“庄佳衍”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12个，建议您升级VIP下载更多相关专利

[发明专利]基于自相关性增强的散射成像方法、系统及模型训练方法-CN202310094364.X在审
发明人：王晨;庄佳衍;叶思超;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2023-01-12 - 公布日： 2023-04-18 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于自相关性增强的散射成像方法、系统及模型训练方法。所述模型训练方法包括：构建基本元素数据集以及复杂目标数据集；经过散射光路，形成散斑图像；进行预处理，生成对应的自相关图像；以基本自相关图像作为训练集，基本元素作为标记，进行训练；以复杂自相关图像作为测试集，复杂目标元素作为标记，进行迭代更新，获得深度学习模型。本发明采用光学成像方法构建基本元素数据集，将散斑自相关性作为物理先验，实现了跨数据域目标的散射恢复成像，同时采用基于编解码结构的深度学习模型将散斑自相关图像恢复到高信噪比，最后结合相位恢复算法，实现了目标图像的高分辨率重建成像，具有成像清晰、运算量小、成像还原度高的优点。
基于相关性增强散射成像方法系统模型训练

[发明专利]基于数据解耦的未知隐藏目标定位方法、系统及存储介质-CN202310085779.0在审
发明人： 庄佳衍;王晨;叶思超;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2023-01-12 - 公布日： 2023-04-18 - 主分类号： G06T7/70 文献下载
摘要：本发明公开了一种基于数据解耦的未知隐藏目标定位方法、系统及存储介质。所述未知隐藏目标定位方法包括：获取散斑图像；经过目标定位网络，生成用于指示目标位置的指示信息；所述目标定位网络包含注意力机制，其训练方法包括：构建基本元素数据集；训练初始神经网络，获得预训练神经网络；构建复杂元素数据集；对所述预训练神经网络进行测试，并迭代更新预训练神经网络的参数，获得目标定位网络。本发明提供的定位方法通过采用多种基本几何元素进行训练以及多种复杂几何图形进行测试所获得的目标定位网络模型，对散斑图像进行目标定位，能够在复杂散射介质影响下，克服目标形状、类别及数量限制，从而实现散射介质后未知目标的准确的位置估计。
基于数据未知隐藏目标定位方法系统存储介质

[发明专利]一种基于深度学习的线虫分类识别方法-CN202110060316.X有效
发明人： 庄佳衍;劳思思;朱莹;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2021-01-15 - 公布日： 2023-04-07 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于深度学习的线虫分类识别方法，针对由松材线虫和拟松材线虫图像构成的线虫图像训练集，制作出每张图像对应的注意力掩膜图，通过在深度学习网络中添加新注意力损失机制，着重于线虫尾部有效区域的学习和训练，再将图像通过网络全连接层得到的交叉熵损失函数与新注意力损失机制相结合后，反馈给深度学习网络，对线虫图像集进行训练，建立基于深度学习网络的线虫图像分类识别的强化模型，实现对松材线虫和拟松材线虫的有效分类识别。
一种基于深度学习线虫分类识别方法

[发明专利]一种视频降噪装置、方法及终端-CN202210660344.X在审
发明人：徐宁远;庄佳衍 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2022-06-10 - 公布日： 2022-10-18 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种视频降噪装置、方法及终端。所述装置包括噪声标定模块、训练数据生成模块和视频降噪模块，噪声标定模块用于标定真实条件下噪声的噪声模型；训练数据生成模块用于根据噪声模型生成噪声图像，噪声图像与无噪声的干净图像合成有噪声的视频图像，有噪声的视频图像与无噪声的干净图像构成视频对；视频降噪模块用于将当前帧图像、历史帧图像以及噪声标准差图输入到降噪网络模型中，降噪网络模型对当前帧进行降噪处理并输出去噪后的当前帧图像。本发明避免了人工采集同场景下有噪声图像和无噪声图像对的高昂时间成本和人力成本，且可表示不同区域的噪声大小，从而引导网络进行有差别的去噪。
一种视频装置方法终端

