“涂铮铮”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种融合深度神经网络和强化学习方法的路径规划方法-CN202310415309.6在审
发明人：梁好;涂铮铮;杨建文;周硕芊;孙亚顺;高刘轩祺;王子昂;代林功 -专利权人：安徽大学
申请日： 2023-04-18 - 公布日： 2023-07-18 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种融合深度神经网络和强化学习方法的路径规划方法，步骤一：机器人在每个离散时间步内，通过传感器获取环境信息以建立相应的数学模型；步骤二：建立当前所处的模拟环境模型；步骤三：根据奖励值更新网络参数和学习更优的行为策略；步骤四：解耦目标Q值动作的选择和目标Q值的计算；步骤五：使用深度神经网络表示智能体的各种组件这些网络的参数通过梯度下降来训练；步骤六：通过迭代；步骤七：根据添加噪音引起的网络输出值变化选择动作。本发明新型涉及机器人路径规划技术领域，具体为具体为一种融合深度神经网络和强化学习方法的路径规划方法。
一种融合深度神经网络强化学习方法路径规划方法

[发明专利]一种基于YOLOv7网络和Deepsort网络的猕猴检测方法-CN202211278722.4在审
发明人：沈彪;涂铮铮;刘宁 -专利权人：安徽大学;中国科学院生物物理研究所;合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）
申请日： 2022-10-19 - 公布日： 2023-03-07 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种基于YOLOv7网络和Deepsort网络的猕猴检测方法，输入猕猴运动视频序列到网络，并提取和处理帧图像，通过优化后YOLOv7网络对输入图像进行提取特征获得预测结果；将预测结果再次作为输入信息送入Deepsort网络得到预测框序列；最后预测框序列进行缺失值的检测和处理。本发明基于单阶段目标检测算法，结合时序转移模块（TSM）提取目标视频序列的时空信息，提高对猕猴检测的精度，在检测输出位置串联Deepsort算法对结果再处理优化输出结果，解决猕猴检测特征选择困难和识别率不高、受图像中亮度、对比度变化和阴影等因素的影响、以及笼子遮挡影响下检测精度不高的问题。
一种基于 yolov7 网络 deepsort 猕猴检测方法

[发明专利]一种基于困难样本感知的RGBT目标跟踪方法-CN202110111705.0有效
发明人： 涂铮铮;林春;李成龙;汤进;罗斌 -专利权人：安徽大学
申请日： 2021-01-27 - 公布日： 2022-11-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于困难样本感知的RGBT目标跟踪方法，包括对行可见光图片和热红外图片进行配准标注分成训练集和测试集，然后对构建对应模型对预处理后的图片进行训练和测试；模型中包括实时跟踪网络RT‑MDNet、VGG‑M特征提取模块、前景增强模块、特征嵌入模块和二分类模块，本发明在低光照光照变化强烈等极端条件下跟踪上目标，通过前景增强模块来增强前景信息抑制背景信息，并通过困难样本感知损失函数，挖掘更多困难样本，辅助分类器目标背景的分类。
一种基于困难样本感知 rgbt 目标跟踪方法

[发明专利]一种基于模态关联与双感知解码器的RGB-T的显著性目标检测方法-CN202110645432.8有效
发明人： 涂铮铮;李准;王沛洲;臧兴华;樊康;潘正悦;田英健;李成龙;汤进 -专利权人：安徽大学
申请日： 2021-06-10 - 公布日： 2022-11-04 - 主分类号： G06V10/46 文献下载
摘要：本发明公开一种基于模态关联与双感知解码器的RGB‑T的显著性目标检测方法，本发明通过模态对齐模块(MAM)来建模两种模态的强关联性，其空间仿射变换，特征仿射变换和一个动态卷积层来实现特征对齐和建立更灵活的模态关联性；本发明的双重解码器结合自底向上和自顶向下的方式，学习由精到粗和由粗到精的两种感知过程，从而获得更强大的信息选择与融合的能力；进一步通过将MAM中的前两个组件和全局上下文增强部分添加到ConvLSTM中，本发明的显著图比其他先进的方法具有更高的置信度。
一种基于关联感知解码器 rgb 显著目标检测方法

[发明专利]基于Transformer边界感知的光学遥感图像显著目标检测方法-CN202210458900.5在审
发明人： 涂铮铮;陈燕雯;韩寒;王越;郑海军;谢星晨;伏傈豪 -专利权人：安徽大学
申请日： 2022-04-27 - 公布日： 2022-09-13 - 主分类号： G06V20/10 文献下载
摘要：本发明公开一种基于Transformer边界感知光学遥感图像显著性目标检测方法，本发明通过注意力机制引导浅层特征挖掘更多细节信息；通过基于Transformer全局上下文信息模块来建模全局上下文信息，从全局角度推断不同显著目标以及显著目标内部的关系，有利于生成更加完整的显著性图；此外通过边界感知解码器，将各层特征和边界特征进行交互融合，在强调显著区域的同时关注边界信息，从而得到比其他先进方法更高置信度的显著图。
基于 transformer 边界感知光学遥感图像显著目标检测方法

