类模型对图像数据进行深度特征提取，生成深度特征图像；对所述深度特征图像进行部件特征提取，得到至少两个部件特征；基于至少两个所述部件特征生成部件原型，并根据所述部件原型计算所述深度特征图像的对比损失；基于所述对比损失对所述图像分类模型进行优化。本申请通过对深度特征图像进行部件特征提取，得到多个部件特征，并通过多个部件特征生成部件原型进而得到深度特征图像的对比损失，最终通过对比损失对图像分类模型进行优化。
图像分类模型优化方法电子设备存储介质

[发明专利]保温被未覆盖区域检测方法、装置、设备和存储介质-CN201910854614.9有效
发明人：杨宗立;杨宁;樊启祥;牟荣峰;乔雨;刘迎雨;向峰;李果;陈世明;张五平;张新宇;周大建;李鹏;孙维达;宋波;陈伟金;李贻超;马华东;傅慧源 -专利权人：中国三峡建设管理有限公司;浙江大华系统工程有限公司
申请日： 2019-09-10 - 公布日： 2022-11-08 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种保温被未覆盖区域检测方法、装置、设备和存储介质。其中，该方法包括：将第一俯瞰图像输入到训练完备的目标检测网络中，得到第一目标检测结果图像，第一目标检测结果图像是在第一俯瞰图像上以矩形框标注保温被未覆盖区域得到的图像；将第一俯瞰图像输入到训练完备的语义分割网络中，得到第一掩模图像，第一掩模图像是用于划分所述第一俯瞰图像中的保温被未覆盖区域的掩模图像；根据第一目标检测结果图像和第一掩模图像，确定施工场地的保温被未覆盖区域。通过本申请，解决了相关技术中现场人为检查保温被未覆盖区域时存在的复杂性和局限性的问题，实现了全方位检测施工场地保温被未覆盖区域的有益效果。
保温覆盖区域检测方法装置设备存储介质

[发明专利]基于深度学习的视频超分辨率重建方法及装置-CN202210544518.6在审
发明人：马华东;傅慧源;张祚振;王一凡 -专利权人：北京邮电大学
申请日： 2022-05-19 - 公布日： 2022-10-18 - 主分类号： G06T3/40 文献下载
摘要：本说明书一个或多个实施例提供一种基于深度学习的视频超分辨率重建方法及装置，包括：获取低分辨率视频帧；根据所述低分辨率视频帧，查询预设的第一特征表，得到多个第一特征图；根据多个第一特征图，查询预设的第二特征表，得到多个第二特征图；对多个第二特征图进行均值处理，得到超分辨率视频帧。本实施例的方法能够在端侧设备上实现快速高效的超分辨率视频帧重建，且重建效果良好。
基于深度学习视频分辨率重建方法装置

[发明专利]面向图像处理的神经网络优化方法及相关装置-CN202210420020.9在审
发明人：马华东;傅慧源;刘培业 -专利权人：北京邮电大学
申请日： 2022-04-21 - 公布日： 2022-09-09 - 主分类号： G06V10/44 文献下载
摘要：本申请提供一种面向图像处理的神经网络优化方法及相关装置；所述方法包括：获取多个预选神经网络，对全部所述预选神经网络进行多轮次的迭代，在每个轮次的迭代中，对前轮次中的候选神经网络执行增减枝策略，得到多个第二神经网络，利用结构控制器中的嵌入层、编码层和排序层，对第二神经网络之间进行相对位置的排序，确定多个第三神经网络，通过对第三神经网络进行双向蒸馏迁移，得到该轮次的多个候选神经网络，并在多个候选神经网络中确定本轮次的一个目标神经网络，响应于确定达到预设的第一迭代指标，输出最后轮次得到的目标神经网络。可见，本方法在迭代过程中利用相对排序的方式选出最优的神经网络，简化了训练测试每个神经网络的过程。
面向图像处理神经网络优化方法相关装置

[发明专利]一种对黑白动漫视频的着色方法、装置、存储介质及终端-CN202110513081.5有效
发明人： 傅慧源;马华东;王宇航;张宇 -专利权人：北京邮电大学
申请日： 2021-05-11 - 公布日： 2021-10-19 - 主分类号： G06T13/00 文献下载
摘要：本发明公开了一种对黑白动漫视频的着色方法、装置、存储介质及终端，方法包括：将原始黑白动漫视频拆分为黑白动漫图片集；构建第一彩色动漫样例图；将黑白动漫图片集中的第一张黑白动漫图片和第一彩色动漫样例图转换为Lab模式；将转换后的第一张黑白动漫图片和第一彩色动漫样例图输入预先训练的动漫图片着色模型中，输出第一彩色动漫图片；对于黑白动漫图片集中的每一张黑白动漫图片，重复上述过程，得到每一张黑白动漫图片对应的彩色图片，构成彩色动漫图片集；合并彩色动漫图片集，生成彩色动漫视频；其中，预先训练的动漫图片着色模型包括编码器网络、颜色传递网络、颜色编码网络以及解码器网络。采用本申请，可以提升黑白动漫视频上色效率。
一种黑白动漫视频着色方法装置存储介质终端

