“王中元”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401个，建议您升级VIP下载更多相关专利

[发明专利]一种基于特征迁移与特征融合的俯角人脸识别方法及系统-CN202110767226.4有效
发明人： 王中元;苗堉;邹华;曾康利 -专利权人：武汉大学
申请日： 2021-07-07 - 公布日： 2023-10-27 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于特征迁移与特征融合的俯角人脸识别方法及系统，首先利用ResNet基础骨架对低分辨率俯角人脸图像和高分辨率正脸图像进行特征提取；然后将低分辨率俯角人脸图像和高分辨率正脸图像的特征向量通过特征迁移的方式迁移至一个对俯角和分辨率具有鲁棒性的公共特征空间中，再利用特征融合得到低分辨率俯角人脸图像的共同特征表示，通过交替训练方式优化特征迁移网络和特征融合网络的参数，使得最终产生更精确的人脸识别结果。本发明方法有效克服了现有人脸识别方法在俯角、低分辨率场景下效果差的局限，为公共视频监控环境下普遍存在的俯视人脸识别问题提供了新手段。
一种基于特征迁移融合俯角识别方法系统

[发明专利]基于失真图像恢复指导的图像质量感知方法、系统及设备-CN202311000119.4有效
发明人： 王中元;杨冀帆;李娜;杨玉红;黄宝金 -专利权人：武汉大学
申请日： 2023-08-10 - 公布日： 2023-10-20 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于失真图像恢复指导的图像质量感知方法、系统及设备，首先提取待检测图像I输入到特征提取网络中，得到图像的深度特征DF(I)；然后基于图像恢复先验模型利用先验知识指导下，采用失真图像恢复网络使用深度特征DF（I）进行失真图像恢复，得到失真图像的恢复特征IR（I）；最后将恢复特征IR（I）与深度特征DF（I）通过特征融合网络进行重新加权融合，对重新加权融合后的图像质量特征向量进行回归，输出图像的质量得分。本发明能够自动感知自然图像的质量，为挑选高质量图像样本用于深度学习模型训练提供了手段。
基于失真图像恢复指导质量感知方法系统设备

[发明专利]一种西瓜果皮黄斑性状紧密连锁的SSR分子标记、检测方法及应用-CN202311055715.2在审
发明人：魏春华;岳贞;冯梦娇;张勇;张显;马建祥;杨建强;李好;王中元 -专利权人：西北农林科技大学
申请日： 2023-08-22 - 公布日： 2023-10-03 - 主分类号： C12Q1/6895 文献下载
摘要：本发明公开了一种西瓜果皮黄斑性状紧密连锁的SSR分子标记、检测方法及应用，属于分子标记技术领域。本发明公开的一种西瓜果皮黄斑性状紧密连锁的SSR分子标记，核苷酸序列为SEQ ID NO.1和SEQ ID NO.2；SEQ ID NO.1所示核苷酸序列与西瓜果皮无黄斑性状紧密连锁，SEQ ID NO.2所示核苷酸序列与西瓜果皮有黄斑性状紧密连锁。本发明已经开发的分子标记W072823与西瓜果皮黄斑性状紧密连锁，因而对西瓜果皮黄斑性状分子标记辅助育种体系的建立更有帮助。本发明的分子标记可以简便、快速、高通量地应用于西瓜育种实践。
一种西瓜果皮黄斑性状紧密连锁 ssr 分子标记检测方法应用

[发明专利]画像-照片转换模型的构建方法及人脸画像转照片的方法-CN202310669405.3在审
发明人：韩镇;李永康;麦文俊;童材;王中元 -专利权人：武汉大学
申请日： 2023-06-06 - 公布日： 2023-09-22 - 主分类号： G06T3/00 文献下载
摘要：本发明提供一种画像‑照片转换模型的构建方法及人脸画像转照片的方法，所使用的大样本照片数据中包括小样本画像数据对应的照片数据，其包括以下步骤：获取照片‑画像基础转换模型处理大样本照片数据的第一画像数据；根据小样本画像数据、第一画像数据以及大样本照片数据，调整照片‑画像基础转换模型得到第一照片‑画像转换模型；获取第一照片‑画像转换模型处理大样本照片数据得到的第二画像数据；获取预设的画像‑照片基础转换模型处理第二画像数据得到的第一照片数据；根据大样本照片数据、第一照片数据，调整画像‑照片基础转换模型得到第一画像‑照片转换模型。实现在小样本画像数据前提下得到能较好转换画像为照片的画像‑照片转换模型。
画像照片转换模型构建方法

