“张汝波”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69个，建议您升级VIP下载更多相关专利

[发明专利]一种多路并行图像内容特征分离风格迁移方法及系统-CN202110601505.3有效
发明人：杨大伟;王萌;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-05-31 - 公布日： 2023-09-05 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种多路并行图像内容特征分离风格迁移方法及系统，属于深度学习风格迁移领域。为实现风格可变、内容特征一致的风格迁移，其系统提出一种多路并行的特征分离模块，包含深度特征分离单元和原始特征校准单元。深度特征分离单元可分离出每一特征通道的深层内容特征信息，原始特征校准单元可保持多通道特征完整性。将并行多路输出特征进行融合，能够加强深度特征表达能力，保证迁移前后图像内容一致。本发明适用于自主驾驶、安防监控等领域。
一种并行图像内容特征分离风格迁移方法系统

[发明专利]面向无人船系统导航任务确定自主等级的方法-CN201911280797.4有效
发明人：刘冠群;张汝波;吴俊伟;温乃峰 -专利权人：大连民族大学
申请日： 2019-12-13 - 公布日： 2023-09-05 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种面向无人船系统导航任务确定自主等级的方法，将无人船系统的自主等级分为四个：全遥控、用户辅助、用户确认和全自主，每个等级的能力配置包括无人船系统的职责和用户的职责。自主等级评估方法包括以下方面：(1)自主等级定义，包括处自主等级的名称、协作方式和通信方式；(2)根据无人船系统所处的态势实时评估无人船系统的最佳自主等级。本发明具有良好的灵活性、实时性、准确性。
面向无人系统导航任务确定自主等级方法

[发明专利]基于深度学习的目标频率特征表达方法、网络和图像分类方法-CN202110746900.0有效
发明人：杨大伟;李雪萌;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-07-01 - 公布日： 2023-09-01 - 主分类号： G06V20/10 文献下载
摘要：基于深度学习的目标频率特征表达方法、网络和图像分类方法，属于深度学习目标检测领域，为了解决通过调整频率信息来表达不同目标，增强图像的显著性特征，提升深度学习网络的检测性能的问题，要点是将图像空间域特征转换为频域特征，并分别提取其高、低频频率特征；将高、低频频率特征分别并独立地分离为延续上级频率属性并频率属性相同的两个下级分量频率特征，上级频率属性不同的两个下级分量频率特征融合为一个高频融合特征和一个低频融合特征；对于任一融合特征，独立地提取其高、低频频率特征，获取这一融合特征对应的一个高频融合特征和一个低频融合特征；效果是增强特征频率的显著性信息，输出融合的频域微分张量。
基于深度学习目标频率特征表达方法网络图像分类

[发明专利]图像的双金字塔多元特征提取网络、图像分割方法、系统和介质-CN202110747532.1有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-07-01 - 公布日： 2023-09-01 - 主分类号： G06V20/56 文献下载
摘要：图像的双金字塔多元特征提取网络、图像分割方法、系统和介质，属于深度学习图像处理领域，由四个输入特征、一个实例特征金字塔、一个语义特征金字塔和两个输出特征构成，两个输出特征由实例特征金字塔输出特征和语义特征金字塔输出特征组成。本发明解决了传统的特征提取方法无法满足多线程任务的特征需求的问题，能够为目标识别任务，提供详细的实例目标特征信息、为语义分析任务，提供丰富的语义逻辑特征信息，极大地提高多线程任务的精度。
图像金字塔多元特征提取网络分割方法系统介质

[发明专利]全面特征捕捉型时间卷积网络、视频动作分割方法、计算机系统和介质-CN202110603903.9有效
发明人：毛琳;曹哲;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-05-31 - 公布日： 2023-08-29 - 主分类号： G06V20/40 文献下载
摘要：全面特征捕捉型时间卷积网络、视频动作分割方法、计算机系统和介质，属于视频理解与分析中的视频动作分割技术领域，为了解决动作分割网络对于目标动作的漏检、错检会导致其在实际应用中的可靠性降低的问题，将两特征矩阵拼接后的特征矩阵作为后一基本单元的感受野递增时间卷积和感受野递减时间卷积的输入，分别提取特征后将两特征矩阵拼接；S6.重复步骤S5直至最后一个基本单元的感受野递增时间卷积和感受野递减时间卷积分别提取特征后将两特征矩阵拼接，使用通道调整卷积获取第二特征矩阵，识别动作分类输出，效果是提高视频特征提取能力。
全面特征捕捉时间卷积网络视频动作分割方法计算机系统介质

