“徐晓刚”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404个，建议您升级VIP下载更多相关专利

[发明专利]一种基于文本特征融合的细粒度车辆识别系统及方法-CN202210052681.0有效
发明人：章依依;曹卫强;徐晓刚;王军;虞舒敏;应志文 -专利权人：之江实验室
申请日： 2022-01-18 - 公布日： 2022-05-13 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于文本特征融合的细粒度车辆识别系统及方法，系统包括：特征提取模块、分类层、文本表示网络、相似度计算模块、融合标签计算模块、散度损失计算模块；方法包括：步骤S1，构建细粒度车辆图像分类数据集；步骤S2，将训练图像进行特征提取；步骤S3，对图像特征向量进行分类；步骤S4，将数据集各子类标签输入预先训练好的文本表示网络；步骤S5，通过图像特征向量与图像标签的词向量；将得到的强化标签分布与原标签向量进行加权融合；步骤S6，将预测标签分布与加权融合的标签分布的相似度作为损失，指导整个系统的训练；步骤S7，推理阶段，将待测图像进行特征提取与分类层，根据预测的标签分布确定图像类别。
一种基于文本特征融合细粒度车辆识别系统方法

[发明专利]一种基于视频的智能积水检测方法-CN201910790679.1有效
发明人： 徐晓刚;王小龙;徐冠雷 -专利权人：浙江工商大学
申请日： 2019-08-26 - 公布日： 2022-04-29 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于视频的智能积水检测方法，首先，对视频帧图像进行高斯低通滤波，提取视频帧图像的纹理信息，对视频帧图像纹理信息的信号特征进行分析，融合纹理信息特征得到积水存在概率，实现对道路积水区域的初步筛选，减少下一阶段判别所需检测的空间及时间范围，提高积水判别的效率；其次，为了提升积水区域的定位精度，采用混合深度学习模型构建积水判别网络模型，以实际场景的监控视频数据作为样本，增强了判别网络模型对行车尾迹、车轮溅水、水纹波动等典型积水区域现象的识别精度，并通过增加泊松噪声等方法，提高判别网络模型对监控摄像头抖动、采集硬件噪声及复杂光照等噪声的适应能力，实现了精确定位道路积水区域的功能。
一种基于视频智能积水检测方法

[发明专利]一种基于动态图像集中监测的多源网络风险告警系统-CN202011106309.0在审
发明人：夏爱民;焦志勇;田仲;李健;闫丽丽;陈明;王晶晶;武彦明;薛国;徐晓刚;蔡迎;李仲夷;李小虎;刘力源;刘东亚;李秀强;张鸿鹏;何子超;李苏州 -专利权人：中国人民解放军31008部队
申请日： 2020-10-16 - 公布日： 2022-04-22 - 主分类号： H04L41/042 文献下载
摘要：本发明公开了一种基于动态图像集中监测的多源网络风险告警系统，包括多个网络管理服务器、至少一个监控屏幕和至少一个摄像机，各所述网络管理服务器连接有一个独立网络，所述网络管理服务器连接所述监控屏幕，各所述摄像机与由所述监控屏幕形成的多源网络管理显示平面相对应，所有的所述摄像机连接同一个集中管理服务器，所述集中管理服务器连接有报警装置。实现了多源网络的集中管理，通过对物理隔离的不同独立网络进行集中监控、自动报警，可在物理上断绝网间信息非法联通渠道的前提下，实现对多网网络故障的一站式监控、报警能力，有效降低了多网络集中管理工作的复杂性。
一种基于动态图像集中监测网络风险告警系统