[发明专利]无人自主避障空间探测系统及方法-CN202110223031.3在审
发明人：宋康康;赵明;张云阳;程思远;吴宏卓;庄佳衍;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2021-02-26 - 公布日： 2022-09-02 - 主分类号： G01C11/02 文献下载
摘要：本发明公开了一种无人自主避障空间协同探测系统及方法。所述探测系统包括：无人车、无人飞行器，其分别用于地面低角度、一定高度处的三维空间探测，从而配合实现完整的三维空间探测，并且该两者能够自主运动与避障；以及，与无人飞行器、无人车配合的自主避障功能模块、充电及通信功能模块、任务协同功能模块、无人飞行器降落功能模块等。本发明的无人自主避障空间探测系统能使无人车和无人飞行器良好的配合，拓展了无人车探测三维空度的极限，扩大了三维空间探测范围，主动引导设备提供了更高精度、更可靠的自主降落方式，能够应用于矿洞、地下轨道等狭小、地势复杂空间的探测。
无人自主空间探测系统方法

[发明专利]基于深度学习的多特征联合的植物线虫检测方法及系统-CN202110364547.X有效
发明人： 庄佳衍;顾建锋;朱莹;肖江剑;朱屹;刘阳明 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2021-04-02 - 公布日： 2022-08-02 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于深度学习的多特征联合的植物线虫检测方法及系统。本发明利用第一深度学习神经网络提取植物线虫关键特征，分别检测出植物线虫的头部、雌虫尾部、雄虫尾部等关键特征区域；利用第二深度学习神经网络作为识别检测网络，分别实现单特征检测、双特征联合检测和三特征联合检测，具有较高的检测准确率。最后，设计了人性化的线虫检测界面，完成了线虫智能检测系统，可以根据线虫的难易区分程度选择线虫检测识别方案。本发明增加了有效提取关键特征的机制，增加了多特征联合分类的方法。本发明能够针对关键特征点小，且难以区分的植物线虫数据进行准确检测，利用多特征联合实现层次化的松材线虫和拟松材线虫的检测。
基于深度学习特征联合植物线虫检测方法系统

[发明专利]基于I-P帧特征融合的视频目标检测方法-CN202210363227.7在审
发明人： 庄佳衍;王志禹;叶思超;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2022-04-07 - 公布日： 2022-07-22 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于I‑P帧特征融合的视频目标检测方法，包括确立网络训练所使用的样本数据以及评价指标，并在训练前对样本数据进行数据增强，将经数据增强处理完成的样本数据送入IP‑Net网络结构中进行训练，训练过程包括将视频中的关键帧采用I‑Net网络模型进行特征提取，得到关键特征，在下一个关键帧之前，采用P‑Net网络模型对预测帧进行特征提取，得到预测特征；将关键特征和预测特征进行特征融合，将融合后的特征作为IP‑Net网络最终的输出结果。本发明利用复杂模型网络I‑Net与简单模型网络P‑Net进行交叉预测，从而在尽量不损失精度的情况下，提高视频目标检测的速度。
基于特征融合视频目标检测方法

[发明专利]一种新型的胎儿体重预测模型构建方法-CN202210418889.X在审
发明人：刘腾;庄佳衍;朱琴;张燕科;唐文波;祝莹;宣荣荣;诸佳惠 -专利权人：宁波大学医学院附属医院
申请日： 2022-04-20 - 公布日： 2022-07-08 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种新型的胎儿体重预测模型构建方法，包括如下步骤：获取欲分娩孕妇以及相对应胎儿的多个参数数据；采用不同算法对多个参数数据进行预实验，并通过多个预实验结果对比选出最优算法；采用最优算法构建新模型，并根据构建的新模型与经典胎儿体重预测模型进行对比以及计算新模型的预测成功率，评估新模型的准确性。无需多次采集参数数据，且新模型预测成功率相比于经典胎儿体重预测模型高，预测性能良好。
一种新型胎儿体重预测模型构建方法

