“冯鹏铭”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72个，建议您升级VIP下载更多相关专利

[发明专利]一种医疗用塑料破碎机-CN202211642122.1有效
发明人： 冯鹏铭;区寓海 -专利权人：茂名市德力康医疗科技有限公司
申请日： 2022-12-20 - 公布日： 2023-10-20 - 主分类号： B09B3/00 文献下载
摘要：本发明涉及医疗垃圾处理技术领域，尤其涉及一种医疗用塑料破碎机。本发明提供一种能够磨平医疗垃圾的医疗用塑料破碎机。一种医疗用塑料破碎机，包括有安装板架、破碎机和导料管，安装板架顶部安装有破碎机，破碎机底部连通有导料管，还包括有磨棱机构和分流机构，安装板架右侧设有用于磨平垃圾颗粒物的磨棱机构，导料管内设有用于对医疗垃圾进行分类的分流机构。本发明通过颗粒物落入安装外筒内，电机的输出轴转动带动转动架和第一顶块转动带动颗粒物转动，使得转动的颗粒物与磨架接触被磨平，以此实现了磨平的效果，避免人们在收集的过程中被划伤。
一种医疗塑料破碎

[发明专利]多尺度特征提取与注意力机制融合的表情识别方法-CN202211457045.2有效
发明人：陈千千;贺广均;梁颖;符晗;冯鹏铭 -专利权人：航天恒星科技有限公司
申请日： 2022-11-16 - 公布日： 2023-09-19 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种多尺度特征提取与注意力机制融合的表情识别方法，包括：构建复杂的面部图像数据集，对所述面部图像数据集进行处理；建立表情识别网络模型，对所述面部图像数据集多尺度提取面部图像的整体表情特征，并利用注意力机制加强有效的局部表情特征，将所述整体表情特征和所述局部表情特征进行融合；利用所述面部图像数据集对所述表情识别网络模型进行训练和优化；利用训练好的表情识别网络模型识别输入的面部图像，预测对应的表情类别。该方法可以有效改善不可控的真实复杂环境下的面部表情识别效果。
尺度特征提取注意力机制融合表情识别方法

[发明专利]联合点集表示与图分类的目标细粒度识别方法-CN202310466470.6有效
发明人：梁颖;贺广均;冯鹏铭;陈千千;上官博屹;金世超;常江;田路云 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-26 - 公布日： 2023-09-15 - 主分类号： G06V10/86 文献下载
摘要：本发明涉及一种联合点集表示与图分类的目标细粒度识别方法，包括：构建并训练基于Oriented RepPoints的目标点集表示模型，检测生成代表目标的点集；将所述点集中的点作为节点，根据空间关系构建图结构；截取每个点周围的矩形区域，并将该矩形区域对应的卷积特征作为图节点的特征；构建图卷积神经网络模型，对所述图节点的特征进行聚合与更新，并整合所有图节点的特征进行图分类。通过实施本发明的上述方案，通过综合利用目标的部件特征以及部件之间的关系，提高目标细粒度识别的精度。
联合表示分类目标细粒度识别方法

[发明专利]基于图注意力网络的遥感图像聚集型目标识别方法及装置-CN202211425887.X有效
发明人：王永富;梁颖;贺广均;陈千千;王丹;冯鹏铭;汪路元;董方 -专利权人：北京卫星信息工程研究所
申请日： 2022-11-14 - 公布日： 2023-09-15 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于图注意力网络的遥感图像聚集型目标识别方法及装置，所述方法包括：构建并训练基于Oriented R‑CNN的目标候选区域检测定位模型；采用训练好的基于Oriented R‑CNN的目标候选区域检测定位模型检测遥感图像中目标的候选区域，并提取对应的特征，根据所述候选区域的位置关系构建图结构数据集；将所述候选区域的位置编码引入图注意力网络，构建图节点分类网络模型；利用所述图结构数据集训练所述图节点分类网络模型，对遥感图像中目标的候选区域的特征进行聚合和更新，实现目标的分类。本发明可以对遥感图像中尺寸小、外观模糊的聚集型目标进行准确识别并提高识别精度。
基于注意力网络遥感图像聚集目标识别方法装置