[发明专利]基于模态独有和共有特征提取的图像显著目标检测方法-CN202210236171.9在审
发明人： 涂铮铮;王洪顺;刘夫武;张瑞欣;陈弘悦;王欣悦;钮洁;李成龙 -专利权人：安徽大学
申请日： 2022-03-11 - 公布日： 2022-06-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于模态独有和共有特征提取的图像显著目标检测方法，通过模态共有特征提取模块SFA来建模两种模态之间的强相关性，特征擦除模块(FEB)来建模不同模态之间的差异性；本发明充分利用多模态之间的相关性和差异性，从而使网络获得更强大的模态融合与信息选择的能力；通过特征解码实现各种信息的有利交互，本发明的显著图的置信度高于其他先进的方法。
基于独有共有特征提取图像显著目标检测方法

[发明专利]基于logistic的大密钥空间比特置乱混沌图像加密方法-CN202210087103.0在审
发明人：吕皖丽;王宁;崔永浩;张鹏佳;张明凯;赫子尧;涂铮铮 -专利权人：安徽大学
申请日： 2022-01-25 - 公布日： 2022-04-29 - 主分类号： G06T1/00 文献下载
摘要：本发明公开一种基于logistic的大密钥空间比特置乱混沌图像加密方法，对现有logistic混沌映射公式进行改进，解决了控制参数范围受到限制的问题，增加密钥空间，从而有效的抵抗穷举攻击，还可以保留更多的原信息，并且因为利用了混沌系统对初值极端敏感，以及非线性，伪随机性等性质，使得此种加密方式有效的提高图像抵抗攻击的能力；使得经过将本发明logistic混沌系统加密后的图像，在安全性等方面有长足的进步，推动了混沌系统对图像加密方面的研究进程。
基于 logistic 密钥空间比特混沌图像加密方法

[发明专利]基于条件生成对抗网络的可见光-热红外显著目标检测方法-CN202111533990.1在审
发明人： 涂铮铮;杨文芳;李成龙;罗斌;汤进;吕皖丽 -专利权人：安徽大学
申请日： 2021-12-15 - 公布日： 2022-04-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于条件生成对抗网络的可见光‑热红外显著目标检测方法，本发明基于条件生成对抗网络模型设计两个生成器，基于对抗学习分别提升查全率和查准率并使之达到平衡，从而得到更精细化的显著目标预测结果；通过全局上下文信息模块整合高层语义特征，整合后的特征作为解码器每层的引导特征包含有更丰富的全局上下文信息；本发明的协同注意力模型融合可见光模态和热红外模态特征的同时，进一步突出前景目标区域，抑制冗余的背景噪声影响，本发明的显著图比其他先进的方法具有更高的置信度。
基于条件生成对抗网络可见光红外显著目标检测方法

[发明专利]一种双流解码跨任务交互网络的光学遥感图像显著目标检测方法-CN202110566201.8在审
发明人： 涂铮铮;王超;陈炜;屈世杰;袁文浩;张永娟 -专利权人：安徽大学
申请日： 2021-05-24 - 公布日： 2021-10-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种双流解码跨任务交互网络的光学遥感图像显著目标检测方法，通过前景检测和背景检测两个不同的任务互相学习来更加准确的检测出显著区域，此外本发明在前景检测分支融合有目标边界优化分支来细化目标边界特征的提取。因此，本发明不仅可以预测到更准确的目标边界，而且能够通过背景检测分支来辅助前景检测时得到更准确的显著区域。
一种双流解码任务交互网络光学遥感图像显著目标检测方法

[发明专利]一种跨模态图像显著性检测方法-CN201810725464.7有效
发明人：李成龙;夏威;涂铮铮;汤进;罗斌 -专利权人：安徽大学
申请日： 2018-07-04 - 公布日： 2021-09-17 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种跨模态图像显著性检测方法，输入配对的多模态图像，用基于超像素分割算法对不同模态进行分割，获取均匀、大小近似的超像素区域；设计基于图流形排序算法的多模态图像显著性检测模型，引入跨模态软一致性约束和流形排序拟合项稀疏性约束；以图像四边的超像素作为种子节点，计算其他节点与种子节点的相似性，得到初步的显著图；参考上一阶段得到的前景点作为种子节点，计算其他节点到该节点的相似性，得到最终的显著图。本发明提出了一种基于图流形排序算法互补地融合多模态图像的方法，并引入l1范数实现跨模态软一致性约束和流形排序函数拟合项稀疏性约束，即在协同多个模态的基础上，允许部分不一致，增加拟合项的鲁棒性。
一种跨模态图像显著检测方法

