“苏婉娟”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8个，建议您升级VIP下载更多相关专利

[发明专利]面向无人机平台的边缘保持多视图深度估计及测距方法-CN202211408484.4有效
发明人：陶文兵;苏婉娟;刘李漫 -专利权人：武汉图科智能科技有限公司
申请日： 2022-11-10 - 公布日： 2023-03-24 - 主分类号： G06T7/50 文献下载
摘要：本发明提供一种面向无人机平台的高效的边缘保持多视图深度估计及测距方法，以一幅参考图像和多幅邻域图像及其相机姿态作为输入，以“由粗到细”的方式准确地估计出参考图像的深度图。该方法包括：提出了一个层级边缘保持残差学习模块来校正双线性上采样中产生的误差和对多尺度深度估计网络估计的深度图进行优化，使网络能够得到边缘细节保持的深度图；提出一种交叉视图光度一致性损失来增强训练时细节区域的梯度流，可进一步提高深度估计的准确性；设计了一个轻量级的多视图深度估计级联网络框架，通过在相同分辨率下堆叠阶段可以在不增加很多额外显存和时间消耗的情况下尽可能多地进行深度假设采样，从而能够在高效地进行深度估计。
面向无人机平台边缘保持视图深度估计测距方法

[发明专利]一种基于视听特征深度融合的动态情感识别方法-CN201910180539.2有效
发明人：吴敏;陈略峰;苏婉娟;维托尔德·佩德里茨;王亚午 -专利权人：中国地质大学（武汉）
申请日： 2019-03-11 - 公布日： 2023-01-03 - 主分类号： G06F18/25 文献下载
摘要：本发明提供了一种基于视听特征深度融合的动态情感识别方法，首先对动态情感数据进行预处理，再分别采用三个正交平面的局部二进制模式算法和语谱图提取面部表情模态数据的低层动态情感特征和语音模态数据的低层动态情感特征；然后根据构建的深度卷积神经网络提取面部表情模态数据和语音模态数据的高层动态情感特征；再基于典型相关分析算法将面部表情模态数据和语音模态数据的高层动态情感特征进行融合，得到情感融合特征；最后采用Softmax回归模型对情感融合特征进行识别，得到动态情感类别。本发明的有益效果是：提高动态情感类别的识别率。
一种基于视听特征深度融合动态情感识别方法

[发明专利]一种自监督多视图深度估计方法、装置-CN202210827089.3有效
发明人：陶文兵;苏婉娟;刘李漫 -专利权人：武汉图科智能科技有限公司
申请日： 2022-07-14 - 公布日： 2022-11-11 - 主分类号： G06T7/50 文献下载
摘要：本发明涉及一种自监督多视图深度估计方法、装置，其方法包括：获取输入图像的稀疏点云，并将其转化为输入图像的多个视角的稀疏深度图，即多个稀疏先验伪标签；获取输入图像的多张参考图像，通过基于几何的多视图深度估计方法得到每张参考图像的初始深度图；对每张所述初始深度图进行外点剔除，得到多个半稠密深度图伪标签；基于多个稀疏先验伪标签或多个半稠密深度图伪标签，训练深度估计网络；利用训练完成的深度估计网络对目标图像进行深度估计。本发明利用运动恢复结构算法和传统基于几何的多视图深度估计算法制作高质量的伪标签，降低数据集的成本和提高模型的泛化能力，并能够有效避免基于光度一致性构造的图像重建损失带来的歧义性问题。
一种监督视图深度估计方法装置

[发明专利]一种深度图估计方法及系统-CN202210725671.9有效
发明人：陶文兵;苏婉娟;刘李漫 -专利权人：武汉图科智能科技有限公司
申请日： 2022-06-24 - 公布日： 2022-10-04 - 主分类号： G06T7/55 文献下载
摘要：本发明提供一种深度图估计方法及系统，该方法包括：对图像进行多尺度深度特征提取；在场景深度范围内均匀采样，得到不同尺度下的深度假设；在各尺度的深度假设下，通过可微单应变换，将邻域视图的深度特征变换至参考视图，并通过组相关度量构建代价体；基于三维卷积神经网络对代价体进行正则化，通过逻辑回归算法得到深度概率体和不确定性概率体，并分别估算对应的深度图和不确定性图；将不确定性图和深度图均进行上采样、归一化，得到下一尺度的采样区间和深度假设；对不同尺度的深度假设进行采样，通过不确定感知损失函数对每个尺度下的深度图和不确定性图进行训练监督。通过该方案可以有效提高图像深度估计的准确性和可靠性。
一种深度估计方法系统