[发明专利]基于双通道交叉注意力机制的打架识别方法和装置-CN202111537924.1有效
发明人：李玲;徐晓刚;王军;祝敏航;曹卫强;朱亚光 -专利权人：之江实验室;浙江工商大学
申请日： 2021-12-16 - 公布日： 2022-04-22 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了基于双通道交叉注意力机制的打架识别方法和装置，该方法首先采集生成视频数据集，设置快慢两种帧率获取不同帧图像序列，进行预处理后分别送入快慢通道，在快慢通道采用基于分开时空自注意力机制的Transformer编码器提取图像序列时空编码特征；然后，经过交叉注意力模块融合一个通道CLS token与另一通道patch token信息，实现双通道时空编码特征融合；最后，将融合后的时空编码特征经过多层感知机头进行打架行为识别。本发明通过双通道Transformer模型与交叉注意力模块能有效提取视频时空特征，提高打架行为识别的准确率，适用于室内外监控系统。
基于双通道交叉注意力机制打架识别方法装置

[发明专利]一种基于卷积神经网络的实时车牌检测方法-CN202111567665.7有效
发明人：徐芬;曹卫强;徐晓刚;王军;何鹏飞;虞舒敏 -专利权人：之江实验室
申请日： 2021-12-21 - 公布日： 2022-04-22 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于卷积神经网络的实时车牌检测方法，包括如下步骤：获取包含车牌的车辆图像，作为训练集，设计keypoint‑Anchor，提取训练集的特征；使用基于深度卷积神经网络的检测模型，作为车牌检测的基线网络架构，并按keypoint‑Anchor方式修改检测模型；使用训练集、目标框坐标及角点坐标对修改后的检测模型进行训练，获得训练好的检测模型；使用训练好的检测模型对待检测的图像进行检测，获得不同角度拍摄图像中车牌的检测结果。本发明实现方法简单，可移植性强，能够实现对摄像头拍摄的公路上、停车场、小区出入口等场所中车牌的精准检测。
一种基于卷积神经网络实时车牌检测方法

[发明专利]一种基于多尺度心率信号的面部心率测量方法和装置-CN202111504748.1有效
发明人：魏日令;李悦;徐晓刚;王军;何鹏飞;曹卫强 -专利权人：之江实验室
申请日： 2021-12-10 - 公布日： 2022-04-22 - 主分类号： A61B5/024 文献下载
摘要：本发明公开了一种基于多尺度心率信号的面部心率测量方法。该方法将含有人脸面部区域的视频流逐帧进行皮肤分割，对特征提取模块进行训练，将人脸视频流输入训练好的特征提取模块中，输出为多个心率值，将所有输出心率值求平均，获得最终的心率预测值。本发明的方法可得到高精度心率估计值，实现无接触心率检测。
一种基于尺度心率信号面部测量方法装置

[发明专利]一种由模糊监控视频重建高分辨率人脸图像的方法与系统-CN202110539509.3有效
发明人：鲍虎军;王小龙;徐晓刚 -专利权人：浙江大学
申请日： 2021-05-18 - 公布日： 2022-04-19 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种由模糊监控视频重建高分辨率人脸图像的方法与系统，具体过程包括：1、采用人脸检测技术提取监控视频中人脸图像，并对图像进行直方图均衡、尺寸调整等预处理；2、构建级联生成式对抗网络模型，实现了端到端的模糊人脸重建功能，该模型包含1个图像增强模块、2个图像放大模块和1个图像优化模块，分别实现了模糊人脸图像的增强、图像放大功能和图像优化功能；3、基于编解码网络结构构建了级联生成式对抗网络模型中的功能模块，实现在人脸图像各层次特征中填充特征细节，并通过正反馈结构保留模糊人脸图像中原始特征。
一种模糊监控视频重建高分辨率图像方法系统

[发明专利]一种基于无监督学习的行人重识别方法-CN202111412831.6有效
发明人：贺菁菁;徐晓刚;王军;何鹏飞;曹卫强;朱亚光 -专利权人：之江实验室
申请日： 2021-11-25 - 公布日： 2022-04-15 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于无监督学习的行人重识别方法，在特征存储器中只保存聚类得到的类中心，采用分组采样的方式获取小样本集，并结合难例挖掘的方法更新存储器中的特征向量和特征提取网络模型参数，实现了在无标签数据集上的伪标签自动生成，增强了模型对于噪声数据的鲁棒性，大大减小了存储器对于内存空间的高额要求。本发明剔除了离群样本点对聚类中心的干扰，避免了随机采样导致的过拟合等问题，在小样本迭代过程中不更改数据标签，降低了标签跳变等噪声数据对于模型稳定性的影响，加速了模型的收敛，提高行人重识别模型在不同场景下的泛化能力。
一种基于监督学习行人识别方法

