“孙正兴”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61个，建议您升级VIP下载更多相关专利

[发明专利]一种基于布谷鸟优化的三维点云数据配准方法-CN202010207214.1有效
发明人：马卫;孙正兴;朱娴 -专利权人：南京大学;南京旅游职业学院
申请日： 2020-03-23 - 公布日： 2023-06-20 - 主分类号： G06T7/33 文献下载
摘要：本发明提供了一种基于布谷鸟优化的三维点云数据配准方法，包括以下步骤：步骤1)对输入的待配准点云进行简化处理，并获得固有形状特征点；步骤2)根据固有形状特征点提取的待配准点云，对目标点云进行布谷鸟优化算法迭代优化；步骤3)利用ICP算法迭代最近点精配准。本发明所达到的有益效果：本发明可提高点云ICP精细配准的效率，解决配准对应关系难以寻找，能有效克服ICP算法对点云初始位置要求高的缺陷，其全局搜索性能与寻优精度更具优势，抗噪性好，配准精度高，鲁棒性强。
一种基于布谷鸟优化三维数据方法

[发明专利]一种基于生成对抗网络的低分辨率车牌识别方法-CN202010418529.0有效
发明人： 孙正兴;余佩雯;张胜;朱毅欢 -专利权人：南京大学
申请日： 2020-05-18 - 公布日： 2023-04-07 - 主分类号： G06V20/62 文献下载
摘要：本发明提供了一种基于生成对抗网络的低分辨率车牌识别方法，包括以下步骤：1)构建图像增强模块：根据输入的低分辨率的车牌字符图像集进行训练，训练得到能生成更逼近真实图像的高分辨率车牌字符的图像生成模型；2)构建图像识别模块：利用生成的高分辨率车牌字符图像和真实的车牌字符图像进行训练，通过迭代优化损失，从而提高判别模型对输入图像的真假判别能力和识别效果；3)整体框架训练：包括数据预处理、模型框架训练及测试三个阶段。本发明方法实现了端到端的低分辨率车牌自动识别，能够有效提高低分辨率车牌的辨识度和识别精度。
一种基于生成对抗网络分辨率车牌识别方法

[发明专利]一种基于隐式表示的三维场景语义补全方法-CN202210481019.7在审
发明人： 孙正兴;骆守桐;孙蕴瀚;王一 -专利权人：南京大学
申请日： 2022-05-05 - 公布日： 2022-07-22 - 主分类号： G06T15/00 文献下载
摘要：本发明公开了一种基于隐式表示的三维场景语义补全方法，包括如下步骤：步骤1，隐式编解码网络搭建：搭建用于生成隐式表示的隐表示编码网络以及用于隐式表示解码的隐表示解码网络；步骤2，隐表示语义标签生成；步骤3，隐表示编解码网络训练：根据随机梯度下降算法，利用隐表示语义标签训练隐表示编解码网络；步骤4，体素语义补全结果生成。本发明通过解耦粒度与网络结构之间的直接联系，达到在不调整网络并重训练的前提下满足变粒度的需求的效果。本发明可以实现任意粒度的场景补全，可以满足不同的应用场合对于场景模型几何变粒度的需求。
一种基于表示三维场景语义方法

[发明专利]一种基于多元属性合成的视频样本生成方法-CN202210423708.2在审
发明人： 孙正兴;骆守桐;孙蕴瀚;徐烨超 -专利权人：南京大学
申请日： 2022-04-21 - 公布日： 2022-07-01 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于多元属性合成的视频样本生成方法，包括以下步骤：多元属性模型构建：先根据预训练的视频编码器和属性分解网络从视频中分解出前景对象逐帧的多元静态属性和动态属性，再根据一致性约束和平滑性约束分别对静态属性和动态属性进行一致性和平滑性处理；最终通过向量拼接生成多元属性模型；多元属性嵌入空间生成：构建基于神经网络的自编码器，训练自编码器并生成多元属性嵌入空间；多元属性合成：从多元属性嵌入空间中采样，先利用训练的解码器生成各帧的多元属性，再运用形状合成和光照合成方法计算各帧目标对象三维几何及其纹理，最后，渲染生成视频样本。重复多元属性合成过程可得到由用户指定的多个视频样本。
一种基于多元属性合成视频样本生成方法