[发明专利]一种点云特征提取方法、装置及电子设备-CN202110665786.9有效
发明人：刘李漫;余金金;张峰浩;谭龙雨;苏婉娟;胡怀飞 -专利权人：中南民族大学
申请日： 2021-06-16 - 公布日： 2022-09-02 - 主分类号： G06T15/00 文献下载
摘要：本申请公开了一种点云特征提取方法、装置及电子设备，涉及图像处理技术领域，其包括：获取三维点云的多个质心点，并分别对每个质心点构建其点云邻域；以质心点为原点构建八象限坐标系，并于每个象限构建一个核点，每个核点均附带权值矩阵；基于点云邻域内第i点至任一核点距离的倒数与该核点的权值矩阵的乘积，对第i点的特征矩阵进行该核点的加权，直至完成八个核点的加权后，对八个加权后的特征矩阵进行求和，得到第i点的新特征；将各点的新特征输入多层感知机后，通过神经网络训练，调整每个核点的权值矩阵，直至神经网络损失收敛，以此时的权值矩阵为最优权值矩阵，提取三维点云特征。本申请，可提取三维场景中大物体边界和小物体本身信息。
一种特征提取方法装置电子设备

[发明专利]基于稀疏编码的加速鲁棒特征双模态手势意图理解方法-CN201811158919.8有效
发明人：陈略峰;吴敏;冯雨;苏婉娟 -专利权人：中国地质大学（武汉）
申请日： 2018-09-30 - 公布日： 2020-11-27 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于稀疏编码的加速鲁棒特征双模态手势意图理解方法，包括以下步骤：S1获取同步的深度手势图像和RGB手势图像，分别进行前景图像提取得到第一前景图像和第二前景图像；S2使用SURF算法对第一前景图像进行特征提取，对提取特征进行稀疏编码，使用多类线性SVM算法得到每种预设手势的第一hinge损失函数；S3使用SURF算法对第二前景图像进行特征提取，对提取特征进行稀疏编码，使用多类线性SVM算法得到每种预设手势的第二hinge损失函数；S4使用D‑S证据理论方法分别第一hinge损失函数和第二hinge损失函数进行决策融合得到识别结果。本发明的有益效果：实现深度图像及RGB图像识别结果的决策级数据融合，有效提高了手势图像的识别精度。
基于稀疏编码加速特征双模手势意图理解方法

[发明专利]一种基于AdaBoost-KNN的动态人脸情感识别方法-CN201910139587.7有效
发明人：陈略峰;吴敏;李敏;苏婉娟;王亚午 -专利权人：中国地质大学（武汉）
申请日： 2019-02-26 - 公布日： 2020-11-24 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于AdaBoost‑KNN的动态人脸情感识别方法，该方法包括：采用Candide‑3模型对动态人脸进行定位追踪，并提取追踪到的表情的多个情感特征点；该多个情感特征点组成一个训练子样本，所有训练子样本构成训练样本；基于AdaBoost‑KNN算法，建立由M个KNN分类器进行加权组合构成AdaBoost‑KNN分类器；通过训练样本训练和交叉验证方法验证，得到各个KNN分类器的权重系数，并确定所述AdaBoost‑KNN分类器的K值和人脸情感类别阈值，最终加权组合为最终的AdaBoost‑KNN分类器；以最终的AdaBoost‑KNN分类器，对动态人脸情感类别进行识别。本发明的有益效果是：提高了动态人脸情感的识别速度以及动态人脸情感的正确识别率。
一种基于 adaboost knn 动态情感识别方法

[发明专利]一种基于深度稀疏卷积神经网络人脸情感识别方法-CN201710714001.6在审
发明人：吴敏;苏婉娟;陈略峰;周梦甜;刘振焘;曹卫华 -专利权人：中国地质大学(武汉)
申请日： 2017-08-18 - 公布日： 2017-12-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于深度稀疏卷积神经网络人脸情感识别方法，首先情感图像预处理，之后情感特征提取，最后情感特征识别分类。本发明一种基于深度稀疏卷积神经网络人脸情感识别方法选用Nesterov加速梯度下降算法对深度稀疏卷积神经网络的权值进行优化，使网络结构达到最优，以提高人脸情感识别算法的泛化性，由于NAGD具有预知能力，能够预见性地防止算法前进地太快或太慢，同时可增强算法的响应能力，并可获得更好的局部最优值。
一种基于深度稀疏卷积神经网络情感识别方法

1
共 8 条