“张传一”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11个，建议您升级VIP下载更多相关专利

[发明专利]一种基于预测置信度的细粒度分类去噪训练方法-CN202211452486.3在审
发明人：沈复民;姚亚洲;张传一;姚钰龙;孙泽人 -专利权人：南京码极客科技有限公司
申请日： 2022-11-21 - 公布日： 2023-01-31 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于预测置信度的细粒度分类去噪训练方法，包括S1.首先利用所有的训练样本参与预热训练，并将每个样本近几次预测结果记录下来作为历史预测集合；S2.通过历史预测集合产生的直方图生成各个样本的归一化预测置信度；S3.采用归一化预测置信度来平衡样本标签和样本预测的权重，动态校正损失值。在本发明中，动态损失代替常用的交叉熵损失，用来区分分布外噪声和其他样本，能更好地去除分布外噪声；在含噪数据集上训练模型时，实现了在一个框架内通过损失校正和全局样本选择策略进行去噪训练，明显提升了细粒度视觉识别模型的分类精度。
一种基于预测置信细粒度分类训练方法

[发明专利]一种小规模可靠数据集驱动的噪声修正算法-CN202211420837.2在审
发明人：沈复民;姚亚洲;张传一;孙泽人;白泞玮 -专利权人：南京码极客科技有限公司
申请日： 2022-11-15 - 公布日： 2023-01-06 - 主分类号： G06V10/30 文献下载
摘要：本发明公开一种小规模可靠数据集驱动的噪声修正算法，包括S1.采用骨干网络作为特征提取器，并为之搭配两个并行的全连接层作为预测头，输入图像特征，可输出相应的预测概率分布；S2.使用元预测头的预测概率作为伪标签，利用伪标签修正网络图像中错误的标签，联合使用伪标签和网络标签类训练模型对高比例噪声进行缓解；S3.依靠选择网络有效选择出分布内噪声样本，并通过重标注重新利用；本发明算法能有效地缓解标签噪声问题，并缓解了部分类别存在的高比例噪声问题。
一种小规模可靠数据驱动噪声修正算法

[发明专利]一种自主无人机视觉探测与引导系统及方法-CN202010306306.5有效
发明人：夏青元;陆建峰;蔡洋洋;傅苏中;王育之;张传一;张雨辰;杨恩平 -专利权人：南京理工大学
申请日： 2020-04-17 - 公布日： 2022-12-20 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种自主无人机视觉探测与引导系统及方法，系统包括机载端和地面端，机载端包含视觉信息采集模块、图像处理模块以及图传发射端，视觉信息采集模块获取到的图像在经图像处理模块处理后将位置信息发送到飞行控制系统里，同时通过图传发射端发送监测信息到地面端；地面端包含监测屏幕以及与之相连的图传接收端。本发明可实现对多个相同的目标进行定位，同时提供待处理目标的优先级，便于无人机的飞行与控制；本发明还兼顾自主降落，可在无人机自主降落阶段提供视觉辅助，保证了无人机全程的自主飞行能力。
一种自主无人机视觉探测引导系统方法

[发明专利]一种深度监督与特征融合的细粒度跨媒体检索方法-CN202111334293.3有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-11-11 - 公布日： 2022-04-01 - 主分类号： G06F16/483 文献下载
摘要：本发明涉及深度学习技术领域，公开了一种深度监督与特征融合的细粒度跨媒体检索方法，包括：步骤S1.将图像数据、视频数据、文本数据和音频数据分别输入到媒体专用网络中，将四种媒体数据子网络最后一层的全连接层进行权值共享，提取对应的原始特征；步骤S2.将原始特征利用语义信息和标签信息输入进公共空间，同时媒体数据四种子网络分别连接线性分类器，根据线性分类器内的标签信息对提取到的媒体数据的原始特征进行分类；步骤S3.预设三元组损失约束条件、分类损失约束条件和判别损失约束条件上，对公共空间内媒体数据的分类特征进行度量。本发明用于在标签空间和公共的特征表示空间内最大程度地减小判别损失并学习各媒体特征的相似性。
一种深度监督特征融合细粒度媒体检索方法

[发明专利]一种基于多尺度特征联合的细粒度跨媒体检索方法-CN202111258804.8有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-10-28 - 公布日： 2022-02-15 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于多尺度特征联合的细粒度跨媒体检索方法，本发明在传统的样本级特征的基础上，额外引入目标级特征和关键区域的像素级特征，基于这三种尺度特征构建出三个类别损失函数共同约束特征提取网络。本发明有效解决了传统的公共特征提取方法中只有样本级特征的类别损失约束，样本中的背景噪声和非关键区域对细粒度类别预测造成误导，样本中的背景噪声及非关键区域特征的影响较大的问题。本发明无需引入额外参数，几乎不增加计算成本的同时，更加精准的提取细粒度数据的公共特征，进一步提高细粒度跨媒体检索效果。
一种基于尺度特征联合细粒度媒体检索方法

[发明专利]基于细粒度跨媒体检索构造实体级公共特征空间的方法-CN202111334323.0有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-11-11 - 公布日： 2022-02-15 - 主分类号： G06F16/483 文献下载
摘要：本发明涉及细粒度跨媒体检索技术领域，公开了一种基于细粒度跨媒体检索构造实体级公共特征空间的方法，包括：获取视频数据，预设噪声帧滤除规则，根据噪声帧滤除规则对获取到的视频数据进行过滤，获取不包含细粒度实体的帧图像；获取媒体数据类型的低层特征，对低层特征进行线性投影，获取实体级公共特征空间；根据实体级公共特征空间提取高层次语义并进行学习。本发明可以学习低层特征到实体级公共特征空间的投影矩阵，并生成跨媒体数据的公共特征以进行跨媒体检索。
基于细粒度媒体检索构造实体公共特征空间方法

