“周松斌”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92个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多图融合的图像分类方法和系统-CN202110317072.9有效
发明人：徐晨;周松斌;刘伟鑫 -专利权人：广东省科学院智能制造研究所
申请日： 2021-03-23 - 公布日： 2023-09-01 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例涉及图像处理技术领域，公开了一种基于多图融合的图像分类方法和系统，提取原始图像的局部图、灰度图、二值图、梯度图、RGB图融合，再将融合后的数据进行训练，因为融合的数据加入的局部信息、梯度信息、颜色信息等，提高网络的细节提取能力，对不同种类的相似图片具备较好的区分能力；相比目前的深度学习技术，本发明实施例方法对不同种类的相似图片具备较强的区分能力，并且具有一定的通用性。
一种基于融合图像分类方法系统

[发明专利]一种基于二阶融合注意力网络模型的声源分离及定位方法-CN202010205408.8有效
发明人：胡睿晗;周松斌;刘忆森;韩威;李永亮;李昌;刘伟鑫 -专利权人：广东省智能制造研究所
申请日： 2020-03-23 - 公布日： 2023-08-18 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于二阶融合注意力网络模型的声源分离及定位方法，包括以下步骤：S1：使用混合‑分离策略训练二阶融合注意力网络，每次训练时在视频流样本中随机挑选出两个训练样本，切分为声音信号和视觉图像信号；S2：将声音信号以线性方式进行混合，形成混合声音信号，利用短时傅里叶变换STFT将声音信号转化得到频率谱信息，计算真值掩码；S3：构建训练阶段二阶融合注意力网络模型；S4：构建测试阶段二阶融合注意力网络模型，完成声源分离及定位。本发明将声音和视觉模态进行有效的二阶融合，提升了声源分离的质量以及声源定位的准确率，补足了当前主流声源分离模型利用单一声音模态往往需要对声音进行人工标注并预先指定声源类别的缺陷。
一种基于融合注意力网络模型声源分离定位方法

[发明专利]一种连续太赫兹波图像的带状纹理噪声去噪方法-CN202010330792.4有效
发明人：袁飞;程韬波;周松斌;刘忆森 -专利权人：广东省智能制造研究所
申请日： 2020-04-24 - 公布日： 2023-08-04 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种连续太赫兹波图像的带状纹理噪声去噪方法，涉及图像去噪技术领域，该方法利用卷积自编码网络将无带状纹理噪声的背景图像映射到嵌入网络张量，并通过内部解码网络将其映射到原图像；同时利用深度神经网络(DNN)将含有带状纹理噪声的背景图像集合映射到嵌入空间中靠近嵌入网络张量处；对实际图像进行去噪时，仅需要通过DNN和解码网络的映射，即可进行背景纹理噪声的自适应去除。本发明与传统的方案相比能够在不增加去噪成本和计算复杂度的前提下，满足实时去噪的需求；在去噪过程中迁移学习了背景图像向无噪声背景图像的映射特征，可自适应匹配当前连续太赫兹成像系统带状纹理噪声特征，去噪适应性强。
一种连续赫兹图像带状纹理噪声方法

[发明专利]一种基于神经网络模型剪枝的特征波段选择方法-CN202310237510.X在审
发明人：庞锟锟;刘忆森;周松斌;廖奕校;赵路路;殷泽轩 -专利权人：广东省科学院智能制造研究所
申请日： 2023-03-10 - 公布日： 2023-06-27 - 主分类号： G06V10/771 文献下载
摘要：本发明提供一种基于神经网络模型剪枝的特征波段选择方法，该方法包括如下步骤：获取高光谱数据集；将所述数据集分为训练集、验证集和预测集；根据所述数据集构建分类网络模型；构建用于训练所述分类网络模型的损失函数；将所述训练集和验证集输入分类网络模型进行训练，针对特征波段进行修剪，筛选出具有判别性的高光谱数据波段；利用训练好的分类网络模型和筛选得到的波段对所述预测集进行分类，得到分类结果。本发明在保证分析技术精度的同时减少所需波段，可保留对分类具有更强判别性的波段，从而使得分类准确率有着明显提升，提高了分类模型的泛化性，降低了工业现场的高光谱数据获取成本。
一种基于神经网络模型剪枝特征波段选择方法