[发明专利]基于深度学习的图像去畸变方法及相关设备-CN202110615017.8在审
发明人： 傅慧源;马华东;田昌昊 -专利权人：北京邮电大学
申请日： 2021-06-02 - 公布日： 2021-10-01 - 主分类号： G06T5/00 文献下载
摘要：本公开提供一种基于深度学习的图像去畸变方法及相关设备，首先获取畸变图像的包括人物遮罩信息、人物关键点热力图、人物轮廓点热力图、边缘信息和图像分级畸变矩阵信息在内的图像特征信息；然后对畸变图像及图像特征信息进行插值运算，得到多尺度畸变图像和对应的多尺度图像特征信息；再将多尺度畸变图像和对应的多尺度图像特征信息输入图像去畸变模型中进行处理，得到去畸变图像；其中，采用了通过图像语义学习引导的堆叠式神经网络模型来训练图像去畸变模型，最终实现输入一张存在局部畸变的图像，通过深度学习网络模型处理后可以获得一张去除局部畸变的图像。
基于深度学习图像畸变方法相关设备

[发明专利]基于深度学习的细粒度车身颜色分类方法、装置和设备-CN202110649327.1在审
发明人： 傅慧源;马华东;王英瑾;王川铭;郑宇超 -专利权人：北京邮电大学
申请日： 2021-06-10 - 公布日： 2021-10-01 - 主分类号： G06K9/00 文献下载
摘要：本公开提供一种基于深度学习的细粒度车身颜色分类方法、装置和设备，其中的方法包括：将获取的待分类车辆图像输入到预设的细粒度车身颜色分类模型，以得到所述待分类车辆图像对应的类别标签。本公开通过构建基于深度残差神经网络的细粒度车身颜色分类模型，提高了监控道路场景中细粒度车身颜色分类的准确性。
基于深度学习细粒度车身颜色分类方法装置设备

[发明专利]一种对黑白视频的着色方法、装置、存储介质及终端-CN202110514576.X在审
发明人： 傅慧源;马华东;王宇航;张宇 -专利权人：北京邮电大学
申请日： 2021-05-12 - 公布日： 2021-09-21 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种对黑白视频的着色方法、装置、存储介质及终端，该方法包括：将原始黑白视频拆分为黑白图片集；构建第一彩色样例图；将黑白图片集中的第一张黑白图片和第一彩色样例图转换为Lab模式；将转换后的第一张黑白图片和第一彩色样例图输入预先训练的图片着色模型中，输出第一彩色图片；对于黑白图片集中的每一张黑白图片，重复上述过程，得到每一张黑白图片对应的彩色图片，构成彩色图片集；合并彩色图片集，生成彩色视频；其中，第一彩色图片是通过计算第一张黑白图片与第一彩色样例图之间的颜色传递矩阵进行着色。因此，采用本申请实施例，由于通过计算样例图和黑白图像的颜色传递矩阵对黑白影片进行快速上色，从而提升了黑白视频上色效率。
一种黑白视频着色方法装置存储介质终端

[发明专利]一种图像去雾方法、电子设备及存储介质-CN202010666315.5有效
发明人： 傅慧源;马华东;景峰;余艇;张宇;田杨峰 -专利权人：北京邮电大学
申请日： 2020-07-10 - 公布日： 2021-09-14 - 主分类号： G06T5/00 文献下载
摘要：本说明书一个或多个实施例提供一种图像去雾方法、电子设备及存储介质，能够解决图像去雾过程中所存在的效果差、效率低的问题。所述方法包括：构建图像去雾模型；获取训练样本图像，所述训练样本图像包括训练有雾图像以及与所述训练有雾图像相对应的真实图像与景深图像；利用所述训练样本图像对所述图像去雾模型进行优化训练；利用优化后的图像去雾模型对目标监控场景的有雾图像进行处理，确定去雾图像。所述电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的实现所述图像去雾方法的计算机程序。所述存储介质存储计算机指令，所述计算机指令用于使所述计算机执行所述图像去雾方法。
一种图像方法电子设备存储介质

[发明专利]基于深度学习的短视频超分辨率转换方法、装置及介质-CN202110580746.4在审
发明人： 傅慧源;马华东;刘蓬 -专利权人：北京邮电大学
申请日： 2021-05-26 - 公布日： 2021-09-10 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及短视频分辨率技术领域，具体来说，本申请涉及基于深度学习的短视频超分辨率转换方法、装置及介质。所述方法包括：获取待超分辨率转换的短视频；将待超分辨率转换的短视频输入到去噪网络先进行预设卷积运算，得到不同尺度大小的特征图像；将所述不同尺度大小的特征图像进行元素相加融合，将融合后的特征图像输入到去噪网络的后续层中，得到去除噪声的短视频图像；将所述去除噪声的短视频图像输入到嵌入注意力模块的超分辨率转换网络，得到画面提升的高分辨率短视频图像。本方法可以提高在多种拍摄场景下的超分辨率适应性，并改善由于设备差异、手抖和物体位移等导致画面效果差的问题，提升短视频画面质量。
基于深度学习视频分辨率转换方法装置介质

1
2
3
4
5
下一页»
尾页
共 62 条