[发明专利]一种身份保持的人脸匿名化方法、系统及设备-CN202311069966.6在审
发明人： 王中元;黄宝金;艾家欣;杨冀帆;王骞;邹勤 -专利权人：武汉大学
申请日： 2023-08-24 - 公布日： 2023-09-19 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种身份保持的人脸匿名化方法、系统及设备，首先使用特征提取模块转换图像到卷积特征图。然后，利用身份‑外观耦合的双分支网络模块分别学习外观和身份特征。这样从提取的人脸身份特征中剔除了身份无关的外观特征，而且补充了缺失的身份信息。进而，通过重建层预测外观和身份图像，其中的身份图像作为身份保持的匿名化结果。为了方便模型训练，本发明采用一个重聚模块合并外观和身份图像来重现原来的人脸，从而可以采用自监督的方式训练模型。本发明能产生本质身份信息保持、外观信息移除的匿名化人脸图像，实现匿名化的同时保有数据的可用性。
一种身份保持匿名方法系统设备

[发明专利]基于广播星历的高精度定位方法、电子设备及存储介质-CN202310684414.X在审
发明人： 王中元;田雨;郭宗顺 -专利权人：苏州元宇时空信息技术有限公司
申请日： 2023-06-09 - 公布日： 2023-09-12 - 主分类号： G01S19/42 文献下载
摘要：本申请涉及一种基于广播星历的高精度定位方法、电子设备及存储介质，该方法基于获取得到的广播星历文件，得到当前测站在不同历元时刻下的坐标，通过将这些坐标与真实坐标进行比较，得出当前测站不同历元时刻的误差序列对比图，进而得出基于广播星历的定位结果。本申请的技术方案充分利用广播星历文件所包括的卫星信息，提高了数据的利用率，并结合双频消电离层组合模型和卡尔曼滤波估计，为实现定位提供了一种新的方法。在远洋作业较难获取精密产品、差分改正信息或获取成本较高的情况下具有较好的适用性和更高的准确性，定位方法精度有着显著提高。
基于广播星历高精度定位方法电子设备存储介质

[发明专利]一种交通场景下的关键目标检测方法及系统-CN202310803998.8有效
发明人： 王中元;华捷;胡珊;张羽飞;常军;李明 -专利权人：武汉大学
申请日： 2023-07-03 - 公布日： 2023-09-12 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种交通场景下的关键目标检测方法及系统，首先获取交通视频，并提取视频图像高维特征，提取高维度的多尺度特征；然后对多尺度特征进行处理，提取显著性多尺度特征；对提取的显著性多尺度特征进行处理，实现边框回归与多个子类别预测，得到关键目标的定位信息与类别信息；接着约束分类结果减少误检；最后将定位信息与约束后的分类结果进行结合，消除冗余检测框，得到最终的关键目标定位信息与类别信息。本发明能够在复杂多变的陆上或海上交通场景下快速并准确的检测出行驶或静止状态下的关键目标，实现交通场景下的关键目标的智能监控或用于无人驾驶系统中的环境感知任务。
一种交通场景关键目标检测方法系统