[发明专利]一种基于元学习的少样本图像分类方法-CN202010188012.7有效
发明人：刘伟鑫;周松斌;刘忆森 -专利权人：广东省智能制造研究所
申请日： 2020-03-17 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于元学习的少样本图像分类方法，涉及计算机视觉图像识别领域，包括以下步骤：S1：将图像集分为训练集、测试集；S2：提取训练集所有图像的surf特征，采用聚类方法对surf特征做聚类，得到训练集视觉词典；S3：计算训练集每一幅图像的视觉词袋，形成训练集视觉词袋检索库；S4：将训练集、测试集分别划分为多个子任务，每个子任务包括支撑集、查询集；S5：训练过程：采用MAML算法，对训练集多个子任务进行元训练，学习一个最优的初始参数；S6：测试过程：每次测试一个测试集子任务的查询集图像。本发明与传统的方案相比具备少样本快速学习、泛化能力。
一种基于学习样本图像分类方法

[发明专利]一种连续太赫兹图像非均匀性校正方法-CN202110102378.2有效
发明人：袁飞;周松斌;程韬波 -专利权人：广东省科学院智能制造研究所
申请日： 2021-01-26 - 公布日： 2023-04-07 - 主分类号： G01N21/3581 文献下载
摘要：本发明公开了一种连续太赫兹图像非均匀性校正方法，涉及太赫兹成像技术领域，所述方法将连续太赫兹探测器像元产生的太赫兹强度信号看作时序信号，利用LSTM网络对时序信号的预测能力，依据像元探测产生的部分太赫兹强度信号预测接下来的太赫兹强度信号，预测数据即当前太赫兹图像对应的非均匀性背景数据，最后利用预测数据对当前图像进行旋转平移式的非均匀性校正。本发明无需增加额外的硬件设备，无需中断探测器的正常工作，无需重复大量复杂的统计计算和相关信息计算分析；本发明利用了LSTM网络对时序信号的预测功能，克服了环境波动带来的影响，泛化能力强，提高了连续太赫兹图像的信噪比。
一种连续赫兹图像均匀校正方法

[发明专利]一种工业声学智能感知系统-CN202110914580.5有效
发明人： 周松斌;李昌;邱泽帆;刘忆森 -专利权人：广东省科学院智能制造研究所
申请日： 2021-08-10 - 公布日： 2023-03-24 - 主分类号： G06F3/05 文献下载
摘要：本发明公开了一种工业声学智能感知系统，包括产品载体、智能终端、边端采集设备和服务器；智能终端用于发送设备的指令给边端采集设备，设备的指令包含采集开始、结束、传送数据规定时间长度t1、采样频率、AD的放大倍数、当前声音对象数据标签q、规定时间间隔t2和数据处理指定要求格式；边端采集设备用于对主动发声或被动发声的产品载体，进行声学信息采集、数据处理和分析，然后获得对产品的品质、故障、差异化、缺陷或分类的分析结果并输出；服务器用于接收产品的品质、故障、差异化、缺陷或分类的分析结果，可视化的呈现给相关人员，并将产品的品质、故障、差异化、缺陷或分类的分析结果进行存储；本发明检测结果准确，安全可靠。
一种工业声学智能感知系统

[发明专利]一种应用于工业声学智能感知的边端采集设备-CN202110913539.6有效
发明人： 周松斌;李昌;邱泽帆;刘忆森 -专利权人：广东省科学院智能制造研究所
申请日： 2021-08-10 - 公布日： 2023-03-24 - 主分类号： G06F3/05 文献下载
摘要：本发明公开了一种应用于工业声学智能感知的边端采集设备，包括至少一个传感器、采集部分、采集控制器、数据处理器和边端AI处理器；采集部分包括至少一个AD采集芯片；采集部分采样由传感器获得的声学信号；采集控制器控制各个AD采样芯片按同一个采样频率同步采样，按采样频率连续不间断把采样后数据送到数据处理器；数据处理器对AD采样数据进行预处理后送到边端AI处理器；边端AI处理器把预处理后的AD采样数据输入各种数学模型、己经训练好的AI模型或数学公式，进行分析得出结果。本发明可以对主动发声或被动发声的产品载体，进行声学信息分析，获得对产品的品质、故障、差异化、缺陷、分类等的分析结果，检测结果准确，安全可靠。
一种应用于工业声学智能感知采集设备

