“朱兆亚”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20个，建议您升级VIP下载更多相关专利

[发明专利]一种基于可变卷积核的明火检测算法-CN202010116675.8有效
发明人： 朱兆亚;朱吕甫;吴飞;李剑英 -专利权人：安徽炬视科技有限公司
申请日： 2020-02-25 - 公布日： 2023-05-05 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于可变卷积核的明火检测算法，属于计算机视觉技术领域，包括以下步骤：一、创建目标检测的感兴趣区域；二、采样计数，训练可变卷积核；三、根据可变卷积核提取图片特征值检测目标。通过对原始图片的偏移卷积，得到新的图像，再对新的图像进行分割，最后进行采样计数，训练出具有可变尺寸的卷积核，对不同尺寸的目标采用不同大小卷积核进行检测，达到去除背景的目的，能有效地降低火焰目标在不同视角下的透视变换存在一定的差异性，大大提高了检测准确性。
一种基于可变卷积明火检测算法

[外观设计]电子体温计-CN202330040504.6有效
发明人： 朱兆亚 -专利权人： 朱兆亚
申请日： 2023-02-09 - 公布日： 2023-04-07 - 主分类号： 10-04 文献下载
摘要：1.本外观设计产品的名称：电子体温计。2.本外观设计产品的用途：用于测量体温。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图1。
电子体温计

[发明专利]一种基于深度学习和半监督自学习结合的小样本学习方法-CN202210739798.6在审
发明人： 朱兆亚;朱吕甫 -专利权人：安徽炬视科技有限公司
申请日： 2022-06-28 - 公布日： 2022-11-15 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种基于深度学习和半监督自学习结合的小样本学习方法，包括以下步骤：构建一个浅层次的深度学习神经网络，在已标注数据集上训练一个线性分类器，同为作为后续半监督自学习模块的特征提取器；S2、构建线性回归模型；S3、在半监督自学习阶段，利用神经网络作为特征提取器，同时未标注数据赋予伪标签；S4、对线性回归模型求解；S5、对伪标签样本进行排序，并从中选取选取最可信的子集与现有的有标签样本集合一起重新迭代训练线性分类器，最终得到一个效果非常好的线性分类器，本发明逆残差卷积模型在控制模型参数数量的同时又可在内部拓展到更高维空间来进一步提高特征表达能力。
一种基于深度学习监督自学习结合样本学习方法

[发明专利]基于云边端协同的图像识别方法-CN202210850570.4有效
发明人： 朱兆亚;朱吕甫;刘鸿涛 -专利权人：安徽炬视科技有限公司
申请日： 2022-07-20 - 公布日： 2022-11-08 - 主分类号： G06V10/74 文献下载
摘要：本发明提出了基于云边端协同的图像识别方法，解决了常规端到端式图像检测方法，存在数据上传时延、带宽需求大、分析精度低等问题，其主要方案包括：S1、边端构建MobileNet检测网络模型，将上传图像进行前向传播计算并对应生成锚点信息，模型提取出最佳锚点信息并输出，以当前图片检测到最佳锚点信息判定误判；S2、云端构建RetinaNet检测网络模型，对边端误判图片复检，以最终输出最佳锚点信息与边端模型上传锚点信息是否一致，对应判断边端模型是否存在误检；S3、边端模型将图片中误检区域对应锚点信息提取为特征向量并通过子网络输出，将此特征向量与剩余判定误检图片锚点对应特征向量进行余弦相似度匹配并判断。
基于云边端协同图像识别方法

[实用新型]一种基于震动音频分析的电力设备智能诊断装置-CN202121536051.8有效
发明人： 朱兆亚;朱吕甫;张龙 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-07 - 公布日： 2021-12-24 - 主分类号： G01H17/00 文献下载
摘要：本实用新型公开一种基于震动音频分析的电力设备智能诊断装置，包括顶部设有振动传感器的诊断装置本体，所述诊断装置本体上设置有用于振动传感器罩住的防护装置和用于将诊断装置本体固定到电力设置上的固定装置，所述防护装置包括分别位于振动传感器两侧且与诊断装置本体铰接的第一防护罩和第二防护罩，第一防护罩和第二防护罩卡扣固定时将振动传感器罩住。采用第一防护罩和第二防护罩的组合形式对振动传感器进行防护，一方面开关方便且防护效果好，另一方面罩体与诊断装置本体一体设置，罩体不易弄丢。
一种基于震动音频分析电力设备智能诊断装置