[发明专利]一种面向交通设施巡检的视觉缺陷在线检测方法-CN202210001738.4在审
发明人： 孙正兴;张胜;朱毅欢;张巍 -专利权人：南京大学
申请日： 2022-01-04 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种面向交通设施巡检的视觉缺陷在线检测方法，包括离线训练和在线巡检两部分。离线训练时采用带有包围框和类别标注的缺陷数据集作为训练数据，训练CrackDet检测模型，结合深度学习算法和传统算法的优势；同时裁剪出不同种类的缺陷图像块，使用度量学习模型进行训练。在线巡检时，对于输入的视频帧，使用检测模型检测得到缺陷类别和位置；使用卡尔曼滤波器计算检测框的运动特征；使用度量学习模型计算缺陷的外观特征；对检测到的缺陷进行跟踪并统计；根据跟踪轨迹中检测得到的类别进行投票确定其缺陷种类；最终实现在线巡检，得到交通设施巡检时所出现的缺陷的种类、大小、位置以及数量。
一种面向交通设施巡检视觉缺陷在线检测方法

[发明专利]一种多频谱图像监督的红外图像深度估计方法-CN202111531301.3在审
发明人： 孙正兴;刘胡伟;孙蕴瀚;张巍 -专利权人：南京大学
申请日： 2021-12-14 - 公布日： 2022-05-13 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种多频谱图像监督的红外图像深度估计方法，包括以下步骤：1)构建频谱转换模块：根据多频谱图像，得到频谱转换图像；2)构建频谱转换损失模块：根据红外图像，得到视差；3)构建辅助损失模块：利用步骤得到的频谱转换图像和视差通过图像翘曲，计算辅助损失，并利用该损失迭代优化频谱转换网络模型。4)构建深度估计损失模块：利用得到的视差进行图像翘曲，计算深度估计损失，并利用该损失迭代优化深度估计网络模型；5)构建辅助损失模块：利用得到的频谱转换图像和视差通过图像翘曲，计算辅助损失，并利用该损失迭代优化频谱转换网络模型。6)整体框架训练：包括数据预处理，模型框架预热，训练以及测试四个阶段。
一种频谱图像监督红外深度估计方法

[发明专利]一种基于多尺度边缘线索的层次化图像分割方法-CN201811113242.6有效
发明人： 孙正兴;徐峻峰;胡安琦;王爽 -专利权人：南京大学
申请日： 2018-09-25 - 公布日： 2022-03-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多尺度边缘线索的层次化图像分割方法，包括以下步骤：对输入图像进行超像素化，获得图像的过分割区域；对输入图像进行多尺度的内容风格分离，从而提取图像的内容部件，并使用边缘检测方法检测图像内容部件的边缘信息，获取多尺度的边缘概率图；根据多尺度边缘线索度量过分割区域之间的相似度，并进行迭代式区域合并，生成层次合并树；根据层次合并树和先验信息建立能量函数，并采用动态规划方法求解能量函数从而优化层次合并树结构，实现图像的层次化分割。
一种基于尺度边缘线索层次图像分割方法

[实用新型]一种线材防护复合包装板-CN202122292460.4有效
发明人： 孙正兴 -专利权人：常州市宝隆包装有限公司
申请日： 2021-09-19 - 公布日： 2022-03-08 - 主分类号： B65D67/00 文献下载
摘要：一种线材防护复合包装板，包括连接件，支撑件和捆扎件；所述支撑件包括第一支撑件，第二支撑件，第三支撑件和第四支撑件，所述捆扎件包括第一捆扎件，第二捆扎件，第三捆扎件和第四捆扎件；所述支撑件与捆扎件依次相间连接形成大割圆，所述支撑件与捆扎件之间通过连接件连接；本实用新型所述的线材防护复合包装板，通过在底部设有平直结构，方便包装时固定于机器上，从而有效防止包装过程中包装板跑偏；并且在捆扎件上设有折弯能够保护线材，防止线材在包装过程中受到损伤。
一种线材防护复合包装

