“卿粼波”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216个，建议您升级VIP下载更多相关专利

[发明专利]一种基于光照分量优化的低照度图像增强方法-CN202010694542.9有效
发明人：王正勇;龙庆延;何小海;卿粼波;吴小强;滕奇志;吴晓红 -专利权人：四川大学
申请日： 2020-07-17 - 公布日： 2023-10-13 - 主分类号： G06T5/00 文献下载
摘要：本发明提出一种基于光照分量优化的低照度图像增强方法。首先通过对低照度原图使用max‑RGB模型估计初始光照分量，对初始光照分量使用奇异值分解和引导滤波进行优化，得到最终光照图。根据Retinex理论，将低照度原图和最终光照图逐点相除，并利用低照度原图RGB三通道中的G通道对得到的图像进行引导滤波去除噪声。由于结合了奇异值分解和引导滤波，从而能更加精准地估计出光照分量，提高了增强后图片的主观视觉效果和各项客观指标。在多次图像增强的实验中验证了方法的有效性。
一种基于光照分量优化照度图像增强方法

[发明专利]一种基于不确定性感知的多模态命名实体识别方法-CN202011140620.7有效
发明人：何小海;刘露平;王美玲;卿粼波;吴小强;陈洪刚;滕奇志 -专利权人：四川大学
申请日： 2020-10-22 - 公布日： 2023-10-13 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于不确定性感知的多模态命名实体识别方法。包含备选标签生成和标签修正两个步骤。在备选标签生成中，首先使用预训练模型对输入文本进行特征提取，得到包含丰富上下文信息的特征表示；然后将该特征送入贝叶斯神经网络输出备选标签和对应的不确定性。在标签修正阶段，使用预训练模型对文本和图像进行特征提取，得到特征表示；其次提出了一种多模态融合框架，通过多头注意力机制实现文本和图像的特征融合。最后将融合特征送入条件随机场输出修正标签，并用该标签对备选标签进行修正。相比于现有方法，本发明方法能够有效抑制不相关图像引入的噪声，在社交媒体信息挖掘、信息抽取等领域具有广阔应用前景。
一种基于不确定性感知多模态命名实体识别方法

[发明专利]一种基于多模态双向导向注意力的视觉问答方法-CN202010584949.6有效
发明人：何小海;鲜荣;吴晓红;卿粼波;吴小强;滕奇志;任超 -专利权人：四川大学
申请日： 2020-06-24 - 公布日： 2023-09-26 - 主分类号： G06V10/80 文献下载
摘要：本发明设计了一种基于多模态双向导向注意力的视觉问答方法，涉及计算机视觉与自然语言处理两个领域。充分理解视觉和文本不同模态间的交互性及同一模态间的自相关性是攻克视觉问答任务难点的关键。合理利用注意力机制突显出图像和问题中的有效信息有利于提升模型的性能表现，本发明基于导向注意力机制，设计了图像引导问题注意的导向注意力模块，联合协同注意力构建双向导向注意力，对回答是或不是的问题及总体准确率均有一定的提升，再结合Counter模块，提高了模型的计数能力。本发明在帮助视障人士及儿童图书学习等实际应用方面具有一定的意义。
一种基于多模态双向导向注意力视觉问答方法

[发明专利]一种基于时空轨迹的公共空间社交距离测量和分析方法-CN202110084581.1有效
发明人：何小海;苏婕;卿粼波;牛通;吴小强;滕奇志 -专利权人：四川大学
申请日： 2021-01-21 - 公布日： 2023-09-26 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于时空轨迹的公共空间社交距离测量和分析方法。该方法基于时空轨迹，度量过程中不仅逐帧考虑了跟踪目标之间的欧式距离，而且考虑了时空轨迹之间的离散Fréchet距离，从静态和动态、局部和整体角度形成了一个综合的视觉社交距离解决方案。另外，该方法采集制作了行人数据集“SCU‑VSD”，并设计了一个多尺度的社交距离分析评估方案，从多种时间尺度，对行人社交距离和人群聚集情况进行评估分析。本发明涉及视觉社交距离技术，可应用于智能监控领域。
一种基于时空轨迹公共空间社交距离测量分析方法