[发明专利]一种基于注意力机制的三维物体点云分类方法-CN202110902691.4在审
发明人： 庄佳衍;金天星;崔玥;肖江剑 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2021-08-06 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于注意力机制的三维物体点云分类方法，包括确定网络训练用的样本数据与精度评价标准，构建层级结构学习局部区域特征的ATT‑PointNet++网络，将样本数据在ATT‑PointNet++网络上进行训练，将待预测数据导入训练好的ATT‑PointNet++网络中进行预测，采用精度评价标准对预测结果进行评估，得到评估结果。本发明通过引入注意力池化层来提高网络在降维过程中的信息传递率，从而提高网络对局部区域信息的有效利用率，使得公共数据集上的点云分类精度更高。
一种基于注意力机制三维物体分类方法

[发明专利]一种基于深度学习的面部姿态检测与矫正方法及系统-CN202011037010.4在审
发明人： 庄佳衍;徐宁远;肖江剑;宋康康;刘阳明 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2020-09-27 - 公布日： 2021-02-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的面部姿态检测与矫正方法及系统，利用面部姿态检测模块和面部姿态矫正模块，有效地对用户使用终端的姿势进行识别，发现异常姿势后实时提醒用户矫正阅读姿势。针对当前多数用户浏览终端设备时，长时间保持错误姿势，导致颈椎、腰椎等错位变形等情况，本发明提出的基于深度学习的智能手机人体面部姿态检测与矫正方法，旨在实时监督长时间使用终端设备用户的浏览姿势，督促用户改正陋习，保证身体健康。
一种基于深度学习面部姿态检测矫正方法系统

[发明专利]一种基于深度学习的植物线虫数据自动标注和分类识别方法-CN202011175736.4在审
发明人： 庄佳衍;刘阳明;肖江剑;徐宁远;朱莹 -专利权人：中国科学院宁波材料技术与工程研究所
申请日： 2020-10-28 - 公布日： 2021-02-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度学习的植物线虫数据自动标注和分类识别方法，利用少量人工标注的植物线虫图像训练深度学习网络，并在深度学习网络中添加注意力损失从而强化植物线虫标注区域，再将模型的网络权重用于标注大量非人工标注的植物线虫图像数据，通过数次的植物线虫图像数据标注和训练过程，完成植物线虫识别项目数据集的自动标注，同时得到与此植物线虫识别项目对应的强化模型。本发明能够有效地针对植物线虫数据进行标注，从而提高植物线虫数据的训练效率与植物线虫分类识别的准确率。
一种基于深度学习植物线虫数据自动标注分类识别方法

[发明专利]基于压缩感知成像系统的探测器非线性饱和矫正还原方法-CN201210396348.8有效
发明人：何伟基;庄佳衍;陈钱;顾国华;张闻文;钱惟贤;隋修宝;于雪莲;路东明 -专利权人：南京理工大学
申请日： 2012-10-17 - 公布日： 2013-01-09 - 主分类号： G01D18/00 文献下载
摘要：本发明公开了一种基于压缩感知成像系统的探测器非线性响应矫正还原方法，在探测器测量值受到非线性饱和效应的影响下，通过判断探测值受非线性影响的程度，选择饱和排斥矫正或饱和反馈矫正。饱和排斥矫正即是排除受非线性影响较大的测量点，饱和反馈矫正即根据已给出的探测器响应曲线,对测量值做反馈处理，修正所测得的测量值。处理结束后的测量值输入计算机进行图像还原所得的效果将大大优于不使用本方法直接还原的效果，即本方法降低了探测器本身的非线性探测误差对实验效果的影响，提高了系统的还原效率。
基于压缩感知成像系统探测器非线性饱和矫正还原方法

1
共 12 条