[发明专利]光学遥感影像的定量云自动添加方法及装置-CN202310457856.0在审
发明人：符晗;谢东海;贺广均;冯鹏铭;付奕博;陈千千;金世超 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-08-25 - 主分类号： G06T11/40 文献下载
摘要：本发明涉及一种光学遥感影像的定量云自动添加方法及装置，所述方法包括：对真实无云光学遥感影像和真实有云光学遥感影像进行预处理；构建基于循环生成对抗网络的深度神经迁移网络；利用预处理后的真实无云光学遥感影像和真实有云光学遥感影像对所述基于循环生成对抗网络的深度神经迁移网络进行训练学习，实现云量的定量添加。通过实施本发明的上述方案，可以实现自动生成包含不同比例云的高质量典型目标的光学遥感影像训练样本。
光学遥感影像定量自动添加方法装置

[发明专利]光学遥感数据星上并行处理方法与装置-CN202310530434.1在审
发明人：田路云;贺广均;李梓桢;徐加伟;冯鹏铭;符晗;上官博屹;金世超 -专利权人：北京卫星信息工程研究所
申请日： 2023-05-11 - 公布日： 2023-08-22 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及一种光学遥感数据星上并行处理方法与装置，所述装置包括：主控与预处理模块(100)，用于通过星务轮询方式获取光学遥感数据并进行预处理与切片处理；至少一个数据处理模块(200)，用于对所述预处理与切片处理后的光学遥感数据进行目标的并行检测识别或语义分割，再将结果回传至所述主控与预处理模块(100)；电源模块(300)，用于对所述主控与预处理模块(100)和所述数据处理模块(200)上电；背板(400)，用于连接所述主控与预处理模块(100)、所述数据处理模块(200)和所述电源模块(300)。通过实施本发明的上述方案，可用于光学遥感卫星数据的在轨并行处理，从而实现目标的在轨实时检测识别以及光学遥感数据的在轨实时语义分割。
光学遥感数据并行处理方法装置

[发明专利]基于排序样本选择的遥感图像目标检测方法、电子设备-CN202310457764.2在审
发明人： 冯鹏铭;谢明杰;贺广均;关键;金世超;梁颖;上官博屹;张鹏 -专利权人：北京卫星信息工程研究所;哈尔滨工程大学
申请日： 2023-04-25 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于排序样本选择的遥感图像目标检测方法、电子设备，获取遥感图像及对应的目标标签，并进行预处理；通过特征提取主干网络以及特征金字塔网络，得到对应的多尺度特征图；构建分类分支网络以及位置及角度回归分支网络，对多尺度特征图进行预测，获得目标预测值；利用目标标签以及预测值，在多尺度特征图上计算得到交并比自适应阈值，筛选样本点以获得满足条件的正负样本；计算分类排序损失、定位排序损失以及回归损失进行网络训练；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，缓解正负样本不均衡导致传统分类能力难以学习的问题，促进目标检测性能提升，对高分辨率遥感图像旋转框目标检测具有重要意义。
基于排序样本选择遥感图像目标检测方法电子设备

[发明专利]基于高斯混合模型的遥感图像特征融合方法、电子设备-CN202310493846.2在审
发明人： 冯鹏铭;刘洪宁;贺广均;张汝波;金世超;梁颖;上官博屹;张鹏 -专利权人：北京卫星信息工程研究所
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及一种基于高斯混合模型的遥感图像特征融合方法、电子设备，通过特征提取主干网络提取输入遥感图像特征，得到不同层级位置的特征图；构建特征融合网络并对不同层级位置的特征图进行融合，获得遥感图像目标的多特征图；构建多个高斯混合模型拟合多特征图，获得高斯混合模型的参数；对多个高斯混合模型进行加权平均融合，利用融合后的高斯混合模型生成数据并与原始特征图拼接；利用融合特征图输入目标检测网络的检测头，进行遥感图像检测，计算分类、位置预测损失；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，提升了模型分类和定位出遥感图像中的感兴趣目标的能力，提高遥感图像目标定位准确性，提高模型检测能力。
基于混合模型遥感图像特征融合方法电子设备

