“蔡轶珩”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44个，建议您升级VIP下载更多相关专利

[发明专利]一种基于MSGRU-TRF的视频异常检测方法-CN202310475774.9在审
发明人： 蔡轶珩;彭晟峻;谭美伶;姚梓钧 -专利权人：北京工业大学
申请日： 2023-04-28 - 公布日： 2023-08-25 - 主分类号： G06V10/44 文献下载
摘要：一种基于MSGRU‑TRF的视频异常检测方法涉及计算机视觉以及模式识别领域。本发明针对视频提出新的MSGRU‑TRF网络，包含三个模块。基于GRU的多尺度时间特征学习模块在多尺度卷积网络中加入GRU结构，既利用了多尺度卷积网络对输入数据多尺度建模的特点，又加强了对输入数据时间上的建模。本发明通过时间分辨率特征映射模块将视频特征的时间分辨率信息映射到特征学习网络辅助网络学习到视频的更多信息。本发明提出自适应k模块来改进传统的Top‑k损失函数，通过为不同的输入视频定制k的值，为网络训练带来更多的灵活性。本发明对真实世界长短不一的监控视频有很好的时间尺度建模作用，在视频异常检测方面有较高的准确率。
一种基于 msgru trf 视频异常检测方法

[发明专利]基于ToF成像模型的透明材质分类方法-CN202310415445.5在审
发明人：稂时楠;陈方宜;蔡轶珩 -专利权人：北京工业大学
申请日： 2023-04-18 - 公布日： 2023-08-15 - 主分类号： G06V10/88 文献下载
摘要：基于ToF成像模型的透明材质分类方法属于图像处理领域，包括：折射率提取模块、反射率和透射率提取模块和分类器选择与训练模块，其特征在于，基于脉冲型ToF成像模型提出了透明材质分类方法，建立适用于所有透明度水平的透明材质的距离模型，提取了折射率、反射率、透射率特征作为透明材质分类的特征，最后根据以上透明材质数据具有非线性和离散化的特点选择最优分类器，实现透明材质分类，满足透明材质分类的高精确性，使其能够分类所有透明度的材质。
基于 tof 成像模型透明材质分类方法

[发明专利]一种基于冰雷达数据的冰下融化冻结分布的半自动预测方法-CN202211091142.4在审
发明人：稂时楠;杨铭铸;蔡轶珩;李贵强 -专利权人：北京工业大学
申请日： 2022-09-07 - 公布日： 2023-01-24 - 主分类号： G01S13/88 文献下载
摘要：本发明提出了一种适用于冰雷达数据的冰下融化冻结分布的半自动预测方法，属于冰雷达数据处理领域。包括：基底反射率变化量曲线生成、融化冻结筛选阈值矫正、融化冻结过渡区自动检测和冰下融化冻结分布预测。该方法针对回波功率衰减项可能存在的误差问题，采用区域内的冰下水体为参考，矫正了区域的融化和冻结的检测阈值；根据融化冻结过渡区的特点定义并提取了相应的特征，实现了融化冻结过渡区的自动检测，使得在融化冻结过渡区内能够获得更准确的融化冻结分布。最后能够生成更准确的冰下融化冻结分布，适用于不同区域和大量冰雷达数据。
一种基于雷达数据融化冻结分布半自动预测方法

[发明专利]一种基于SAR图像和信号的人工电磁环境构建效果的模糊综合评估方法-CN202210713469.4在审
发明人：稂时楠;李贵强;蔡轶珩;杨铭铸 -专利权人：北京工业大学
申请日： 2022-06-22 - 公布日： 2022-10-14 - 主分类号： G06V10/774 文献下载
摘要：本发明提出了一种用于对SAR人工电磁环境构建效果的综合性评估方法，属于SAR图像相似性评估领域。该方法包括指标的分析选取和模糊综合评价两部分，针对SAR的图像指标进行图像样本增广、指标计算和离散化处理，从而进行图像指标的属性约简，得到关键的图像方面的指标，并增加了常用的SAR信号方面的评价指标，综合运用这些评价指标，使用二级模糊综合评价法，对SAR人工电磁环境构建效果进行综合性评估，即对原图和人工电磁环境构建的图像之间的相似性进行评价，最后得到所需的评估等级。
一种基于 sar 图像信号人工电磁环境构建效果模糊综合评估方法