[实用新型]一种基于可变卷积核的安全工器具智能识别管理系统-CN202121536511.7有效
发明人：朱吕甫;朱兆亚;张龙 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-07 - 公布日： 2021-12-03 - 主分类号： F26B9/02 文献下载
摘要：本实用新型公开了一种基于可变卷积核的安全工器具智能识别管理系统，具体涉及安全工器具管理技术领域，包括管理箱体和与管理箱体活动铰接的箱门，在管理箱体的内腔上方设有上隔板以及内腔下方设有下隔板，所述上隔板与管理箱体内腔顶端之间留有一段间隙，所述下隔板与管理箱体内腔底端之间留有一段间隙；在上隔板上方的间隙中安装有抽气机和抽湿机，在下隔板下方的间隙中安装有排风机和恒温组件，所述恒温组件用于对管理箱体内部的温度进行调控。本实用新型使安全工器具工具不易受潮、出现性能下降等安全隐患，提升了检修操作人员在使用过程中的安全性。
一种基于可变卷积安全器具智能识别管理系统

[实用新型]一种基于鲁棒人体姿态估计的抽烟识别装置-CN202121536489.6有效
发明人： 朱兆亚;朱吕甫;张龙 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-07 - 公布日： 2021-11-23 - 主分类号： H04N5/225 文献下载
摘要：本实用新型公开了一种基于鲁棒人体姿态估计的抽烟识别装置，包括安装板、分别固定在安装板两侧的两安装横架、可拆卸固定在安装横架上的可调安装件、可拆卸固定在可调安装件上的识别装置本体，以及用于对识别装置本体进行清灰处理的清理机构；所述清理机构包括清理驱动机构、与清理驱动机构固定的且穿过安装板的连接轴和可拆卸固定在连接轴上的清理刷，所述清理刷通过清理驱动机构驱动沿靠近或远离识别装置本体方向运动。识别装置本体呈双侧安装，可以对仓库进行全方位监测，同时为每一个识别装置本体设置一个清理机构，用以去除镜头上的灰层，保证获取人像的清晰性。
一种基于人体姿态估计抽烟识别装置

[发明专利]一种基于空间变换网络的鲁棒人群密集估计技术-CN202110811289.5在审
发明人： 朱兆亚;朱吕甫;朱兆喆 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-19 - 公布日： 2021-10-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于空间变换网络的鲁棒人群密集估计技术，具体包括如下特征：步骤一：将数据集分为训练集、验证集和测试集；步骤二：再通过视频数据采集模块读取训练集中有标注的数据；步骤三：将训练集图像输入到设计好的卷积神经网络中进行训练，并保存训练过程中验证集表现最好的模型；步骤四：构建主干网络，并在主干网络中加入两个空间变换网络模块以增加该网络的空间不变性；通过构建主干网络，并在主干网络中加入两个空间变换网络模块以增加该网络的空间不变性，再通过主干网络预测需要进行的变换，即经过连续若干层计算，然后网格生成器和采样器对图片实施变换，变换得到的图片被放到CNN中进行分类，提高估计技术的稳定性和准确性。
一种基于空间变换网络人群密集估计技术

[发明专利]一种基于RGBD多通道信息融合的抗遮挡目标检测与跟踪算法-CN202110811467.4在审
发明人：谭守标;朱兆亚;朱吕甫 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-19 - 公布日： 2021-10-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于RGBD多通道信息融合的抗遮挡目标检测与跟踪算法，具体涉及巡检机器人领域，包括以下步骤：步骤一，进行RGBD数据的采集及预处理，模拟物体的工作环境,采用两个Kinect对物体的运动过程进行录制,完成RGBD数据的采集，并基于采集的RGBD数据,完成数据的解析、标定工作；步骤二，基于采集到的RGBD数据,分别对物体支点数据、二值图像数据和RGB图像数据进行特征提取，并获取于RGBD数据的多模态动作表示。本发明实现了多目标持续跟踪，避免了物体在跟踪过程中出现中断，无需重新检测目标物体进行跟踪，提高了跟踪鲁棒性、准确性和实时性，在智能视频信息处理和计算机视觉领域具有广泛的应用前景。
一种基于 rgbd 通道信息融合遮挡目标检测跟踪算法

[发明专利]一种基于局部图像增强的动态人脸识别算法-CN202110797373.6在审
发明人：谭守标;朱兆亚;朱吕甫 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-14 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于局部图像增强的动态人脸识别算法，包括以下步骤：步骤1：通过摄像设备对行人的视频图像进行采集，并发送至计算机数据库内；步骤2：对采集的视频图像数据进行预处理，突出视频图像中局部的行人图像；步骤3：对预处理后视频图像数据中行人的局部图像进行追踪，并对图像数据中的人脸图像进行特征提取；步骤4：将提取的特征与数据库内的数据进行对比，并完成对行人的身份认证；步骤5：将无法完成身份认证的人脸数据进行记录，并储存于数据库内；本发明避免了用户或行人在摄像头前进行一定时间的静止以采集大量的图像进行识别和造成识别准确率不足，提高了对用户或行人的识别效率。
一种基于局部图像增强动态识别算法