[发明专利]一种基于多尺度特异性区域的阿尔茨海默病分类方法-CN202210218806.2在审
发明人：何小海;张津;卿粼波;陈洪刚;吴小强;滕奇志 -专利权人：四川大学
申请日： 2022-03-03 - 公布日： 2023-09-15 - 主分类号： G06V10/764 文献下载
摘要：针对阿尔茨海默病辅助诊断任务，本发明公开了一种基于多尺度特异性区域的阿尔茨海默病分类方法。充分关注PET影像中与疾病相关区域的代谢水平，减少其他冗余信息的干扰是该任务的关键。本发明设计了基于显著性引导定位的多尺度特异性区域定位模块，以无监督的方式关注PET影像中与疾病相关的特异性区域，提升辅助诊断的可解释性。针对提取的多尺度特异性区域，设计融合特异性区域的辅助诊断网络，减少PET影像中的其他干扰特征以提升分类准确率。本发明基于深度学习的特性和优势，结合PET影像的特点，设计了基于多尺度特异性区域的阿尔茨海默病分类网络，在医学图像分析、阿尔茨海默病辅助诊断等方面有广阔的应用前景。
一种基于尺度特异性区域阿尔茨海默病分类方法

[发明专利]一种基于对应特征融合的医学视觉问答方法-CN202210208221.2在审
发明人：何小海;朱晗;卿粼波;王美玲;陈洪刚;任超;滕奇志 -专利权人：四川大学
申请日： 2022-03-03 - 公布日： 2023-09-15 - 主分类号： G06F16/583 文献下载
摘要：本发明公开一种基于对应特征融合的医学视觉问答方法研究。模型可大致分为类别分类、视觉特征提取、语义特征提取、特征融合以及答案预测五个模块。考虑到特定类型医学影像与对应问题之间的联系，本发明通过类别分类器对输入数据进行分类后提取特定的特征表示进行融合，同时结合本发明提出的语义注意力模块进行答案预测，实现了端到端的医学视觉问答流程。近年来，医疗资源日益紧张，医疗赋能的呼声与日俱增，如何帮助病人高效准确地了解自身病情，协助医生进行疾病诊断，提高当前就医效率和质量变得至关重要。本文结合医学背景的特点和需求，对医学视觉问答方法开展研究，将在智能问诊，辅助临床诊断方面有广阔的应用前景。
一种基于对应特征融合医学视觉问答方法

[发明专利]一种基于单锚框采样的遥感图像目标检测方法-CN202210210124.7在审
发明人：熊书琪;吴晓红;卿粼波;曾王明;崔珂璠;李自强;王正勇 -专利权人：四川大学
申请日： 2022-03-03 - 公布日： 2023-09-15 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于单锚框采样的遥感图像目标检测方法，涉及计算机视觉和人工智能领域。方法包括：(1)首先，特征图被分割为N×N的网格，并计算每个网格的坐标。然后，一个网格的单位长度为半径生成一个采样框，当某个网格的格点落入采样框中，则该格点是负责预测当前标签的正样本，在每个正样本铺设一种比例的锚框；(2)进一步地计算每个类别的实例标签坐标距离对应采样框四个边界的距离，再将得到的距离用过误差转化公式得到一个惩罚值；(3)进一步地在骨干网络中引入视觉变压器，来加强特征的表达能力，提高网络的整体检测精度。本发明能够有效地提高在遥感图像中的检测精度，在目标检测等领域具有开阔的应用前景。
一种基于单锚框采样遥感图像目标检测方法