[发明专利]一种表格图片文本智能检测方法及系统-CN202111410772.9有效
发明人：叶汇贤;徐晓刚;王军;何鹏飞;朱亚光;曹卫强 -专利权人：之江实验室
申请日： 2021-11-25 - 公布日： 2022-04-15 - 主分类号： G06V30/413 文献下载
摘要：本发明公开了一种表格图片文本智能检测方法及系统，系统包含文本自动检测模块、位置变换矩阵模块和位置加权模块。方法包括：S1，检测目标表格图片当中所有可能的文本；S2，自动生成相对位置关系的变换矩阵；S3，通过位置加权，计算最终检测结果。本发明针对表格图片文本，采用深度学习训练的方式，通过将通用自动文本检测方法与表格文本之间相对位置相结合，不仅依赖于文本目标自身的位置，还依赖于文本间的相对位置关系，最终以位置变换矩阵的形式表示，还通过对目标检测结果进行加权来确认每个目标的具体位置，从而提高表格图片文本检测精度。
一种表格图片文本智能检测方法系统

[发明专利]一种基于级联Transformer的视频群体行为识别方法-CN202111225547.8有效
发明人：李玲;徐晓刚;王军;祝敏航;曹卫强;朱亚光 -专利权人：之江实验室
申请日： 2021-10-21 - 公布日： 2022-04-08 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及计算机视觉及深度学习领域，尤其涉及一种基于级联Transformer的视频群体行为识别方法，首先采集生成视频数据集，将视频数据集经过三维骨干网络提取三维时空特征，选取关键帧图像空间特征图；对关键帧图像空间特征图进行预处理后送入人体目标检测Transformer，输出关键帧图像中的人体目标框；然后，映射筛选后人体目标框在关键帧图像特征图上所对应的子特征图，结合关键帧图像周围帧特征图计算query/key/value，输入群体行为识别Transfomer，输出群体级别时空编码特征图；最后，经过多层感知机对群体行为进行分类。本发明具有有效提高群体行为识别准确率的效果。
一种基于级联 transformer 视频群体行为识别方法

[发明专利]一种基于高光谱人脸视频的远程脉搏波重建方法-CN202111412880.X有效
发明人：魏日令;徐晓刚;王军;曹卫强;何鹏飞;徐凯 -专利权人：之江实验室
申请日： 2021-11-25 - 公布日： 2022-03-18 - 主分类号： A61B5/1455 文献下载
摘要：本发明属于非接触式生理信号检测领域，涉及一种基于高光谱人脸视频的远程脉搏波重建方法，首先利用高光谱相机录制人脸视频，将录制好的人脸视频输入到光谱通道选择网络中，经过处理得到降维之后的特征；进一步的，将上一步得到的降维之后的特征输入进特征提取网络，输出为一段特征向量，最终将特征向量输入到信号重建网络中，得到重建的脉搏波信号。本发明通过光谱通道选择网络对大量的高光谱数据进行降维，提高了之后的推理速度；其次，在特征提取网络中，通过在组合数据集上的预训练加速了模型的收敛，并且通过注意力机制提高了网络对重要特征的关注程度；最后，在信号重建网络中，利用多层LSTM提取到网络的时序特征并以此对信号进行重建。
一种基于光谱视频远程脉搏重建方法