[实用新型]一种线材防护包装纸板-CN202122277425.5有效
发明人： 孙正兴 -专利权人：常州市宝隆包装有限公司
申请日： 2021-09-19 - 公布日： 2022-03-08 - 主分类号： B65D67/00 文献下载
摘要：一种线材防护包装纸板，包括支撑件和捆扎件，所述支撑件包括第一支撑件，第二支撑件，第三支撑件和第四支撑件，所述支撑件依次固定连接；所述捆扎件共设有四个，分别设置于支撑件的连接处，与支撑件固定连接，所述支撑件的两端设有梯形凸起部，所述支撑件的一侧设有矩形凹槽，两个相邻的所述支撑件上下两侧分别形成上凹槽和下凹槽；本实用新型所述的线材防护包装纸板，通过支撑件直接固定连接，再将捆扎件设置于连接处的方式，简化了包装板的连接步骤，同时将捆扎件的材质改用毛毡，使得捆扎件的柔软度更高，能够保护线材的同时也节约了成本。
一种线材防护包装纸板

[发明专利]一种基于二阶震荡人工蜂群算法的点云配准方法-CN201810147890.7有效
发明人：马卫;洪涛;孙正兴;李红岩;郎许锋 -专利权人：南京大学
申请日： 2018-02-13 - 公布日： 2021-11-30 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于二阶震荡人工蜂群算法的点云配准方法，其特征是，包括以下步骤：步骤1)对输入的待配准点云进行简化处理，并获得固有形状特征点；步骤2)根据固有形状特征点提取的待配准点云，对目标点云进行二阶震荡人工蜂群算法迭代优化；步骤3)利用ICP算法迭代最近点精配准。本发明所达到的有益效果：本发明可提高对点云配准空间的全局搜索能力，解决配准对应关系难以寻找，搜索难度较大的问题；实现了一种用于三维点云配准空间的由粗至精的配准，可以有效降低点云配准对初始位置的严重依赖；可解决数据本身存在高噪声、离群点等会影响配准精度的问题，降低后期配准的计算量，提高运算效率。
一种基于震荡人工蜂群算法点云配准方法

[发明专利]一种基于关键帧和联合稀疏表示的无约束人脸识别方法-CN201910480359.6有效
发明人： 孙正兴;徐峻峰;王佺;胡安琦 -专利权人：南京大学
申请日： 2019-06-04 - 公布日： 2021-04-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于关键帧和联合稀疏表示的无约束人脸识别方法，包括如下步骤：首先对输入的监控视频目标人脸进行检测和跟踪，从而获取完整人脸序列信息；然后利用人脸关键点的位置估计序列中每个人脸的旋转角度，并对旋转角度进行聚类得到基于人脸姿态的关键帧；最后，通过公开的人脸数据集构建用于训练的字典集，同时采用迭代优化的方式求解最优联合稀疏系数矩阵，并根据测试集和最优联合稀疏系数矩阵计算字典集中每个类别对应的重构误差，取最小重构误差的类别作为人脸身份。
一种基于关键联合稀疏表示无约束识别方法