[发明专利]一种基于深度对抗生成网络的文本生成人脸方法-CN202011099710.6有效
发明人：何小海;罗晓东;张津;刘露平;卿粼波;吴小强;滕奇志 -专利权人：四川大学
申请日： 2020-10-13 - 公布日： 2023-09-12 - 主分类号： G06T11/00 文献下载
摘要：针对从文本描述生成人脸图像，本发明设计了一种基于深度对抗生成网络的文本生成人脸方法。主要涉及从文本描述生成图像领域的应用，尤其涉及社会公共安全领域中根据目击者对目标人物的描述进行画像的应用。本方法包含数据集制作，网络模型设计，网络模型参数训练，网络模型性能测试四个部分。本发明充分发挥对抗生成网络在图像生成方面的优越性，设计了从文本生成人脸的一套优良解决方案，在公共安全、人脸图像修复、影视传媒和考古研究等领域具有较为广阔的应用前景。
一种基于深度对抗生成网络文本方法

[发明专利]一种基于自蒸馏的图像分类方法-CN202210157100.X在审
发明人：何小海;李雨婷;刘强;曾王明;卿粼波;陈洪刚;吴晓红 -专利权人：四川大学
申请日： 2022-02-21 - 公布日： 2023-09-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于自蒸馏的图像分类方法，涉及计算机视觉和人工智能领域。方法包括：(1)将残差网络分为四部分，在每部分后结合瓶颈层和全连接层设置一个分类器，共四个分类器，浅层分类器通过蒸馏法训练，同时使用标签和最深层分类器监督，并通过最深层分类器的特征监督浅层分类器的特征，将下采样提前，其中，残差连接处的下采样使用平均池化代替；(2)在(1)所述框架中的第一个残差块和第二个残差块之间添加位置注意力模块；(3)在(1)所述框架中引入由SPC模块和SE Weight模块构成的注意力模块。本发明能够有效地将提取图像特征，提高了图像分类的准确率，在图像分析等领域具有开阔的应用前景。
一种基于蒸馏图像分类方法

[发明专利]一种基于弱监督对比学习的图像盲超分辨率重建方法-CN202210157829.7在审
发明人：陈洪刚;张永飞;董领;卿粼波;何小海;吴晓红 -专利权人：四川大学
申请日： 2022-02-21 - 公布日： 2023-09-08 - 主分类号： G06T3/40 文献下载
摘要：本发明提出了一种基于弱监督对比学习的图像盲超分辨率重建方法。训练阶段首先从输入的低分辨率图像(LR)中进行弱监督对比学习得到退化表示向量，以此来适应不同的输入低分辨率图像；同时，输入的低分辨率图像和与其对应的退化表示向量共同作为超分辨率网络的输入，从而充分利用退化信息来引导超分辨率网络的重建；最终，在测试阶段通过图像切块操作进行图像重建。本发明主要应用于图像处理软件中，在视频监控，医学，目标检测等领域中具有开阔的应用前景。
一种基于监督对比学习图像分辨率重建方法

[发明专利]一种双通道联合优化的夜间图像去雾方法-CN202010704829.5有效
发明人：何小海;李鹏飞;卿粼波;吴晓红;王正勇;吴小强 -专利权人：四川大学
申请日： 2020-07-21 - 公布日： 2023-08-18 - 主分类号： G06T5/00 文献下载
摘要：本发明提出一种双通道联合优化的夜间图像去雾算法，主要涉及图像去雾。该方法包括大气光函数的计算和透射率函数的计算，在估计大气光时通过加权差分图像引导滤波来估计含轮廓信息的大气光分量，通过拉普拉斯锐化灰度图引导滤波来估计补充细节的大气光分量，将两种大气光分量融合得到最终的大气光。在推算透射率函数时结合暗通道和亮通道各自的优点，先通过自适应权重图融合暗通道和亮通道推算出透射率，再对透射率进行限制对比度自适应直方图均衡化和引导滤波处理来提高透射率的精度。最后使用雾霾图像退化模型函数实现去雾。该算法的优点是去雾的同时细节损失较小。
一种双通道联合优化夜间图像方法

