“林乐平”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66个，建议您升级VIP下载更多相关专利

[发明专利]基于小波多通道深度网络的图像压缩感知重建方法-CN202210157461.4在审
发明人： 林乐平;任天宇;欧阳宁;莫建文 -专利权人：桂林电子科技大学
申请日： 2022-02-21 - 公布日： 2022-05-24 - 主分类号： G06T5/10 文献下载
摘要：本发明公开了基于小波多通道深度网络的图像压缩感知重建方法，其特征在于，包括如下步骤：1）训练数据预处理对局部图像块进行二阶小波变换；2）线性映射；3）小波变换；4）多通道图像重建；5）特征融合；6）计算损失函数Loss；7）判断误差是否达到设定值。这种方法能更好地表示不同的图像内容、并且恢复更多的细节特征。
基于小波多通道深度网络图像压缩感知重建方法

[发明专利]一种目标身份识别方法、装置以及存储介质-CN202210060310.7在审
发明人： 林乐平;陈锦威;蔡晓东 -专利权人：桂林电子科技大学
申请日： 2022-01-19 - 公布日： 2022-05-13 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种目标身份识别方法、装置以及存储介质，属于图像识别技术领域，方法包括：S1：导入多个目标行人图片，分别对各个目标行人图片的人脸检测得到目标脸部图片；S2：分别对各个目标行人图片以及各个目标脸部图片的特征提取得到行人特征以及人脸特征；S3：构建训练模型，通过训练模型对多个行人特征以及多个人脸特征的身份识别分析得到目标身份识别结果。相比于现有的单用人脸或行人进行身份识别，本发明的目标身份识别准确率更高，且目标识别结果具有更强的可靠性，并且能够很好的适用于视频监控场景下，解决了不同质量特征对目标身份决策的影响不同的问题。
一种目标身份识别方法装置以及存储介质

[发明专利]一种多层包覆的量子点荧光编码微球及其制备方法-CN202110441038.2有效
发明人：庞代文;林乐平;朱小波;郭三维;朱东亮;董博然;徐越 -专利权人：武汉珈源同创科技有限公司
申请日： 2021-04-23 - 公布日： 2022-05-13 - 主分类号： C08F292/00 文献下载
摘要：本发明提供了一种多层包覆的量子点荧光编码微球及其制备方法，属于量子点制备技术领域。方法包括以下步骤：S1、制备聚合物微球内包覆量子点的量子点种子微球，所述量子点种子微球的表面含有碳碳双键；S2、将油溶性单体和引发剂分散在乳化剂溶液中，经超声分散或者高速均质形成单体液滴；S3、将所述量子点种子微球和所述单体液滴混合，在惰性气体保护下进行聚合反应，然后向反应体系内加入功能单体进行接枝反应，反应结束后进行纯化处理，得到多层包覆的量子点荧光编码微球。本发明制备得到的微米级的量子点荧光编码微球尺寸均一、单分散性好，具有高荧光强度、高荧光强度稳定性，可同时实现荧光光谱编码和荧光强度编码。
一种多层量子荧光编码及其制备方法

[发明专利]一种基于帧结构感知聚合的视频人脸识别方法-CN202210052157.3在审
发明人： 林乐平;张和为;欧阳宁;莫建文 -专利权人：桂林电子科技大学
申请日： 2022-01-18 - 公布日： 2022-04-22 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于帧结构感知聚合的视频人脸识别方法，包括：采用人脸检测模型检测视频数据中每一帧中所含的面部区域并裁剪为固定尺寸的图像，作为输入视频帧；采用跨尺度特征提取网络提取输入的每一个视频帧的特征表示；采用帧结构感知聚合模块为每个特征表示赋予权重；将每个特征图降维、并根据权重进行聚合，得到视频人脸特征向量；集训练模型、并微调网络参数；采用人脸识别网络框架完成最后的识别任务。这种特征提取网络能适应面部特征比例变化的同时，保持对不同尺度特征的高效学习，同时结合帧间关系的挖掘对上下文信息进行有效建模，能够利用各个视频帧的特征及其空间结构信息，最终获得更具鲁棒性的视频人脸特征表示用于识别。
一种基于结构感知聚合视频识别方法

