“祖宝开”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于区域信息融合的花粉图像分类方法及系统-CN202211230087.2在审
发明人：句福娇;崔浩;祖宝开 -专利权人：北京工业大学
申请日： 2022-10-09 - 公布日： 2023-04-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于区域信息融合的花粉图像分类方法，包括以下步骤：获取花粉图像；对花粉图像进行预处理，得到预处理图像；对预处理图像进行全局特征提取，得到全局图像特征；对预处理图像进行局部区域提取，得到局部区域图像；对局部区域图像进行特征信息融合，得到特征信息融合的局部区域图像特征；根据全局图像特征和特征信息融合的局部区域图像特征，本发明对花粉图像进行分类，得到分类结果。本发明还公开一种基于区域信息融合的花粉图像分类系统。对花粉图像的全局和重要局部区域进行特征提取，并通过图卷积网络对局部区域特征进行信息融合，以达到更好的分类效果。
一种基于区域信息融合花粉图像分类方法系统

[发明专利]图像分类方法及装置-CN202210681224.8在审
发明人： 祖宝开;李建强;王宏远;李亚芳;白建川 -专利权人：北京工业大学;中国电子科技集团公司第十五研究所
申请日： 2022-06-15 - 公布日： 2022-09-30 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种图像分类方法及装置，其中图像分类方法包括：获取待分类图像，对待分类图像进行预处理得到嵌入输入向量序列；将嵌入输入向量序列输入至视觉Transformer模型的编码器，输出待分类图像对应的编码向量序列，编码器包括L个Transformer编码块，每个编码块包括残差多头自注意力层，第M个编码块的残差多头自注意力层对应的自注意力层输出图与第M‑1个编码块的残差多头自注意力层对应的自注意力图之间以残差方式连接；基于编码向量序列确定待分类图像对应的特征向量，将特征向量输入至视觉Transformer模型的分类器，得到待分类图像的分类结果。通过上述图像分类方法，能够提高图像分类的准确率。
图像分类方法装置

[发明专利]高光谱图像分类方法、装置、电子设备及存储介质-CN202210393879.5在审
发明人： 祖宝开;李建强;李亚芳;王宏远 -专利权人：北京工业大学
申请日： 2022-04-14 - 公布日： 2022-08-30 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种高光谱图像分类方法、装置、电子设备及存储介质，所述方法包括：针对高光谱图像的每个待分类像素，确定所述像素对应的空谱像素块；将所述空谱像素块输入到训练好的高光谱图像分类模型中，得到所述像素对应的分类结果；其中，所述训练好的高光谱图像分类模型包括级联的卷积层、深度自注意力变换网络模型的编码器和多层感知器分类头，所述级联的卷积层用于提取所述像素的空谱特征，所述编码器用于基于所述像素的空谱特征捕获所述像素的光谱序列特征，所述多层感知器分类头用于基于像素的光谱序列特征对所述像素进行分类。本发明能够很好地挖掘和表示光谱特征的序列属性，从而能够准确和精细地分类高光谱图像中的像素。
光谱图像分类方法装置电子设备存储介质

[发明专利]流式系统的数据完整性验证方法、电子设备及存储介质-CN202210512075.2在审
发明人：王宏远;朱婉婷;李亚芳;祖宝开 -专利权人：北京工业大学
申请日： 2022-05-11 - 公布日： 2022-07-29 - 主分类号： H04L9/32 文献下载
摘要：本申请提供一种流式系统的数据完整性验证方法、电子设备及存储介质，该方法包括：获取系统数据处理模块的输入消息数据和输出消息数据，并获取预生成密钥；对输出消息数据进行预处理，得到与输出消息数据对应的验证标签；基于目标输入数据、验证标签以及预生成密钥进行数据完整性验证，目标输入数据为数据流标识符与验证标签一致的输入消息数据。本申请提供的方法能够解决现有技术中消息数据本身的完整性得不到验证的缺陷，实现流式实时数据完整性验证，保障流式消息数据在整个生命周期的全局完整性和一致性。
系统数据完整性验证方法电子设备存储介质

[发明专利]基于自适应特征金字塔的花粉检测方法-CN202010232752.6在审
发明人：李建强;谢海华;句福娇;祖宝开;裴岩 -专利权人：北京工业大学
申请日： 2020-05-07 - 公布日： 2020-07-17 - 主分类号： G06T7/70 文献下载
摘要：一种基于自适应特征金字塔的花粉检测方法属于计算机视觉领域。特征金字塔采用逐像素相加的方式融合卷积网络不同层的特征，由于不同层的特征的感受野、分辨率存在差异，采用逐像素相加的融合方式，使得特征融合时存在非对齐匹配。本发明提出一种自适应特征金子塔网络，让特征金字塔不同层之间的特征通过可学习的方式自适应对齐，在消除冗余特征的同时，扩充了特征金字塔网络的感受野，使关键特征获得更大的响应，提升特征金字塔网络的性能。本发明使用深度卷积网络Resnet‑50提取花粉图像特征，利用Resnet‑50不同模块学习到的特征建立自适应特征金字塔网络，从而建立基于自适应特征金字塔的花粉检测网络。该方法可以精确地检测出花粉图像中的花粉颗粒的类别和位置。
基于自适应特征金字塔花粉检测方法