[发明专利]基于几何特征由粗到细点云配准方法-CN201910294052.7有效
发明人：何小海;胡加涛;吴晓红;滕奇志;卿粼波;吴小强;王正勇 -专利权人：四川大学
申请日： 2019-04-12 - 公布日： 2023-08-18 - 主分类号： G06T7/33 文献下载
摘要：本发明提供了一种基于几何特征由粗到细点云配准方法，主要涉及三维重建和计算机视觉领域中两个视角点云配准问题。该方法包括粗配准和细配准两个阶段。在粗配准阶段，通过投影法提取源点云和目标点云各4个特征点，然后利用曲率特征和匹配点之间的距离匹配稳健的特征点对，计算得到初始刚性变换参数；细配准阶段，计算点云法向量及法向量夹角，以法向量为特征进行特征匹配，然后使用法向量夹角来启发搜索，使两点云快速收敛。本发明所提出的由粗到细的配准方法在一定程度上解决了传统ICP配准方法迭代速度慢和配准精度低的问题。
基于几何特征细点云配准方法

[发明专利]基于改进模型的岩屑识别方法-CN202010718897.7有效
发明人：何小海;万川;王正勇;滕奇志;吴小强;卿粼波 -专利权人：四川大学
申请日： 2020-07-23 - 公布日： 2023-08-18 - 主分类号： G06V10/764 文献下载
摘要：本发明提出了一种基于改进模型的岩屑识别方法，该方法基于Unet模型结构，运用了金字塔池化模块聚合不同区域的上下文特征信息，以充分利用全局信息。本发明模型采用了残差网络ResNeXt101，在提高岩屑识别准确率前提下，减少了超参数数量。该模型采用了焦点损失函数，在一定程度上解决了岩屑类别不平衡的问题。同时运用深度可分离卷积代替传统卷积，较大程度减少网络的参数以及预测的时间。实验结果表明，本发明模型得到的识别准确率对比同类先进算法有一定的提升，对岩屑识别的结果更加准确。
基于改进模型岩屑识别方法

[发明专利]基于已重建先验信息的快速仿射运动估计方法-CN202210012528.5在审
发明人：何小海;杨若兰;熊淑华;卿粼波;陈洪刚;王正勇 -专利权人：四川大学
申请日： 2022-01-06 - 公布日： 2023-07-18 - 主分类号： H04N19/109 文献下载
摘要：本发明从VVC帧间仿射运动估计模式和Skip模式存在互斥性以及当前CU与其父CU、前序子CU和相邻CU的最佳帧间预测模式存在相关性入手，公开了一种基于已重建先验信息的快速仿射运动估计方法。首先提取当前CU目前的最佳预测模式，父CU、前序子CU和相邻CU的最佳预测模式，通过最佳模式是否为Skip模式提前跳过不必要的仿射运动估计过程，从而降低总体编码时间。本发明公开的VVC快速放射运动估计方法，相比于VVC编码标准，在不明显降低压缩编码效率的前提下，明显降低了VVC的时间复杂度。
基于重建先验信息快速运动估计方法

[发明专利]一种结合图像增强和CNN的小麦不完善粒识别方法-CN202010918351.6有效
发明人：何小海;贺杰安;吴晓红;吴小强;卿粼波;滕奇志 -专利权人：四川大学
申请日： 2020-09-03 - 公布日： 2023-07-18 - 主分类号： G06V20/20 文献下载
摘要：针对小麦不完善粒识别任务，本发明设计了一种基于卷积神经网络和图像处理的方法。分类网络的性能提升和数据的可分性是分类准确率的关键。本发明针对实际应用场景下，小麦图像与传统图像分类任务的图像的不同点，提出了一种针对小麦图像的图像细节增强方法，以加强数据的可分性；并将其扩展到特征层中，可以通过训练学习相应的细节增强程度以及对神经网络隐藏层的输出特征图进行细节增强。本发明对小麦不完善粒识别任务提出了一种新颖、实用的解决方案，具有广泛的应用的前景。
一种结合图像增强 cnn 小麦不完善识别方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下一页»
尾页
共 216 条