[实用新型]一种大跨距预应力管桁架结构-CN202122687769.3有效
发明人：黄立新;叶建红;赖建峰;高宇轩;陈丹;谭龙龙;林乐平;周巍;熊晟熙 -专利权人：江西赣能股份有限公司
申请日： 2021-11-05 - 公布日： 2022-04-19 - 主分类号： E04C3/02 文献下载
摘要：本实用新型公开了一种大跨距预应力管桁架结构，包括支撑杆、底座、转动筒、支撑槽和固定孔，所述支撑杆上安装有底座，且支撑杆上连接有转动筒，所述转动筒上连接有连接杆，所述连接杆上连接有支撑块，所述上连接有上设置有第一圆杆件，所述第一圆杆件上连接有第二圆杆件，所述第二圆杆件上连接有第三圆杆件，所述连接杆上安装有支撑座。该大跨距预应力管桁架结构，设置有可转动的转动筒，通过转动筒的转动可使支撑座在转动筒上进行升降，进而将支撑块的位置进行调节，使不同的管桁架可以处于同一高度，便于管桁架之间的连接，降低了该装置的安装难度，提高施工效率，使该装置能够更好的适应煤场高低不平的地势，提高了该装置的灵活性。
一种跨距预应力桁架结构

[发明专利]基于残差循环神经网络的视频监控人脸识别方法-CN202210004166.5在审
发明人： 林乐平;卢增通;欧阳宁;莫建文 -专利权人：桂林电子科技大学
申请日： 2022-01-04 - 公布日： 2022-04-12 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于残差循环神经网络的视频监控人脸识别方法，其特征在于，包括如下步骤：1）获取视频监控人脸数据；2）进行人脸检测；3）视频人脸特征联合；4）联合特征融合与编码；5）解码隐藏状态及融合特征；6）利用融合特征进行网络训练；7）应用网络进行人脸识别。这种方法将人脸特征与隐藏状态使用残差连接，从而解决特征融合过程中存在梯度消失的问题，为隐藏状态提供了更多的特征，进而有效地提升人脸识别性能，对于长序列的人脸视频具有更好的鲁棒性，并且具有更强的识别能力。
基于循环神经网络视频监控识别方法

[发明专利]一种基于递归残差注意力网络的图像超分辨率重建方法-CN201810600397.6有效
发明人： 林乐平;梁婷;欧阳宁;莫建文;袁华;首照宇;张彤;陈利霞 -专利权人：桂林电子科技大学
申请日： 2018-06-12 - 公布日： 2022-04-12 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。
一种基于递归注意力网络图像分辨率重建方法

[发明专利]面向非配合场景的人脸重建与识别方法-CN202111352121.9在审
发明人： 林乐平;卢增通;欧阳宁;莫建文 -专利权人：桂林电子科技大学
申请日： 2021-11-16 - 公布日： 2022-02-18 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种面向非配合场景的人脸重建与识别方法，其特征在于，包括如下步骤：1）构造三元组人脸数据集；2）三元组损失约束编码；3）亚像素卷积解码；4）多损失约束判别；5）训练生成对抗网络；6）重建与识别。这种方法在低分辨率和较大偏姿的情况下，仍然能够重建出清晰真实的正面人脸图像,并获得较高的识别率。
面向配合场景重建识别方法

[发明专利]一种考虑风光水能源多重不确定性风险的优化调度方法-CN202111130441.X有效
发明人：徐锐;陈万波;叶荣;彭春华;王立刚;孙惠娟;巩磊;林乐平;邓永强 -专利权人：江西江投电力技术与试验研究有限公司;江西赣能股份有限公司
申请日： 2021-09-26 - 公布日： 2022-02-08 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及能源优化技术领域，具体涉及到一种考虑风光水能源多重不确定性风险的优化调度方法，包括以下步骤：建立风光水能源多重不确定性分类分布模型；提出风光水功率偏差置信风险量化计算方法；建立考虑多重不确定性置信风险的源网协调多目标优化调度模型；采用多目标动态分解进化算法对源网协调多目标优化调度模型进行求解。本发明为更加合理灵活地评估风光水多重不确定性给优化调度带来的风险性，在电力系统优化调度中量化考虑这种风光水并网不确定性带来的风险，使调度过程的准确性和灵活程度性提高；为了使智能电网调度决策更合理，本发明考虑将可控电网元件的状态纳为决策变量，并充分利用网端资源，实现源网协调优化调度。
一种考虑风光水能多重不确定性风险优化调度方法

[实用新型]一种便于调节的数学课堂用制图教具-CN202121221159.8有效
发明人： 林乐平 -专利权人： 林乐平
申请日： 2021-06-02 - 公布日： 2021-12-07 - 主分类号： B43L13/00 文献下载
摘要：本实用新型涉及数学制图工具技术领域，具体为一种便于调节的数学课堂用制图教具，包括滑动腿、夹笔具、保护槽、限位杆和连接块，所述滑动腿的外表面滑动连接有第一腿，所述第一腿的外表面旋转连接有连接块，所述连接块外表面活动固定连接有衔接杆，所述第一腿和第二腿通过衔接杆活动连接在连接块的内部，所述连接块的外表面活动连接有第二腿，所述第二腿活动连接有第一螺丝，所述第一螺丝的外表面活动连接有第三腿，所述滑动腿的外表面活动连接有第二螺丝，所述滑动腿的内部固定连接有套仓。本实用新型为一种便于调节的数学课堂用制图教具，方便折叠收纳同时即使长度短也可以绘画出较大的圆。
一种便于调节数学课堂制图教具