[发明专利]一种基于深度学习的时序动作识别方法-CN201810431650.X有效
发明人： 蔡轶珩;孔欣然;王雪艳;李媛媛 -专利权人：北京工业大学
申请日： 2018-05-08 - 公布日： 2022-04-05 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种基于深度学习的时序动作识别方法，包含视频特征提取和时间边界回归模型构建。针对边界检测过程中长动作特征表达有效性不够的问题，通过双流网络同时提取帧间信息和帧内信息，得到视频单元的特征序列，并提出结合上下文信息的多尺度短动作段截选方案，有效地提高后续回归准确率，利用特征序列训练时间边界模型，减小模型训练时间，提高计算效率。针对长动作边界回归不准确问题，本发明提出一种改进的时间边界回归模型，包含改进的多任务多层感知器和一种全新的针对长动作的拼接机制，在保证动作类别准确的基础上，有效地提高长动作时间边界回归的准确率，提高预测动作段与实际动作段的重叠度，实现时序动作识别率的提高。
一种基于深度学习时序动作识别方法

[实用新型]一种3D舌像采集装置-CN202120815176.8有效
发明人： 蔡轶珩;胡绍斌;刘嘉琦;郭雅君 -专利权人：北京工业大学
申请日： 2021-04-21 - 公布日： 2021-12-03 - 主分类号： A61B5/00 文献下载
摘要：本实用新型公开了一种3D舌像采集装置，所述3D舌像采集装置包括一台3D相机、一个弧形滑轨、一个包含支撑架的颚托、一台显示屏，一个工作台。所述相机、滑轨、颚托、显示屏均置于工作台之上。所述3D相机置于滑轨之上，可以沿着滑轨左右滑动。所述显示屏与3D相机通过数据线进行连接。本实用新型通过将3D相机安装在滑轨上，能够拍摄多角度的舌体图像，从而合成出一张包括舌尖、舌头两侧、舌根等信息的完整舌体图像。本实用新型结构简单，操作方便。
一种采集装置

[发明专利]一种针对单一深度图像的3D人体姿态估计算法-CN201711406248.8有效
发明人： 蔡轶珩;王雪艳;孔欣然;马杰;李媛媛 -专利权人：北京工业大学
申请日： 2017-12-22 - 公布日： 2021-11-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于单一深度图像的3D人体姿态估计方法。首先提出改进型特征提取办法，综合利用部位尺寸信息和距离变换信息，来指导深度梯度特征提取，可极大增强所提特征的表达能力；为解决随机森林部位分类时存在的误分类问题，提出误分类处理机制—多级随机森林整合算法来去除部位误分点，获得更为准确的部位识别结果；通过改进PDA，利用位置权重阈值处理办法，使能够利用识别的部位尺寸信息，自适应的再次去除部位中的干扰点，从而获得更为准确的主方向向量；最后利用人体部件配置关系得到姿态估计结果。本发明改善了部位分类模型的准确率，并能有效去除识别部位中的误分类干扰点，提高识别部位的准确性，最终获得更为准确的3D人体姿态估计结果。
一种针对单一深度图像人体姿态估计算法

[发明专利]一种基于多尺度注意力机制的冰下层结构提取方法-CN202110303215.0在审
发明人： 蔡轶珩;刘丹;谢锦;杨静贤 -专利权人：北京工业大学
申请日： 2021-03-22 - 公布日： 2021-07-09 - 主分类号： G06N3/04 文献下载
摘要：一种基于多尺度注意力机制的冰下层结构提取方法，涉及使用计算机视觉领域。本发明提出了一种新型的MsANet网络，该网络以双分支卷积网络作为骨干网络，不仅融合了多尺度特征，且使用了3D注意力机制，以进一步对3D雷达拓扑序列中不同冰层独有的特征进行额外的特征建模，实现了对不同冰层空间关系的细化处理。3D注意力机制和多尺度模块形成的注意力多尺度模块，使得检测到的重要冰层特征可以通过利用多尺度模块得到更丰富的尺度特征，进一步加强对关键冰层特征的建模能力。本发明同时检测多个冰层位置作为不同任务，利用两分支结构分别学习不同位置冰层的独有特征，最终实现了快速、高精度的基于MsANet网络的冰下层结构提取算法。
一种基于尺度注意力机制下层结构提取方法

