“黄继风”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35个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多头注意力机制通信的多智能体强化学习算法-CN202310109063.X在审
发明人： 黄继风;董仁智 -专利权人：上海师范大学
申请日： 2023-02-14 - 公布日： 2023-06-27 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于多头注意力机制通信的多智能体强化学习算法，涉及智能体强化学习技术领域。本发明采用多头注意力机制实现智能体间高效通信，获取重要信息，信息用于智能体的即时决策；采用中心化训练分布式执行范式，使用Critic网络从整体角度评估策略价值，提升决策质量，在执行时智能体根据训练好的Actor网络独自执行最优动作，达成多智能体的高水平协同合作；使用目标网络实现模型软更新，避免策略价值过高估计，平稳训练过程。本发明解决了分布式训练多智能体强化学习算法训练不稳定与难以合作的问题，在多智能体合作任务方面有很好应用前景。
一种基于多头注意力机制通信智能强化学习算法

[发明专利]一种人体骨骼检测装置-CN202310098032.9在审
发明人：侯盈盈;鲍娜娜;黄振华;黄继风 -专利权人：上海师范大学;安徽大学
申请日： 2023-02-10 - 公布日： 2023-06-13 - 主分类号： A61B6/00 文献下载
摘要：本发明提供一种人体骨骼检测装置，涉及人体骨骼检测领域，包括形状呈C形的检测仪、固定设置在检测仪下方且与地面连接的底座；在检测仪的内侧且位于检测仪的内侧中部设有定位点，检测仪的内侧其位于定位点的外侧设置有壳体；在检测仪的两侧且位于定位点两端处设置固定组件和连接架；本发明通过两个限位块控制人体手臂放置位置，并通过伸缩杆驱动连接块，使连接块带动滑块沿连接块中部下移，使压力传感器带动垫片对人体手臂进行压制，且，通过压力传感器检测挤压力并控制伸缩杆的工作，从而使人体手臂安全的固定在连接块的内侧，避免检测仪进行双能X射线检测手臂骨密度时，手臂出现上下左右移动导致监测数据出现误差的问题。
一种人体骨骼检测装置

[发明专利]一种基于高斯混合模型与深度学习的多类别车辆检测方法-CN201910726408.X有效
发明人： 黄继风;王志远 -专利权人：上海师范大学
申请日： 2019-08-07 - 公布日： 2023-06-02 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于高斯混合模型与深度学习的多类别车辆检测方法。本发明同时检测多种类别的车辆，将传统算法与深度学习模型进行了结合，具体包括A通过高清摄像头获得道路高清监控视频，并将其传递给后台服务器；B通过高斯混合模型背景差分法进行前景提取，同时进行轮廓检测，获得待检测的ROI区域。C将ROI区域传入到改进后的SqueezeNet网络进行类别检测，并显示结果。D.将每一类别的车辆进行汇总，同时计算视频检测的检测速度。E.将每一帧的视频检测结果汇成视频流显示，同时进行备份供用户备份检查。本发明使用少量预训练样本，并达到较高的检测准确率，同时本发明改进了SqueezeNet网络，在保证准确率的前提下，使网络模型和参数量尽可能少，使其更具实用性。
一种基于混合模型深度学习类别车辆检测方法

[发明专利]一种三维人体姿态检测仪-CN202310097887.X在审
发明人：侯盈盈;鲍娜娜;黄振华;黄继风 -专利权人：上海师范大学;安徽大学
申请日： 2023-02-10 - 公布日： 2023-05-09 - 主分类号： G01B21/20 文献下载
摘要：本发明提供一种三维人体姿态检测仪，涉及人体扫描领域，包括撑座本体和盖合在所述撑座本体处旋转的踩踏部；以及蛇管，圈绕在所述撑座本体外周，使一端无束缚，并且沿蛇管身形嵌入多个扫描头，用于人员站立在旋转的所述踩踏部时，扫描人员姿态，本发明围绕定扫描件，动人员的扫描思路对检测仪构型进行了大幅度缩减，除了省去过多的器件，还通过精简主动驱动构件，加入更为轻盈的蓄力驱动器件来驱动人员旋转，从而在缩减构型的过程中同步减重，以达到随手携带的使用效果。
一种三维人体姿态检测