[发明专利]一种最小障碍距离加权跟踪方法-CN201810939906.8有效
发明人： 涂铮铮;郭林林;李成龙;江波;汤进;罗斌 -专利权人：安徽大学
申请日： 2018-08-17 - 公布日： 2021-06-04 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种最小障碍距离加权跟踪方法，在搜索窗口内进行采样产生一组候选样本；将当前帧的边界框分为不重叠的图像块并扩大为扩展边界框，提取每个图像块的特征；以边框图像作为种子节点，计算其他节点与种子节点的最小障碍距离，然后得到距离转换图；将最小障碍距离作为权重加于对应的图像块特征上，得到空间有序的加权图像块特征描述子，带有图像特征的组合权重被合并到结构化支持向量机中以执行跟踪。本发明结合图像颜色直方图特征和方向梯度直方图特征计算得到基于背景种子节点集合的距离转换图，根据图像图像块与背景节点的最小障碍距离，解决了遮挡和形变的问题，同时能够减少漂移，增强跟踪的稳定性和鲁棒性。
一种最小障碍距离加权跟踪方法

[发明专利]一种基于多尺度特征融合的孪生网络小目标跟踪方法-CN202110111717.3在审
发明人： 涂铮铮;朱庆文;李成龙;汤进;罗斌 -专利权人：安徽大学
申请日： 2021-01-27 - 公布日： 2021-05-11 - 主分类号： G06T7/246 文献下载
摘要：本发明公开一种基于多尺度特征融合的孪生网络小目标跟踪方法，多尺度融合特征模块以及优化的孪生神经网络全面考虑到深度神经网络结构中低层有利于目标的精确位置，高层可以捕获目标的语义信息的优势，通过不同层次的有效融合，充分利用底层信息避免了深层网络的卷积操作会将小目标的信息抛弃的问题，解决了跟踪过程中的小目标挑战，从而实现了良好的跟踪效果。
一种基于尺度特征融合孪生网络目标跟踪方法

[发明专利]一种基于反馈的混合多智能体协同控制方法-CN201910410370.5有效
发明人：黄利伟;涂铮铮;柏晓祉;屈鸿;舒杨 -专利权人：电子科技大学
申请日： 2019-05-17 - 公布日： 2020-06-23 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于反馈的混合多智能体协同控制方法，属于多智能体协同控制领域，首先针对智能体系统中的各个智能体，均构建结合遗传算法和神经网络的策略选择网络；接着对所述策略选择网络中的遗传因子进行优化，将遗传因子作为强化学习模块的参数，利用所述强化学习模块对智能体进行训练，重复以上步骤，直到满足预设条件；本发明将遗传算法和强化学习通过神经网络结合到一起，解决了传统单一多智能体协同控制算法方法存在的“早熟”现象以及训练学习时间过长的问题。
一种基于反馈混合智能体协控制方法

[发明专利]一种检测图像中小物体的方法及装置-CN201910410363.5在审
发明人：屈鸿;杨昀欣;涂铮铮;沈晓峰 -专利权人：电子科技大学
申请日： 2019-05-17 - 公布日： 2019-08-20 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种检测图像中小物体的方法及装置，用于提高检测图像中小物体的准确性。该方法包括：获取待处理图像；根据预先训练的候选区域生成网络，对待处理图像进行多次不同卷积处理，对多个卷积结果处理后的结果进行融合处理，生成待处理图像中的候选区域；其中，候选区域包括待处理图像中的小物体；对候选区域进行尺寸归一化和超分辨率处理，获得超分辨率处理后的候选区域；对超分辨率处理后的候选区域的特征与候选区域的邻域的特征进行融合处理，获得融合后的区域特征；对融合后的区域特征进行识别，获得候选区域对应的小物体信息；其中，小物体信息包括小物体的所属类别和小物体在待处理图像中的位置。
候选区域小物体待处理图像超分辨率处理区域特征融合处理种检测图像尺寸归一化处理图像检测图像结果处理卷积处理融合卷积邻域申请网络

[实用新型]基于全景高点智能视频监控的变电站监控装置-CN201520695622.0有效
发明人：肖安南;张城玮;戴先玉;王剑;朱世栋;赵海峰;王福田;涂铮铮;杨可军;韩文芝;朱能富;叶章文 -专利权人：国网安徽省电力公司滁州供电公司;安徽大学;安徽继远电网技术有限责任公司
申请日： 2015-09-09 - 公布日： 2016-01-13 - 主分类号： H04N7/18 文献下载
摘要：一种基于全景高点智能视频监控的变电站监控装置，包括视频摄取模块、ARM嵌入式系统模块、远程传输控制模块和人机交互模块；视频摄取模块、远程传输控制模块均与ARM嵌入式系统模块连接，ARM嵌入式系统模块通过远程传输模块与人机交互模块连接；视频摄取模块由多个枪式红外摄像机组成，多个枪式红外摄像机分别设置在变电站多个居高处。本实用新型公开的一种基于全景高点智能视频监控的变电站监控装置，能实现整个重点场所的监控和高清显示功能，安装简单，只需要在选定的高点安装一台枪机来实现宏观监控和目标检测，对目标进行定位和识别，通过与工作人员记录的头像信息进行比对，判断是否为陌生人，进行报警，实现变电站智能化值守。
基于全景高点智能视频监控变电站装置

1
共 15 条