[发明专利]一种复杂大场景下的海上人员安全作业监控算法-CN202110797417.5在审
发明人：朱吕甫;朱兆亚;朱兆喆 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-14 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及安全作业监控，具体涉及一种复杂大场景下的海上人员安全作业监控算法，建立基于海上事故行为的风险监控模型，获取关于作业人员的连续帧图像，从各帧图像中得到人体骨骼点信息，基于连续帧图像中的人体骨骼点信息，对作业人员进行行为分析，将行为分析结果输入风险监控模型中，由风险监控模型对作业人员行为进行判别；本发明提供的技术方案能够有效克服现有技术所存在的不能对海上作业人员的作业行为进行有效监控判别的缺陷。
一种复杂场景海上人员安全作业监控算法

[发明专利]一种基于可变卷积核的烟雾明火检测算法-CN202110797428.3在审
发明人：谭守标;朱兆亚;朱吕甫 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-14 - 公布日： 2021-10-22 - 主分类号： G06K9/32 文献下载
摘要：本发明提供一种基于可变卷积核的烟雾明火检测算法，包括以下步骤：步骤1：对采集的图像进行预处理和图片归一化处理，将图像通过图像灰度化和图像去噪，得到处理后的图像，并通过实施插值缩放将图像数据转化为与CNN兼容的形式；步骤2：通过提取烟雾颜色特征确定烟雾区域，并提取处理后图像内含有目标特征的区域；步骤3：将提取的目标特征区域图像数据进行扩大处理；步骤4：将处理后的图像数据通过CNN进行烟雾检测；本发明提高了算法的计算速度，避免了对烟雾目标检测时受到光照变化、视角变化以及自身的形变的影响，使卷积神经网络进行目标检测时，提高了检测效果。
一种基于可变卷积烟雾明火检测算法

[发明专利]一种基于结合语义分割及目标检测跟踪的高压开关柜异动检测算法-CN202110811465.5在审
发明人： 朱兆亚;朱吕甫;朱兆喆 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-19 - 公布日： 2021-10-22 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于结合语义分割及目标检测跟踪的高压开关柜异动检测算法，涉及运动检测算法技术领域。本发明包括以下步骤：(1)通过目标监控器获取高压开关柜的视频信息；(2)对获取的视频信息中的图像进结合语义分割；(3)当步骤(2)隐马尔可夫模型中进行评估判断特征变化量为零，则目标监控器继续获取高压开关柜视频信息并执行步骤(2)；(4)步骤(3)中的像素变化量小于10像素时，目监控器进行变焦放大，再次对视频中图像的像素变化量进行判断，像素变化大于10像素时，判断是否为人为移动高压开关柜。这样避免了高压开关柜在正常的移动范畴下发出报警，防止算法的误识别发出报警，具有很强的实用性。
一种基于结合语义分割目标检测跟踪高压开关柜算法

[发明专利]一种基于密集反卷积及特定损失函数的小目标检测算法-CN202110811476.3在审
发明人：朱吕甫;朱兆亚;朱兆喆 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-19 - 公布日： 2021-10-22 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于密集反卷积及特定损失函数的小目标检测算法，步骤一：提取图像特征：提取多层卷积输出结果形成多特征图，并在多特征图上提取不同可视野的目标感兴趣区域，对提取的目标感兴趣区域进行特征连接；步骤二：使用独立损失函数的加权线性组合来优化产生综合损失值函数并通过训练最小化得到总体损失函数；步骤三：对原图进行语义分割，提取目标分割区域结果，通过在多特征图上提取不同可视野的目标感兴趣区域可以确定怒表区域，本发明的整个算法，精准性高，通过使用独立损失函数的加权线性组合来优化产生综合损失值函数并通过训练最小化得到总体损失函数，可以简化步骤，且能提高目标检测的稳定性。
一种基于密集卷积特定损失函数目标检测算法

[发明专利]一种基于非深度网络语义分割的绝缘子检测算法-CN202110811477.8在审
发明人： 朱兆亚;朱吕甫;朱兆喆 -专利权人：安徽炬视科技有限公司
申请日： 2021-07-19 - 公布日： 2021-10-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于非深度网络语义分割的绝缘子检测算法，步骤一：将输入图像中的每个像素分配一个语义类别，以得到像素化的密集分类；步骤二：将经步骤一分类后的数据处理并通过建立的网络模型，对通过网络模型的图片提取HOG特征，确定绝缘子在图片中的大致位置；步骤三：梯度定位方向直方图进行特征描述，具有对尺度旋转、缩放、光照变化能够保持不变性，并且有较强的抗噪能力；通过建立的网络模型能够快速找到绝缘子的大致位置，再根据K‑Means聚类算法训练视觉字典，排出非绝缘子特征，达到图像中绝缘子的目的，形成最终的GLOH描述子，GLOH算子所提取的图像特征，对尺度旋转、缩放、光照变化能够保持不变性，具有较强的抗噪能力。
一种基于深度网络语义分割绝缘子检测算法

1
2
下一页»
尾页
共 20 条