[发明专利]一种基于强化学习的丢包控制方法和计算机设备-CN202310109335.6在审
发明人： 黄继风;董仁智 -专利权人：上海师范大学
申请日： 2023-02-14 - 公布日： 2023-05-02 - 主分类号： H04L43/0829 文献下载
摘要：本发明公开了一种基于强化学习的丢包控制方法和计算机设备，涉及计算机设备技术领域，包括以下步骤：步骤一：初始化数据解析环境；步骤二：接收数据；步骤三：解析数据；步骤四：分析数据，将本地解析后的文件与网络云端文件进行对比，并且分析解析后的文件是否存在丢包情况；步骤五：若本地文件不存在丢包情况，则获取环境奖励并且输出数据；步骤六：若本地文件存在丢包的情况，则处理程序进行丢包问题排查；步骤七：本地设置修改后，重复步骤二至步骤四。本发明能够单次运算解析单个数据包，避免了多个数据包同时解析、对比所需要的计算资源，保证了计算机设备的高速运行。
一种基于强化学习控制方法计算机设备

[发明专利]一种基于机器视觉的子宫颈细胞图像分割方法-CN201910725869.5有效
发明人： 黄继风;黄少华;虞杨 -专利权人：上海师范大学
申请日： 2019-08-07 - 公布日： 2023-05-02 - 主分类号： G06T7/155 文献下载
摘要：本发明涉及一种基于机器视觉的子宫颈细胞图像分割方法，该方法涉及医学图像处理技术领域。该方法包括：先对子宫颈细胞原图进行切块处理，然后分别对细胞质团块和细胞核进行检测，筛选等处理，其中细胞核的检测除了图像处理方法外还运用到了细胞学上的先验知识对细胞核进行筛选，大大提高细胞核筛选的准确率，结合得到的细胞质团块以及细胞核进行细胞的定位，本发明能够实现细胞的快速定位，帮助医疗人员提高辨识效率。
一种基于机器视觉子宫颈细胞图像分割方法

[发明专利]一种基于Involution的轻量化人体姿态估计方法和系统-CN202210052246.8在审
发明人： 黄继风;姜康 -专利权人：上海师范大学
申请日： 2022-01-18 - 公布日： 2022-09-27 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于Involution的轻量化人体姿态估计方法和系统，涉及人体姿态检测领域，本发明包括构建特征提取网络；基于Involution对特征图进行优化，并获取新的特征图；以Involution为卷积核构建人体姿态识别模型；获取人体姿态热图；将热图和特征图同时作为数据输入人体姿态识别网络，最后产生人体姿态节点信息；本发明通过最新的神经网络算子Involution，设计一个新的特征提取网络，保持很强的学习能力的同时，还能够保证网络性能不退化，分类性能表现出色，且通过人体姿态识别网络，对新特征提取网络效果进行验证，相较于原网络，参数量和计算量有明显降低，同时模型的准确率有提升，提高了网络处理的速度。
一种基于 involution 量化人体姿态估计方法系统

[发明专利]一种基于UniLM的中文语法纠错方法-CN202210450638.X在审
发明人： 黄继风;冯雅 -专利权人：上海师范大学
申请日： 2022-04-26 - 公布日： 2022-08-09 - 主分类号： G06F40/253 文献下载
摘要：本发明涉及一种基于UniLM的中文语法纠错方法，包括以下步骤：步骤A：利用爬虫技术采集Lang‑8网站母语非中文学习者书写语句和对应批改语句，并对语句进行清洗生成语料库；步骤B：对语料库进行预处理后划分训练集和验证集；步骤C：结合预训练模型，对构建的基于UniLM的中文语法纠错模型采用训练集进行微调训练；步骤D：使用训练好的纠错模型采用验证集进行验证，并对纠错效果进行评价，并利用该纠错模型输入待纠错语句进行纠错。与现有技术相比，本发明具有精确率高、误判率低、性能好等优点。
一种基于 unilm 中文语法纠错方法