[发明专利]一种基于多任务解耦学习的半监督夜间图像分类方法-CN202111220897.5有效
发明人：章依依;郑影;朱亚光;徐晓刚;王军;虞舒敏 -专利权人：之江实验室
申请日： 2021-10-20 - 公布日： 2022-03-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多任务解耦学习的半监督夜间图像分类方法，将白天带标签的样本与夜间无标签的样本，一同输入特征提取网络，其中白天样本提取的特征向量输入分类网络头，采用交叉熵损失函数进行监督；夜间样本提取的特征向量，首先输入分类网络头获得伪标签，再根据伪标签构造正负样本对后输入自监督网络头，采用角度对比损失函数进行监督训练；完成模型多任务训练后，将夜间数据集中少量带标签的样本输入特征提取网络与分类网络头，进行迭代自蒸馏学习，最终实现夜间数据集可以有效分类的效果。
一种基于任务学习监督夜间图像分类方法

[发明专利]基于混合高斯模型的脉搏波身份认证方法、装置和介质-CN202210090684.3在审
发明人：魏日令;徐晓刚;王军;何鹏飞 -专利权人：之江实验室;浙江工商大学
申请日： 2022-01-26 - 公布日： 2022-03-01 - 主分类号： A61B5/024 文献下载
摘要：本发明涉及非接触式生理信号检测领域，尤其涉及一种基于混合高斯模型的脉搏波身份认证方法、装置和介质，该方法首先利用血氧仪获取到的用户手指脉搏波信号，将脉搏波信号输入到手工特征提取模块中提取时域和频域特征并分别将其处理为动态特征，将得到的时域和频域的动态特征分别输入到特征提取网络中提取频域和时域的深层次特征；进一步的，将上一步得到的两种深层次特征通过概率线性判别分析算法进行特征筛选；最后，将筛选后的特征利用混合高斯模型算法进行身份识别。本方法能够有效应用于基于脉搏波的生物识别系统中。
基于混合模型脉搏身份认证方法装置介质

[发明专利]一种基于图像知识回顾的深度卷积神经网络自蒸馏方法-CN202111221950.3在审
发明人：张逸;王军;徐晓刚;何鹏飞;虞舒敏;徐凯 -专利权人：之江实验室
申请日： 2021-10-20 - 公布日： 2022-02-08 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了本发明公开一种基于图像知识回顾的深度卷积神经网络自蒸馏方法，该方法首先针对目标网络设置辅助网络，在目标网络的下采样层引出分支，采用知识回顾的思路依次融合和连接各个分支，在训练过程中，通过监督学习以及采用目标网络的下采样层向引出分支层进行学习的方式，达到自蒸馏的目的。本发明在深度卷积神经网络自蒸馏领域引入知识回顾的思路，提高了深度卷积神经网络的训练精度；采用辅助网络的形式进行自蒸馏，相对使用数据增强来拉进类内距离的自蒸馏方法，在实际应用中更加简洁方便。
一种基于图像知识回顾深度卷积神经网络蒸馏方法

[发明专利]一种受阅读策略启发的跨模态视频检索方法-CN202111084182.1在审
发明人：王雅冰;董建锋;陈先客;王勋;徐晓刚;王军 -专利权人：之江实验室;浙江工商大学
申请日： 2021-09-15 - 公布日： 2022-02-01 - 主分类号： G06F16/783 文献下载
摘要：本发明涉及视频跨模态检索技术领域，尤其涉及一种受阅读策略启发的跨模态视频检索方法，对于视频编码，采用预览分支和精读分支共同学习来表示视频，预览分支旨在简要地捕捉视频的概述信息，而精读分支旨在获取更深入的信息，本发明将从预览分支生成的较早的视频特征集成到精读分支中，对精读分支的特征提取做进一步指导，使得精读分支可以感知预览分支捕获的视频概述，用于提取更细粒度的特征，将两个分支的得到特征分别与文本特征映射到两个不同的混合空间中，在混合空间中进行跨模态匹配，从而实现文本到视频的跨模态检索。本发明使用端到端的方式训练模型，并在性能和模型复杂度上达到了最佳平衡。
一种受阅策略启发跨模态视频检索方法