[发明专利]基于高低频强化的全景图像分割方法、计算机系统和介质-CN202110806328.2有效
发明人：毛琳;任凤至;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-07-16 - 公布日： 2023-08-29 - 主分类号： G06T7/00 文献下载
摘要：基于高低频强化的全景图像分割方法、计算机系统和介质，属于深度学习图像处理领域，为了解决传统时域卷积神经网络对前背景特征频率的忽视问题，读取数据集图像，对图像预处理获取四层残差特征，对四层残差特征进行特征维度调整，实施高低频特征分离，得到高频特征和低频特征，将高频特征进行高频强化，得到高频强化特征，将低频特征进行低频强化，得到低频强化特征，将高频强化特征和低频强化特征分别进行分割预测，并得到两种分割结果进行融合，得到全景分割结果，效果是根据频域特性分离高低频特征，以频率需求为导向提取前背景特征，并通过强化前背景特征的频域显著性差异来加速场景分析和理解过程。
基于低频强化全景图像分割方法计算机系统介质

[发明专利]时频域联合全景分割卷积神经网络及应用-CN202110617619.7有效
发明人：毛琳;任凤至;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-06-03 - 公布日： 2023-08-25 - 主分类号： G06V20/56 文献下载
摘要：时频域联合全景分割卷积神经网络及应用，属于深度学习图像处理领域，包括频域变换网络，将输入变换为频域信息，提取图像的高低频特征；时域变换网络，将输入变换为时域信息，提取图像中的实例特征和语义特征；时频域联合网络，为频域变换网络和时域变换网络分别对应输出的高频特征、低频特征、实例特征和语义特征依次分配乘积系数；分割融合网络，融合前背景分割结果，生成全景分割结果，效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。
时频域联合全景分割卷积神经网络应用

[发明专利]时频域联合全景分割方法、系统和介质-CN202110617605.5有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-06-03 - 公布日： 2023-08-25 - 主分类号： G06V20/56 文献下载
摘要：时频域联合全景分割方法、系统和介质，属于深度学习图像处理领域，输入图像，响应于输入图像，时频域联合全景分割卷积神经网络执行分割步骤，获取全景风格，效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。
时频域联合全景分割方法系统介质

[发明专利]基于边缘特征融合的3D点云分割目标检测系统-CN202110786257.4有效
发明人：毛琳;向姝芬;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-07-12 - 公布日： 2023-08-22 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了基于边缘特征融合的3D点云分割目标检测系统，涉及深度学习3D点云分割技术领域；其采用多层感知机提取边缘特征，将点云保持特征与点云提取特征相融合，生成点云边缘融合特征，增强边缘特征的提取能力，将得到的边缘特征应用于目标检测任务，提升点云分割模型的精度，获得准确的点云目标检测结果，可以很好地应用于无人驾驶、机械手感知等领域。
基于边缘特征融合分割目标检测系统

[发明专利]双通道交互时间卷积网络、近景视频动作分割方法、计算机系统和介质-CN202110603919.X有效
发明人：杨大伟;曹哲;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-05-31 - 公布日： 2023-08-22 - 主分类号： G06V20/40 文献下载
摘要：双通道交互时间卷积网络、近景视频动作分割方法、计算机系统和介质，属于计算机视觉视频理解领域，为了解决降低动作分割网络对于目标动作的漏检、错检可能性的问题，本发明提出了一种双通道交互时间卷积网络的近景视频动作分割方法，包括如下步骤：对单个视频采样，获取视频帧序列集合。视频帧序列集合输入特征提取网络，获取帧级特征。对帧级特征使用通道调整卷积，得到第一特征矩阵。将特征矩阵分别输入时间卷积网络的第一支路与第二支路。将第一支路与第二支路输出特征拼接。使用通道调整卷积获取第二特征矩阵，识别动作分类输出，效果是能够防止重要特征的丢失，提高特征丰富性，捕捉动作分类所需要的关键信息，对细微动作和小目标动作的识别更加精确。
双通道交互时间卷积网络近景视频动作分割方法计算机系统介质