[发明专利]一种基于双流联合密度估计的无监督异常检测方法和系统-CN202110817301.3有效
发明人：刘忆森;周松斌;邱泽帆 -专利权人：广东省科学院智能制造研究所
申请日： 2021-07-20 - 公布日： 2023-02-28 - 主分类号： G06V10/77 文献下载
摘要：本发明实施例提供一种基于双流联合密度估计的无监督异常检测方法和系统，采用一维自编码网络提取平均光谱特征，采用二维自编码网络提取主成分图像空间特征，再通过联合密度估计网络对正常样本的双流特征进行融合和密度估计；设计均衡惩罚损失函数来均衡谱特征与空间特征的贡献均衡性，防止某一分支过拟合。该方法能够实现基于“空谱信息”联合的无监督谱成像数据异常检测，异常识别效果优于传统的自编码重建方法。
一种基于双流联合密度估计监督异常检测方法系统

[发明专利]基于注意力机制与集成学习的高光谱数据分析方法和系统-CN202110125511.6有效
发明人： 周松斌;刘忆森;赵路路;邱泽帆 -专利权人：广东省科学院智能制造研究所
申请日： 2021-01-29 - 公布日： 2023-01-31 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例提供一种基于注意力机制与集成学习的高光谱数据分析方法和系统，采用自训练注意力曲线作为概率曲线进行特征采样，在保证特征与回归目标相关性的同时，保证特征组合的多样性，使集成学习子网络达到准确性与预测结果发散性的平衡，提升了集成学习的准确性与鲁棒性；根据预测误差更新采样概率分布的策略，使预测误差较大的验证集样本周围样本密度更大，从而得到样本分布不同、在不同区域表现更优的集成学习子网络，提升集成学习的准确性；设计了基于权值平均的模型集成与结果集成的双重集成策略，该策略可进一步避免深度学习网络的预测结果陷于局部最优，有效缓解其过拟合问题。
基于注意力机制集成学习光谱数据分析方法系统

[发明专利]一种适于网联无人机网络通信质量预测方法及系统-CN202210928634.8在审
发明人：李昌;袁飞;刘忆森;徐晨;周松斌 -专利权人：广东省科学院智能制造研究所
申请日： 2022-08-03 - 公布日： 2023-01-24 - 主分类号： H04W24/08 文献下载
摘要：本发明属于网联无人机网络通信质量预测技术领域，具体涉及一种适于网联无人机网络通信质量预测方法、系统及平台。本发明方案通过方法实时获取网联无人机飞行区域内的网络信号源数据；构建无人机飞行区域内的信道模型，并实时生成所述信道模型的信道传输力预测数据值；测定无人机飞行区域中的网络通信质量数据；根据网络信号源数据、信道传输力预测数据值以及网络通信质量数据，实时生成网联无人机网络通信质量预测值；可以以实现对网络通信质量进行测试，并对测试数据进行记录，同时结合数据对网联无人机网络通信质量进行评判定，并生成相应的网络通信质量预测数据。
一种适于无人机网络通信质量预测方法系统