[发明专利]一种基于注意力机制和模态依赖的跨媒体交叉检索方法-CN202111334294.8有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-11-11 - 公布日： 2022-02-15 - 主分类号： G06F16/483 文献下载
摘要：本发明涉及跨媒体检索技术技术领域，公开了一种基于注意力机制和模态依赖的跨媒体交叉检索方法，包括以下步骤：步骤S1.根据提取器获取媒体类型数据，媒体类型数据包括文本数据、图像数据、音频数据和视频数据；步骤S2.基于文本卷积网络、图像卷积网络、三元组损失函数、判别损失函数和分类损失函数对文本数据和图像数据创建图像文本网络；步骤S3.基于注意力机制、交叉熵损失函数、中心损失函数、四元组损失函数和分布损失函数对图像数据、音频数据和视频数据创建图像音频网络；步骤S4.对图像文本网络和图像音频网络训练后进行跨媒体交叉检索。本发明通过注意力机制与模态依赖进行细粒度跨媒体检索。
一种基于注意力机制依赖媒体交叉检索方法

[发明专利]一种基于双网络联合标签修正的网络图像数据集去噪方法-CN202111237302.7有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-10-25 - 公布日： 2022-02-15 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于双网络联合标签修正的网络图像数据集去噪方法，采用两个同样的深度神经网络分别进行随机初始化后对网络数据集进行训练，并分别进行样本选择，根据选择结果划分干净样本、内部噪声以及无关噪声数据。通过将两个深度神经网络的softmax概率平滑后进行加权平均的结果作为内部噪声样本的真实标签，用以修正内部噪声，然后联合干净样本计算交叉熵损失，分别用于更新两个深度神经网络。本发明通过联合训练后，两个深度神经网络会变得越来越准确，最终对图像的预测也会趋近一致。本发明相较于单网络的修正方法，修正标签的准确率有明显提升，具有较好的实用性。
一种基于网络联合标签修正图像数据集去噪方法

[发明专利]基于自注意力和生成对抗网络的细粒度跨媒体检索方法-CN202111334768.9有效
发明人：姚亚洲;孙泽人;陈涛;张传一;沈复民 -专利权人：南京码极客科技有限公司
申请日： 2021-11-11 - 公布日： 2022-01-28 - 主分类号： G06F16/48 文献下载
摘要：本发明涉及细粒度跨媒体检索技术领域，公开了一种基于自注意力和生成对抗网络的细粒度跨媒体检索方法，包括：提取媒体数据的卷积神经网络和循环神经网络；将卷积神经网络和循环神经网络输入进公共语义空间学习模块，提取与媒体数据类别无关的语义特征A1；将公共语义空间学习模块中的语义特征A1输入进媒体判别器；将生成器和媒体判别器进行对抗学习，得到训练后的语义特征A2；将语义特征A2与公共语义空间学习模块中的语义特征A1进行相似性度量，根据度量的结果检索其对应的数据。本发明用于学习细粒度子类别之间的细小差距、缩小跨媒体数据之间的异质性差异、保证分类准确率的同时，使得同一类别标签下不同媒体数据的特征尽可能相似。
基于注意力生成对抗网络细粒度媒体检索方法

[发明专利]一种基于统一双分支网络的细粒度跨媒体检索方法-CN202111344346.X在审
发明人：沈复民;姚亚洲;孙泽人;陈涛;张传一 -专利权人：南京码极客科技有限公司
申请日： 2021-11-15 - 公布日： 2021-12-10 - 主分类号： G06F16/43 文献下载
摘要：本发明提出了一种基于统一双分支网络的细粒度跨媒体检索方法，采取统一的深度卷积神经网络结构提取初步公共特征，再通过计算量较低的媒体专属分支来修正公共特征所缺失的媒体独立特性。对于统一概率特征分支，不区分媒体类型统一使用交叉熵损失来学习概率特征。对于媒体特征分支，通过为每种媒体类型使用专属的模块来获取各种媒体类型的独立特征。然后，将概率特征和媒体特征相结合，得到最终的公共特征，并用于检索过程。该网络结构采用一个统一的卷积网络作为主干，计算成本相对较低，同时兼顾了每种媒体类型的独立特性，能够有效地提取各种媒体类型的特征。
一种基于统一分支网络细粒度媒体检索方法

[发明专利]一种定位卫星被遮挡环境下的全局定位系统-CN201811490779.4在审
发明人：唐振民;马勇;张传一;唐康 -专利权人：唐振民;马勇;张传一;唐康
申请日： 2018-12-06 - 公布日： 2019-03-01 - 主分类号： G01S19/33 文献下载
摘要：本发明公开了一种定位卫星被遮挡环境下的全局定位系统，该系统包括全球定位系统接收器、一组局部定位基站和综合定位装置；局部定位基站部署在所提供服务区域悬空周边，一般一个区域设置3个；综合定位装置由无线接收器及解算模块、发送模块组成，该装置初始化获得局部定位基站的全局坐标，工作时无线接收器接收局部定位基站提供的待测目标的局部定位信息，通过解算模块解算出稳定精确的全局或局部定位信息，并将信息由发送模块定时传递至所服务的应用系统。本发明可以用于单个待测目标的定位或多个待测目标的同时定位，并提供稳定精确的全局或局部定位信息。
局部定位待测目标基站解算综合定位装置无线接收器定位卫星发送模块全局定位遮挡全球定位系统接收器装置初始化服务区域基站部署区域设置全局坐标应用系统全局悬空传递服务

1
共 11 条