[发明专利]使用差异对比学习网络的半监督目标视频分割方法及系统-CN202110785106.7有效
发明人：杨大伟;董美辰;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-07-12 - 公布日： 2023-08-22 - 主分类号： G06T7/194 文献下载
摘要：本发明公开了一种使用差异对比学习网络的半监督目标视频分割方法及系统，涉及视频分割技术领域。其根据初始帧掩码，提取目标的全局和局部特征信息，采用对比学习思想，提高目标全局特征和局部特征之间的相似度，扩大目标、背景特征之间的区分度，以获得更加鲁棒的目标特征表达。利用得到的全局特征进行像素对比，同时结合参考帧分割结果，保证视频分割结果中目标、背景区域划分的准确性。
使用差异对比学习网络监督目标视频分割方法系统

[发明专利]面向自动驾驶的深度学习图像边缘特征提取方法-CN202110727062.2有效
发明人：杨大伟;任凤至;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-06-29 - 公布日： 2023-08-22 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种面向自动驾驶的深度学习图像边缘特征提取方法，包括边缘卷积网络和边缘提取网络两部分，分别对图像中的边缘特征进行识别和提取。边缘卷积网络有米字型、渔网型和交叉型三种形式，分别通过卷积模板的不同路径构建空间关系模型来拟合图像中的边缘信息，识别边缘特征。边缘提取网络由具有捷径结构和卷积结构两条支路的融合单元堆叠而成。融合单元中，卷积结构执行主要的特征提取功能，捷径结构为卷积结构传递原始输入信息，为特征提取的计算过程提供整体逻辑信息。将融合单元进行堆叠的目的是提高边缘提取网络的深度，提升特征提取能力。
面向自动驾驶深度学习图像边缘特征提取方法

[发明专利]视频描述中视觉特征融合语义检测方法及系统-CN202110580006.0有效
发明人：毛琳;高航;杨大伟;张汝波 -专利权人：大连民族大学
申请日： 2021-05-26 - 公布日： 2023-08-22 - 主分类号： G06F16/78 文献下载
摘要：本发明公开了一种视频描述中视觉特征融合语义检测方法及系统，其在多层感知机的特征处理过程中融合视觉信息，丰富特征内容的多样性，复用视觉特征融合结构得到视觉特征融合语义检测单元，获取具备视觉信息和语义信息双重表达的语义特征，提升语义特征的表达能力。将视觉保持支路得到的视觉特征和语义增强支路得到的语义特征，级联后作为视频编码特征，输入到长短时记忆网络进行解码，得到视频的文本描述，该方法得到的语义特征可以提升视频描述的准确度。
视频描述视觉特征融合语义检测方法系统

[发明专利]视频描述中视觉特征分割语义检测方法及系统-CN202110580008.X有效
发明人：杨大伟;高航;毛琳;张汝波 -专利权人：大连民族大学
申请日： 2021-05-26 - 公布日： 2023-08-22 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种视频描述中视觉特征分割语义检测方法及系统，将视觉特征分割为多个代表局部信息的视觉分割特征，通过多层感知机提取局部语义信息，融合全局语义特征后，得到具备全局和局部的双重表达的语义信息，增强语义特征的表征能力，将得到的语义特征应用于视频描述任务，提升视频描述模型的精度，获得准确的视频文本描述结果，可以很好地应用于安防监控、短视频内容审查等领域。
视频描述视觉特征分割语义检测方法系统

[发明专利]多个无人水面艇的多势场避障方法及复杂环境下多USV多模式编队避障控制方法-CN202010004823.7有效
发明人： 张汝波;陈志;温乃峰;刘冠群;于海洋;蔺蘭;王丽媛 -专利权人：大连民族大学
申请日： 2020-01-03 - 公布日： 2023-08-15 - 主分类号： G05D1/02 文献下载
摘要：多个无人水面艇的多势场避障方法及复杂环境下多USV多模式编队避障控制方法，属于多USV多模式编队避障领域，用于解决规划避障路径更为全面，且能够对多USV合理避障的问题，步骤是利用各USV传感器探测，得到局部环境信息，建立局部环境模型；利用局部环境模型，以领航者正前方为参考，划出三个区域，设立不同区域权值，统计出障碍物及可通行区域信息；建立避障模式决策器，以可通行区域信息为输入量，避障模式为输出传递给领航者；领航者根据决策器输出为指示，进行编队避障，效果是实现多USV协同编队避障。
无人水面多势场避障方法复杂环境 usv 模式编队控制

1
2
3
4
5
下一页»
尾页
共 69 条