[发明专利]遥感图像目标检测方法-CN202310403716.5在审
发明人：贺广均;唐玮;梁颖;冯鹏铭;王轲;刘世烁;田路云;郑琎琎 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-14 - 公布日： 2023-08-01 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及遥感图像目标检测方法，包括获取至少一幅包含待测目标的卫星遥感图像，利用卷积神经网络提取卫星遥感图像的多尺度特征，根据嵌入掩膜引导特征金字塔网络学习前景目标区域的特征，并生成用于提取原始图像中疑似目标区域的旋转候选框，利用旋转RoIAlign对齐操作对疑似目标区域进行特征提取，将提取到的特征送入由Smooth‑L1回归损失和角边距分类损失组成的有向检测头进行分类识别与回归定位。本发明提升了目标检测方法对港口等复杂背景的抗干扰能力，减少了云雾、形似干扰物造成的虚警，提高了目标检测的识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标识别。
遥感图像目标检测方法

[发明专利]用于目标识别的SAR数据集扩增方法-CN202310460249.X在审
发明人：常江;贺广均;冯鹏铭;梁颖;上官博屹;郑琎琎;金世超;车程安 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-08-01 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种用于目标识别的SAR数据集扩增方法，包括：获取包含目标的SAR数据集并进行预处理；通过核心特征提取模块和散射特征提取模块分别提取目标的核心特征信息和散射特征信息；将所述核心特征信息输入第一级生成对抗网络，得到低分辨率图像；将所述低分辨率图像和所述散射特征信息输入第二级生成对抗网络，得到高分辨率图像，对SAR数据集进行扩增。通过实施本发明的上述方案，两级生成对抗网络、核心特征提取模块和散射特征提取模块的结合使用，可以使两级生成对抗网络分级学习图像中目标的粗略核心特征和精细散射特征，降低单级网络的学习难度，同时可以扩增获得质量高、细节更为真实的SAR目标图像切片。
用于目标识别 sar 数据扩增方法

[发明专利]遥感图像目标检测方法、设备及存储介质-CN202310460255.5在审
发明人： 冯鹏铭;贺广均;梁颖;符晗;上官博屹;常江;田路云;郑琎琎 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-07-28 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种遥感图像目标检测方法、设备及存储介质，遥感图像目标检测方法包括以下步骤：获取遥感图像及其对应的目标类别标签；获取遥感图像中目标的关键特征；构建基于多尺度直方图对比的改进视觉显著模型，对遥感图像中的目标进行粗略检测；提取粗检测后的目标特征算子，构建目标特征显著图，进行遥感图像中目标的高精度检测；利用目标在遥感图像中的分布规律，完成目标的识别和定位。本发明，能够适用于背景环境复杂的遥感图形，有利于降低虚警，减小其他类型虚假目标对目标定位的影响，不仅可以实现遥感图像中目标的检测，还可以通过目标特征及目标的排布方式进行目标的识别，提升检测结果的准确性。
遥感图像目标检测方法设备存储介质