[实用新型]一种防移动的激光铅垂仪激光接受靶-CN202022145444.8有效
发明人：赵鑫帅;张艳伟;王思惠;武超;赵银柱;张剑;孙正兴;李剑云;邓晓文;侯军军;马鹏飞 -专利权人：太原市第一建筑工程集团有限公司
申请日： 2020-09-27 - 公布日： 2021-03-30 - 主分类号： G01C15/10 文献下载
摘要：本实用新型涉及一种防移动的激光铅垂仪激光接受靶，包括设置在上部的激光接受靶，以及设置在下部的激光接受靶固定座；激光接受靶包括中空塑料外壳，中空塑料外壳的底部设置有第一回字形铁板，中空塑料外壳的顶部设置有与第一回字形铁板内侧“口”形状相适配的透明板；第一回字形铁板的顶面设置有电磁铁；中空塑料外壳内还设置有与电磁铁相连接的电源、自锁开关；激光接受靶固定座包括固定板以及设置于固定板顶部的第二回字形铁板，第二回字形铁板与电磁铁位置相对设置；第二回字形铁板与第一回字形铁板形状相同。其具有防止意外移动、方便施工、减少成本，结构设计合理、操作使用便捷的特点，能较好的解决施工中竖向定位放线时的问题。
一种移动激光铅垂仪接受

[发明专利]一种基于深度学习视频监督的单图像三维重建方法-CN202010744081.1在审
发明人： 孙正兴;仲奕杰;武蕴杰;宋有成 -专利权人：南京大学
申请日： 2020-07-29 - 公布日： 2020-11-17 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于深度学习视频监督的单图像三维重建方法，包括以下步骤：1)构建了物体位姿预测模块：根据输入图像中的物体可以得到其相机拍摄相对于物体的位置；2)构建了物体三维形状估计模块：根据输入的单幅物体图像通过迭代优化损失预测得到它的三维点云；3)构建了多帧形状融合模块：将视频图线序列并行得输入以上两模块中，可以得到单帧的相机位姿及三维形状预测，通过多帧权重融合以及一致性约束、平滑性约束得到更准确地预测；4)整体训练框架：包括数据预处理、模型框架训练及测试三个阶段。本发明方法实现了端到端的三维重建，能够使用视频序列进行训练，在测试阶段仅使用单图像就能够预测其三维点云。
一种基于深度学习视频监督图像三维重建方法

[发明专利]一种基于视频监督的单图像三维人脸重建方法-CN202010824674.9在审
发明人： 孙正兴;骆守桐;武蕴杰;孙蕴瀚 -专利权人：南京大学
申请日： 2020-08-17 - 公布日： 2020-11-17 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于视频监督的单图像三维人脸重建方法，包括以下步骤：1)构建单图像人脸重建模块：根据视频人脸片段数据集进行训练，训练得到能够从单张人脸图像中重加出基本形状，形状偏移以及反照率图的模型；2)构建姿态光照分解模块：根据视频人脸片段数据集进行训练，得到能够从单张人脸图像中分解出相机姿态和环境光照；3)整体训练框架：包括数据预处理，训练框架设计以及测试三个部分。本发明实现了端到端的基于视频监督的单图像三维人脸重建，本发明方法可以更有效地从一张人脸图像中重建出人脸的三维几何结构，反照率并恢复出相机的姿态和环境光照。
一种基于视频监督图像三维重建方法

[发明专利]一种基于堆叠神经网络的递进式图像解析方法-CN201811113589.0有效
发明人： 孙正兴;徐峻峰;胡佳高;李博 -专利权人：南京大学
申请日： 2018-09-25 - 公布日： 2020-11-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于堆叠神经网络的递进式图像解析方法，包括以下步骤：基于已有的图像分割神经网络，通过堆叠其最后几层数次，构造对图像进行递进式解析的堆叠神经网络结构；利用训练图像及对应的像素级语义类别标注图，通过执行多次类别合并操作生成由精到粗的层次化语义类别标注图，作为多层次的监督数据，并利用此监督数据训练该堆叠神经网络；利用已训练的堆叠式图像解析神经网络，对输入图像进行由粗到精的递进式内容解析。
一种基于堆叠神经网络递进图像解析方法

1
2
3
4
5
下一页»
尾页
共 61 条