[发明专利]一种快速提取南极航空冰雷达数据中冰面与基岩界面的系统-CN201910850085.5有效
发明人：赵钰恺;稂时楠;蔡轶珩;张文博;包振山 -专利权人：北京工业大学
申请日： 2019-09-09 - 公布日： 2021-06-18 - 主分类号： G01S13/88 文献下载
摘要：本发明提出了一种快速提取南极航空冰雷达数据中冰面与基岩界面的方法，其包括剖面图显示优化模块与冰面/基岩界面提取模块，剖面图显示优化模块首次采用多效果优化融合的手段，可以使剖面图中界面信息更加清晰，而发明的半自动界面提取模块可以快速、准确的得到界面参数，对于南极航空观测现场数据的分析、处理具有重要意义。
一种快速提取南极航空雷达数据中冰面基岩界面系统

[发明专利]基于偏振光的中医舌苔润燥信息分析装置及方法-CN202110156801.7在审
发明人： 蔡轶珩;杨静贤;刘丹;谢锦 -专利权人：北京工业大学
申请日： 2021-02-04 - 公布日： 2021-05-14 - 主分类号： A61B5/00 文献下载
摘要：基于偏振光的中医舌苔润燥信息分析装置及方法属于中医望诊的客观化研究领域。在固定的光照条件下，得到短时间内有无偏振片情况下拍摄的两组图像。基于两组图像的差异，得到偏振片滤除的反光亮斑区域，该区域的像素数作为舌苔润燥的量化参考。对舌苔润燥这一舌象特征，主要依据舌面图像上的水分亮斑来进行量化分析，舌苔比较润时亮斑面积大，舌苔干燥时亮斑面积几乎为零。但是，由于舌表面白苔的图像数据与水分亮斑的数据非常接近，影响了分析的准确度。本方法基于水分反光的偏振特性，提出采用偏振片消除水分反光，从而在获得包含水分反光图像和不包含水分反光图像两组图像后，确定水分反光的像素范围，实现了更为准确的舌苔润燥量化分析。
基于偏振光中医舌苔信息分析装置方法

[发明专利]一种基于ST-Unet的视频异常检测方法-CN201811501290.2有效
发明人： 蔡轶珩;李媛媛;刘嘉琦;马杰 -专利权人：北京工业大学
申请日： 2018-12-10 - 公布日： 2020-10-16 - 主分类号： G06K9/00 文献下载
摘要：基于ST‑Unet网络的视频异常检测方法，涉及计算机视觉以及模式识别领域。本发明针对视频这类具有强时空相关性数据的处理问题提出新的ST‑Unet网络，该网络即利用了Unet网络在空间特征上良好的建模能力又结合了ConvLSTM在时间上的建模能力。为提高算法的准确性及其泛华能力，本发明在算法训练过中对输入的视频数据利用Dropout层进行“损坏”预处理。通过“损坏”的训练数据训练得到的网络不仅可以对完好的测试数据有较好的异常检测效果，对测试过程含噪的数据亦可检测出是否异常。本发明将重构算法结果与预测算法结果进行联合判别，实现了高精度的基于ST‑Unet网络的视频异常检测算法。
一种基于 st unet 视频异常检测方法