[发明专利]基于三元组非配对学习的人脸融合超分辨率方法及系统-CN202310757142.1在审
发明人：韩镇;李雅双;沈翱弘;王中元 -专利权人：武汉大学
申请日： 2023-06-25 - 公布日： 2023-08-29 - 主分类号： G06T3/40 文献下载
摘要：本申请公开了基于三元组非配对学习的人脸融合超分辨率方法及系统，所述方法包括如下步骤：将原始素描照片中的人脸图像进行预处理，获取训练集和测试集；构建三元组人脸融合超分辨率网络模型；将训练集输入构建的三元组人脸融合超分辨率网络模型，获取优化后的三元组人脸融合超分辨率网络模型；将测试集输入优化后的三元组人脸融合超分辨率网络模型，将配对的低分辨率可见光人脸图像和高分辨率素描人脸图像重建融合增强的高分辨率可见光人脸。本申请利用可见光人脸和素描人脸两种模态人脸的互补信息，成功解决将两种模态人脸进行融合超分辨率以及训练数据不配对的难题，生成高质量人脸图像用于刑事案件侦查。
基于三元配对学习融合分辨率方法系统

[发明专利]一种多摄像头异质人脸融合识别方法及装置-CN202310709477.6在审
发明人：韩镇;李俊朗;郑宽;王中元;杨玉红 -专利权人：武汉大学
申请日： 2023-06-14 - 公布日： 2023-08-22 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种多摄像头异质人脸融合识别方法及装置，涉及数字图像技术领域，该方法包括构建得到训练风格迁移模型所需的低质量人脸风格图和高质量人脸内容图的对齐图像数据集；构建基于渐进风格迁移的多摄像头异质人脸融合网络，得到多个降质风格迁移模型；基于训练后得到的降质风格迁移模型，输入高质量被查询图像，得到多张不同模态的低质量人脸图像，生成一个人脸融合特征；将得到的多张不同模态的低质量人脸图像经过所述多摄像头异质人脸融合网络，生成另一个人脸融合特征，将生成的两个人脸融合特征进行相似度计算以寻找匹配的人脸。本发明可以在真实数据上进行无监督训练以适应真实场景，使得识别率更佳。
一种摄像头异质人脸融合识别方法装置

[发明专利]生成对抗式视频超分辨率重建及重建图像真伪性鉴别方法-CN202010766362.7有效
发明人： 王中元;易鹏;肖进胜;马佳义;邵振峰 -专利权人：武汉大学
申请日： 2020-08-03 - 公布日： 2023-08-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种生成对抗式视频超分辨率重建及重建图像真伪性鉴别方法，在显隐混合约束机制网络中，对输入视频帧分别进行显式的光流估计、运动补偿，以及隐式的长间距相关性计算，共同约束网络以增强视频的时域连贯性。在多通道多尺度结构网络中，将显隐混合约束机制网络输出的多帧分别送入多通道子网络和多尺度子网络，学习低分辨率视频帧中蕴含的帧内空间相关信息和帧间时间相关信息。最后，使用生成对抗训练方法，通过混合损失函数训练整体网络，将多通道多尺度网络产生的低分辨率特征张量图进行融合并放大，得到最终的高分辨率视频帧。本发明能充分利用视频帧中蕴含的时空相关信息，增强视频帧的时域连贯性，恢复逼真的图像细节。
生成对抗视频分辨率重建图像真伪鉴别方法

[发明专利]一种基于光照特征的深度伪造人脸鉴别方法-CN202010766667.8有效
发明人： 王中元;梁金碧;邹勤;涂卫平;任延珍 -专利权人：武汉大学
申请日： 2020-08-03 - 公布日： 2023-08-18 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于光照特征的深度伪造人脸鉴别方法。首先，利用人脸检测提取出视频关键帧中的人脸，裁剪出人脸部分图像和环境部分图像；然后，利用本征图像分解提取视频帧中人脸部分和环境部分的光照特征，使用SfSnet导出帧中人脸部分图像的照射图，使用U‑net导出帧中环境部分图像的照射图；其次，利用两部分照射图衡量一帧图像中人脸和环境光照信息的相似性；最后，将光照信息的相似性输入支持向量机，对伪造视频和真实视频进行分类，输出鉴别结果。本发明利用视频本身光照特征的一致性，而不需要与参考视频进行对比检测，因而具有较强的鲁棒性和对未知检测目标的泛化能力。
一种基于光照特征深度伪造鉴别方法