[发明专利]一种基于集成学习的深度学习缺陷图像识别方法及系统-CN202110305533.0有效
发明人：刘伟鑫;徐晨;周松斌 -专利权人：广东省科学院智能制造研究所
申请日： 2021-03-23 - 公布日： 2022-12-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于集成学习的深度学习缺陷图像识别方法及系统。该方案包括获取所有的缺陷监测图像，生成样本训练集和样本测试集；获取样本训练集通过色彩转换、傅里叶变换、梯度运算和边缘轮廓提取，获得灰度图、频谱图、边缘轮廓图和梯度图，生成第一训练集、第二训练集、第三训练集、第四训练集，并融合生成第五训练集；将第一训练集、第二训练集、第三训练集、第四训练集和第五训练集分别进行深度神经网络训练，生成第一分类器、第二分类器、第三分类器、第四分类器和第五分类器；将所述样本测试集中的图像进行投票，获得目标分类结果。该方案通过多训练集、集成学习方式提高网络模型缺陷识别通用性，实现对多类别缺陷图像识别。
一种基于集成学习深度缺陷图像识别方法系统

[发明专利]一种基于块平滑神经网络的高光谱数据分析方法和系统-CN202011059204.4有效
发明人： 周松斌;刘忆森;邱泽帆 -专利权人：广东省科学院智能制造研究所
申请日： 2020-09-30 - 公布日： 2022-12-16 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例提供一种基于块平滑神经网络的高光谱数据分析方法和系统，通过总体平均光谱与多个块平均光谱共享同一套神经网络权值，在训练过程中同时减小总体平均光谱的均方误差与块平均预测值的均方误差，相对于传统的采用平均光谱建模方法，该方法可对网络参数达到正则化效果，抑制权值的过拟合，增强网络抗干扰性；设计了块平滑损失函数，该损失函数的加入，可提升块预测的连续性与平滑性，抑制邻近块预测值的突变，令邻近的块预测值平滑过渡；利用该先验空间信息，可进一步提升网络的抗噪能力，提升预测的精度与模型鲁棒性。
一种基于平滑神经网络光谱数据分析方法系统

[发明专利]一种基于双目结构光的高反光表面工件深度图像获取方法-CN202011421291.3有效
发明人：徐晨;刘伟鑫;周松斌 -专利权人：广东省科学院智能制造研究所
申请日： 2020-12-08 - 公布日： 2022-12-16 - 主分类号： G01B11/25 文献下载
摘要：本发明是关于一种基于双目结构光的高反光表面工件深度图像获取方法。该方案包括将工件表面高反光图像获取设备和高反光表面工件调整至初始状态；将所述工件表面高反光图像获取设备和所述高反光表面工件从所述初始状态调整至曝光状态；对所述高反光表面工件进行拍摄，获得工件结构光图案和工件彩色图片；根据所述工件结构光图案和所述工件彩色图片通过深度处理和移动所述移动平台获得五张深度图像；通过五张图像融合算法获得所述高反光表面工件的目标深度图像。该方案通过多目结构光的多次曝光调整、多图融合克服3D结构光无法准确测量高反光表面工件三维尺寸信息的缺点，且运算量小、成本低、通用性强。
一种基于双目结构反光表面工件深度图像获取方法

[发明专利]一种基于双目结构光的黑色表面物体深度图像测量方法-CN202011422503.X有效
发明人：徐晨;刘伟鑫;周松斌 -专利权人：广东省科学院智能制造研究所
申请日： 2020-12-08 - 公布日： 2022-12-16 - 主分类号： G01C11/02 文献下载
摘要：本发明是关于一种基于双目结构光的黑色表面物体深度图像测量方法。该方案包括将黑色表面物体图像获取设备和黑色表面物体调整至初始状态；将所述黑色表面物体图像获取设备和所述黑色表面物体从所述初始状态调整至曝光状态；进行拍摄，获得彩色图像；根据所述彩色图片获取黑色物体的灰度均值和标准差，并利用深度融合方法和多张深度图像融合算法获得第一深度图像和第二深度图像；通过图像融合算法获得黑色表面物体目标深度图像。该方案通过多目结构光的多次曝光、光圈和功率调整，并利用多图数据融合克服了目前3D测量技术无法准确测量黑色表面物体尺寸、测量容易丢失点云数据问题，具有操作简单、效率高、通用性强的优点。
一种基于双目结构黑色表面物体深度图像测量方法

1
2
3
4
5
6
7
下一页»
尾页
共 92 条