[发明专利]基于FCN-ASPP网络的冰盖雷达图像冰层精细化分割方法-CN201811538248.8有效
发明人： 蔡轶珩;马杰;胡绍斌;李媛媛 -专利权人：北京工业大学
申请日： 2018-12-16 - 公布日： 2020-10-16 - 主分类号： G06T7/11 文献下载
摘要：基于FCN‑ASPP网络的冰盖雷达图像冰层精细化分割方法涉及计算机视觉以及模式识别领域。本发明将雷达振幅图像作为网络的训练样本，针对冰层图像数据少的问题做了相应的数据扩增，扩大了该发明的广泛适用性。对冰盖图像进行了Lee滤波。为了尽可能保存边缘信息，对滤波过程增加了阈值判断过程。本发明通过构建FCN‑ASPP的冰层分割深度网络，通过对ASPP层进行改进，加强了该网络对于小尺度特征的提取能力。将初步分类结果通过CRF做进一步处理，在实现端到端的像素级分割的基础上进一步精细化了分割结果。此外，该网络极大的实现了自主学习的过程。
基于 fcn aspp 网络冰盖雷达图像冰层精细化分方法

[发明专利]一种基于D-Resnet的高光谱中医舌苔舌质分类方法-CN202010040344.0在审
发明人： 蔡轶珩;郭雅君;刘嘉琦;胡绍斌;张新峰 -专利权人：北京工业大学
申请日： 2020-01-15 - 公布日： 2020-06-09 - 主分类号： G06K9/62 文献下载
摘要：一种基于D‑Resnet的高光谱中医舌苔舌质分类方法，涉及计算机视觉领域。基于RGB颜色空间的舌苔舌质分类，信息量不足，而高光谱舌像蕴含大量的光谱以及空间信息，通过提取舌象某一区域的光谱反射率变化情况结合高光谱图像提供的空间分布信息，从而实现人体的舌苔舌质分类。本发明提出一个端到端的D‑Resnet网络对高光谱舌图像进行分类，本发明先构造了密集连接模块(densely‑connected spectral block)提取光谱信息，随后构造了预激活瓶颈残差模块(pre‑activation bottleneck residual spatial block)提取空间信息。本发明实现了基于高光谱图像的舌苔舌质分类。
一种基于 resnet 光谱中医舌苔分类方法

[发明专利]一种基于帧预测网络的动态舌颤检测方法-CN202010040375.6在审
发明人： 蔡轶珩;刘嘉琦;郭雅君;胡绍斌;张新峰 -专利权人：北京工业大学
申请日： 2020-01-15 - 公布日： 2020-06-05 - 主分类号： G06K9/00 文献下载
摘要：一种基于帧预测网络的动态舌颤检测方法，涉及计算机视觉，模式识别与医学工程领域。本发明针对动态视频这类具有强时空相关性数据的处理问题提出了一种新的P‑net网络，该网络不仅考虑了多种尺度的特征，又加入了ConvGRU模块进行时间上的建模，实现了时空信息的融合处理。为了准确提高舌颤的判断性能与网络的泛化能力，本发明在网络输入之前执行光流提取操作，进一步获取帧之间的颤动信息。本发明采取预测思路，使用生成对抗模型对网络进行联合判别训练，同时在计算颤动分数时使用了一种时空滑窗操作，最终实现了高精度的基于P‑net网络的动态舌颤检测算法。
一种基于预测网络动态检测方法

[发明专利]一种基于深度学习和Radon变换的医学图像检索方法-CN201611246378.5有效
发明人： 蔡轶珩;邱长炎;高旭蓉;崔益泽;王雪艳;孔欣然 -专利权人：北京工业大学
申请日： 2016-12-29 - 公布日： 2019-08-09 - 主分类号： G06F16/53 文献下载
摘要：一种基于深度学习和Radon变换的医学图像检索方法涉及计算机视觉和图像检索领域。在“粗”检索阶段，采用BING目标建议算法检测具有显著对象的区域，通过在深度卷积网络架构中引入部分均值Pooling，可提取出基于区域的显著区分性特征并降低特征维度，再聚合形成一个全局特征表达。在特征向量量化过程中，使用乘积量化算法来解决特征向量间相似性度量计算高复杂度问题。“细”检索阶段，借助Radon变换可将图像在多角度做积分投影，获取图像更多细节信息的特性，将“粗”检索中得到的Top50图像经过Radon变换生成Radon条码，经过相似性度量达到更精确检索。本发明提高医学图像检索的准确率，克服了直接使用卷积神经网络带来的特征区分性不强，特征维度高等医学图像检索问题。
一种基于深度学习 radon 变换医学图像检索方法

1
2
3
下一页»
尾页
共 44 条