[发明专利]基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法-CN201810033455.1有效
发明人：欧阳宁;刘力元;林乐平;莫建文;袁华;首照宇;张彤;陈利霞 -专利权人：桂林电子科技大学
申请日： 2018-01-15 - 公布日： 2021-11-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法，其特征是，包括如下步骤：1）数据预处理；2）轮廓约束生成网络；3）对称约束对抗网络；4）训练平衡网络；5）重建与识别。这种方法能有效解决人脸图像的姿态角度偏转影响、提取到人脸在多姿态下更具鲁棒性的特征，特别在大角度姿态重建下将全局质量和局部细节相互约束，保持了正脸的轮廓特征信息，能满足实际应用中对多姿态人脸识别的高精度需求。
基于轮廓对称约束生成对抗网络多姿态人脸识别方法

[发明专利]基于张量字典及全变分的高维图像去噪方法-CN201810172326.0有效
发明人：陈利霞;杨彬;王学文;欧阳宁;首照宇;莫建文;林乐平 -专利权人：桂林电子科技大学
申请日： 2018-03-01 - 公布日： 2021-10-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于张量字典及全变分的高维图像去噪方法，在高维图像处理研究的基础上，将张量字典学习结合全变分正则项，提出一种张量字典学习结合TV正则项的高维图像去噪模型，然后用交替迭代方法求解模型，得到迭代更新后重建的MSI图像。本发明的优点是将高维图像看成一个张量整体处理，不会损失图像的立体结构信息，同时也考虑了各波段之间的相关性，并且张量字典学习的方式提高了算法的精确度；在不失高维图像空间结构的前提下，利用高阶TV正则项，很好地保存了较完善的边缘信息，取得良好的重建效果。实验结果在主观视觉和客观评价指标两方面均取得较好的效果，能够保留较多的纹理信息和轮廓信息。
基于张量字典全变分图像方法

[发明专利]一种基于分布词向量CNN-RNN网络的图像描述方法-CN201910306242.6有效
发明人：莫建文;王少晖;欧阳宁;林乐平;袁华;首照宇;张彤;陈利霞;肖海林 -专利权人：桂林电子科技大学
申请日： 2019-04-17 - 公布日： 2021-09-24 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于分布词向量CNN‑RNN网络的图像描述方法，其特征在于，包括如下步骤：1）分布表示词向量的生成；2）分布表示标签的生成；3）分布表示语义标签的生成；4）网络设计；5）生成图像的描述性语句。这种方法引入到原本的CNN‑RNN网络模型中使其可生成更精确的结果、使CNN子网提供给RNN子网更丰富的语义内容，使得整个CNN‑RNN网络模型依然能够保持结构化的优点，这种方法中低维稠密的分布表示可以轻松地嵌入海量词语构成完整的语义空间、视觉内容能够更好实现到语义空间的映射，基于分布表示词向量设计的监督信号能更准确的概括视觉内容和更充分的利用向量空间监督CNN优化方向。
一种基于分布向量 cnn rnn 网络图像描述方法

[发明专利]一种结合皮尔逊重构的文本到图像生成方法-CN201910345614.6有效
发明人：莫建文;徐凯亮;欧阳宁;林乐平;袁华;首照宇;张彤;陈利霞;肖海林 -专利权人：桂林电子科技大学
申请日： 2019-04-26 - 公布日： 2021-09-24 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
一种结合皮尔逊重构文本图像生成方法

[发明专利]基于多模态压缩双线性池化的高光谱图像分类方法-CN201711290309.9有效
发明人：欧阳宁;朱婷;林乐平;莫建文;袁华;首照宇;张彤;陈利霞 -专利权人：桂林电子科技大学
申请日： 2017-12-08 - 公布日： 2021-06-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于多模态压缩双线性池化的高光谱图像分类方法，其特征是，包括如下步骤：1）数据预处理；2）光谱通道特征提取；3）空间通道特征提取；4）空‑谱特征融合；5）高光谱像元分类。这种方法有效解决了原光谱和空间特征向量外积维数较高，计算复杂，容易产生过拟合的问题。
基于多模态压缩双线性池化光谱图像分类方法