[发明专利]遥感影像车辆目标检测的超分辨率重建方法-CN202310465820.7在审
发明人：陈千千;符晗;贺广均;冯鹏铭;梁颖;上官博屹;金世超;梁银川 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-26 - 公布日： 2023-07-25 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种遥感影像车辆目标检测的超分辨率重建方法，包括：构建不同场景下丰富的高分辨率遥感影像数据集，对所述高分辨率遥感影像数据集进行预处理；根据所述高分辨率遥感影像数据集得到对应的低分辨率遥感影像数据集，构建目标超分重建数据集；提取所述低分辨率遥感影像数据集中低分辨率遥感影像的边缘特征；构建超分辨率重建模型，利用所述目标超分重建数据集和所述边缘特征训练优化所述超分辨率重建模型；利用所述超分辨率重建模型对目标进行高分辨率恢复和重建。通过实施本发明的上述方案，有效解决车辆目标因呈现出弱小特性而导致其检测率较低的问题，有效改善目标重建质量并降低重建的计算开销。
遥感影像车辆目标检测分辨率重建方法

[发明专利]基于目标分割与图分类的飞机细粒度识别方法-CN202310468626.4在审
发明人：梁颖;贺广均;王轲;冯鹏铭;陈千千;上官博屹;郑琎琎;刘世烁 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-26 - 公布日： 2023-07-25 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于目标分割与图分类的飞机细粒度识别方法，包括：构建并训练基于Mask R‑CNN的目标定位与分割模型，对遥感图像中的飞机目标进行检测与分割；对分割出的飞机目标掩膜通过轮廓提取和多边形拟合提取轮廓多边形，将轮廓多边形的线段作为节点，将线段的几何特征和线段对应部件的卷积特征作为节点属性，并根据线段间的空间关系构建图结构数据；构建融合几何特征和卷积特征的图卷积神经网络模型；利用所述图结构数据训练所述图卷积神经网络模型，对描述飞机形状特征和部件特征的图结构进行整图分类，实现飞机目标的细粒度识别。通过实施本发明的上述方案，通过综合利用飞机目标的形状特征和部件特征提高飞机细粒度识别的精度。
基于目标分割分类飞机细粒度识别方法

[发明专利]遥感图像的场景描述方法-CN202310474551.0在审
发明人：李梓桢;金世超;贺广均;冯鹏铭;符晗;陈千千;梁颖;田路云 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种遥感图像的场景描述方法，包括：S100，根据遥感图像构建遥感知识词库；S200，根据Mask2Former网络对所述遥感图像进行全景分割，得到全景分割结果并生成语义分割结果；S300，引入语义扩充模块，根据所述全景分割结果和所述语义分割结果对所述遥感图像进行语义扩充；S400，以ResNet特征提取网络为基础，引入基于通道的注意力模块，提取所述遥感图像中不同通道的语义特征信息；S500，以LSTM场景描述网络为基础，引入知识融合模块，生成关于所述遥感图像的场景描述语句。本发明能更加准确地描述高分遥感图像所携带的丰富语义及空间信息，可应用于遥感图像智能解译、遥感图像大数据管理等领域，具有广阔的前景。
遥感图像场景描述方法

[发明专利]遥感图像目标动向判别方法-CN202310477115.9在审
发明人：李梓桢;金世超;贺广均;冯鹏铭;梁颖;陈千千;上官博屹;常江 -专利权人：北京卫星信息工程研究所
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及遥感图像目标动向判别方法，包括：S100，对遥感图像进行全景分割标注和目标行为动向标注，确定目标动向知识图谱；S200，基于遥感图像建立全景分割模型，以ResNet作为特征提取主干网络，并引入交叉注意力模块提取长距上下文信息；S300，根据全景分割网络中的实例分割分支对遥感图像进行实例级分割，根据全景分割网络中的语义分割分支对遥感图像进行语义级分割；S400，引入基于贝叶斯决策的分支融合模块，对实例分割分支和语义分割分支的结果进行决策融合，生成全景分割图像；S500，将全景分割图像进行像素聚类生成场景信息知识图谱；S600，根据图注意力网络，对场景信息知识图谱中的关注目标进行动向判别。本发明可推理遥感图像中目标的行为动向信息。
遥感图像目标动向判别方法

1
2
3
4
5
下一页»
尾页
共 72 条