[发明专利]一种基于Transformer和多任务学习的中文语法纠错方法-CN202210452081.3在审
发明人： 黄继风;冯雅 -专利权人：上海师范大学
申请日： 2022-04-26 - 公布日： 2022-08-09 - 主分类号： G06F40/253 文献下载
摘要：本发明涉及一种基于Transformer和多任务学习的中文语法纠错方法，该方法包括以下步骤：步骤A：利用爬虫技术收集Lang‑8网站母语非中文学习者书写语句和对应批改语句，清洗并筛选语句对，组成语料库；步骤B：对语料库中的语句对数据进行预处理；包括去停用词、繁体转简体、以及划分训练集和验证集；步骤C：基于编辑操作集合生成训练样本所需的标签；步骤D：构建基于Transformer和多任务学习的中文语法纠错模型进并采用训练集行训练；步骤E：对完成训练的中文语法纠错模型通过验证集进行验证，根据评价指标评价纠错效果，并利用该模型输入待纠错语句进行纠错。与现有技术相比，本发明具有精确率高、泛化能力强、性能好等优点。
一种基于 transformer 任务学习中文语法纠错方法

[发明专利]一种基于骨架的轻量化武术动作识别评分方法及装置-CN202210629042.6在审
发明人：林晓;王学鑫;黄伟;高幕峰;郑晓妹;黄继风 -专利权人：上海师范大学
申请日： 2022-06-06 - 公布日： 2022-08-05 - 主分类号： G06V40/20 文献下载
摘要：本申请实施例公开了一种基于骨架的轻量化武术动作识别评分方法及装置；所述方法包括：通过获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；获取所有动作帧图的聚合数据；根据所述聚合数据进行武术分类，得到分类输出结果；对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分；本申请实施例智能化对武术动作进行评分，提高了评分结果的准确性，网络结构简单，耗时短，提升了评分的效率，减轻了教师的工作压力。
一种基于骨架量化武术动作识别评分方法装置

[发明专利]一种基于编解码结构的人群计数和密度估计方法-CN202111619982.9在审
发明人： 黄继风;邹敏;姜康;黄子平;陈海光;林晓 -专利权人：上海师范大学
申请日： 2021-12-23 - 公布日： 2022-05-06 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于编解码结构的人群计数和密度估计方法，包括以下步骤：A、根据人群拥挤场景的监控视频获取人群图像；B、根据人群图像构建训练数据集；C、构建人群计数和密度估计模型；D、采用训练数据集对人群计数和密度估计模型进行训练；E、若模型训练的轮次达到设定的迭代值，则保存模型并执行步骤F，否则，返回步骤D；F、将待预测的人群图像输入训练好的人群计数和密度估计模型中，预测对应的人群数量和密度。与现有技术相比，本发明利用分类网络的多尺度特征提取人群不同尺度的特征信息，有效提升模型的性能；同时能够获得与原图像同等分辨率的预测密度图，有效的估计出区域的人群密度和人群总数量。
一种基于解码结构人群计数密度估计方法