[发明专利]基于眨眼同步及双目移动检测的伪造视频检验方法及系统-CN202110776187.4有效
发明人： 王中元;王闻捷;韩镇;邹勤 -专利权人：武汉大学
申请日： 2021-07-09 - 公布日： 2023-08-18 - 主分类号： G06V40/18 文献下载
摘要：本发明公开了一种基于眨眼同步及双目移动检测的伪造视频检验方法及系统，包括视频预处理、眨眼检测、双目转动角度一致性计算、伪造检测等模块；本发明根据深度伪造视频左右眼的眨眼不同步、扫视方位不一致的特性，分析双目眨眼及眼部移动时的差异，进行伪造人脸视频检测。本发明具有鉴别结果可信度高、对图像折损导致的取证线索弱化鲁棒的双重特点。
基于眨眼同步双目移动检测伪造视频检验方法系统

[发明专利]一种亲水凝胶贴剂及其制备方法-CN202310516975.9在审
发明人：王梦纯;谢高峰;王中元;韩玲玲 -专利权人：珠海国佳新材股份有限公司
申请日： 2023-05-09 - 公布日： 2023-08-11 - 主分类号： A61K9/70 文献下载
摘要：本发明属于医疗保健用品领域，具体涉及一种亲水凝胶贴剂及其制备方法。本发明采取热敏性高分子热引发固化的方式，有效缩短了固化工艺时间，减少与车间冲裁工艺之间的时间间隔，有效提高了水凝胶贴剂的生产效率。此外，本发明中采用的热敏性高分子，不仅能够有效缩短固化时间，而且在溶液中不带电荷，不会与水凝胶贴配方中的其他组分发生化学反应，通过添加聚丙烯酰胺有效提高了凝胶的溶胀性能。
一种凝胶及其制备方法

[发明专利]一种双通道俯角人脸融合校正GAN网络及人脸融合校正方法-CN202010075862.6有效
发明人： 王中元;黄宝金;王南西;吴浩;任延珍;涂卫平 -专利权人：武汉大学
申请日： 2020-01-22 - 公布日： 2023-08-04 - 主分类号： G06V10/24 文献下载
摘要：本发明公开了一种双通道俯角人脸融合校正GAN网络及人脸融合校正方法，本发明的GAN网络利用低分辨率正脸的全局结构和高分辨率俯角脸的局部纹理重建清晰的正面人脸，提高人脸识别系统的精度。建立的GAN网络包括超分辨率重建网络、姿态校正网络、头部姿态估计模块、人脸配准模块、人脸综合模块等主要功能模块。首先通过超分辨率重建网络将低分辨率正脸提升到高分辨率俯角脸同等分辨率，接着通过姿态校正网络完成高分辨率人脸的俯视姿态校正，然后使用光流配准方法实现二者的像素级对齐，最后将估计出的头部俯视角转换为融合权重，进行角度自适应的人脸合成。本发明能够精确地重建清晰的正面人脸，为监控视频人脸识别提供了新的思路。
一种双通道俯角融合校正 gan 网络方法

[发明专利]一种基于节点重要性的网络节点表示方法及装置-CN201911293994.X有效
发明人：何政;朱玟谦;叶刚;傅佑铭;王中元 -专利权人：武汉大学
申请日： 2019-12-16 - 公布日： 2023-07-28 - 主分类号： G06F16/958 文献下载
摘要：本发明公开了‑一种基于节点重要性的网络节点表示方法及装置，其中的方法包括：确定网络中各个节点的重要性；根据节点的重要性计算出游走至每个节点的概率；基于计算出的概率对网络中的节点进行随机游走，构建随机游走节点序列；采用预设神经网络模型对构建的随机游走节点序列进行向量化表示。本发明可以实现置信度更高，鲁棒性更强的网络节点表示，为节点的精准分类、社团准确划分提供重要的工作基础。
一种基于节点重要性网络表示方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 401 条