[发明专利]一种基于人体姿态估计的武术动作识别方法-CN202210052217.1在审
发明人： 黄继风;姜康 -专利权人：上海师范大学
申请日： 2022-01-18 - 公布日： 2022-04-29 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于人体姿态估计的武术动作识别方法，涉及武术动作识别技术领域，本发明包括如下步骤：获取标准的教学视频；将所述教学视频根据武术动作提取短视频，得到单帧人物动作图片；将所述单帧人物动作图片送入人体姿态识别网络得到关节点数据；对所述关节点数据进行标准化、归一化处理；将处理后的所述关节点数据进行分类，根据分类结果对所述关节点数据进行保存，并显示；本发明的实施，使得动作方面不仅有固定简单的动作，而且网络较为轻巧，处理速度较快，人体姿态识别网络在实际中部署比动作识别网络要简单，能够有效的识别出视频中人物所作的动作，能够有效的辅助裁判员对武术动作进行评分，提高评分的准确性，使评分更有依据。
一种基于人体姿态估计武术动作识别方法

[发明专利]一种基于深度学习的多阶段轻量级人群计数方法-CN202111591925.4在审
发明人： 黄继风;邹敏;姜康;黄子平;陈海光;林晓 -专利权人：上海师范大学
申请日： 2021-12-23 - 公布日： 2022-04-22 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于深度学习的多阶段轻量级人群计数方法，包括以下步骤：A、根据采集到的人群视频监控数据构建训练数据集；B、构建人群计数模型并设置模型训练参数；C、训练人群计数模型；D、在训练过程中计算人群计数模型的评价指标，若评价指标小于设定值，则保存模型参数并执行步骤E，否则执行步骤C继续训练；E、获取同场景下的人群视频，对视频隔帧进行模型预测，实时统计场景中的人数并展示人群密度图。与现有技术相比，本发明利用深度可分离卷积和多尺度思想结合，在能够保证人群计数效果的前提下，提高了模型的计数效率，使其更具有实用性。
一种基于深度学习阶段轻量级人群计数方法

[发明专利]一种基于双编码指针混合网络的中文摘要生成方法-CN202111420505.X在审
发明人：陈海光;刘明星;齐子锋;黄继风 -专利权人：上海师范大学
申请日： 2021-11-26 - 公布日： 2022-04-15 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种双编码指针混合网络的中文摘要生成方法，包括：从语料数据集中获取中文文本数据，中文文本数据包括正文文本及对应的摘要；对获取的中文文本数据进行预处理，并将预处理后的中文文本数据按照设定的比例划分为训练集、验证集和测试集；根据训练集、验证集和测试集，创建对应的词典；基于双编码指针混合网络算法，构建双编码模型；基于训练集和验证集，对双编码模型进行训练和交叉验证；基于测试集对训练后的双编码模型进行测试，以得到中文摘要生成模型；将目标文本输入中文摘要生成模型，输出得到对应的中文摘要。与现有技术相比，本发明能够自动、准确地生成对应于中文文本的中文摘要，具有准确率高、概括能力强、语句通顺的优点。
一种基于编码指针混合网络中文摘要生成方法

[发明专利]训练方法及装置、去雨方法、终端设备、存储介质-CN201910837465.5有效
发明人：陈春东;但宇豪;杜渂;黄继风;王聚全;雷霆;邱祥平;彭明喜;周赵云;陈健;杨博;刘冉东;王月;王孟轩;张胜;韩国令 -专利权人：迪爱斯信息技术股份有限公司
申请日： 2019-09-05 - 公布日： 2022-03-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种训练方法及装置、去雨方法、终端设备、存储介质，涉及图像处理领域。该训练方法包括：读取一张带雨图像上的带雨图片块；将所述带雨图片块作为特征图像依次通过去雨循环神经网络模型中的通道提升模块、全局信息注意力模块、雨层注意力模块和通道恢复模块，得到特征图像对应的雨水图片块；将所述雨水图片块对应的特征图像减去所述雨水图片块，得到所述带雨图片块对应的去雨图片块；将所述去雨图片块作为特征图像再次输入至去雨循环神经网络模型，直至得到的所述去雨图片块中的雨水被去除。本发明去雨循环神经网络模型对输入的带雨图片块进行雨水的训练，提高对雨水的识别能力。
训练方法装置终端设备存储介质

1
2
3
下一页»
尾页
共 35 条