“倪佩青”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的视频超分辨率重建方法-CN201810864938.6有效
发明人：章东平;张香伟;倪佩青 -专利权人：中国计量大学
申请日： 2018-08-01 - 公布日： 2023-04-07 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于深度学习的视频超分辨率重建方法，其技术关键在于（1）给定同一镜头下连续图像，网络预测更清晰的视频帧图像；（2）采用双向循环神经网络和深度3D反向投影网络；（3）本发明将两个网络合并成一个网络，此网络作为本发明的深度学习的视频超分辨率重建的网络（4）训练数据为有标签，将处理的数据视频帧通过此网络得到损失函数。本发明最终目标是输入低分辨率视频帧经过双向循环网络预测视频帧的时间和空间上的信息，经过3D投影网络再预测视频帧的细节信息，经过反复训练得到一个最优模型，这个模型应用于去除相机的抖动、物体快速运动的模糊、失焦模糊、镜头光学模糊、景深变化、压缩失真和噪声等降质因素的影响。
一种基于深度学习视频分辨率重建方法

[发明专利]基于级联结构的多尺度彩色图像人脸比对方法-CN201810497963.5有效
发明人：章东平;井长兴;倪佩青;陈奇;杨力 -专利权人：中国计量大学
申请日： 2018-05-22 - 公布日： 2021-12-21 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种基于级联结构的多尺度彩色图像人脸比对方法，该方法包括：（1）针对彩色图像RGB三通道，每一个通道的人脸图像对进行多尺度人脸特征提取；（2）针对RGB三通道，分别构建人脸比对决策树，训练相应三通道人脸比对决策树分类器；（3）基于Softcascade级联结构，联合三通道人脸比对决策树分类器输出人脸比对概率均值，得到人脸比对综合概率值。本发明针对多尺度彩色图像人脸比对问题，通过提取跨尺度归一化像素差特征，训练基于Softcascade级联结构人脸比对决策树模型，能够有效提高多尺度彩色图像人脸比对识别率。
基于级联结构尺度彩色图像方法

[发明专利]基于人口信息库与实名通话记录的团伙及其头目识别方法-CN201711029582.6有效
发明人：章东平;井长兴;倪佩青;杨力;肖刚 -专利权人：江西高创保安服务技术有限公司
申请日： 2017-10-27 - 公布日： 2021-08-31 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于人口信息库与实名通话记录的团伙及团伙头目的识别方法，该方法包括：(1)对监控中的人群场景分析，监控视频中移动的行人和静止人群进行小群体(团伙)分割，确定团伙群体目标；对团伙群体目标进行人脸检测；(2)分别通过确定团伙成员之间的跟随关系、确定人脸方向持续时间进行基于视频信息的团伙头目检测；(3)基于人口信息库，通过深度学习卷积神经网络算法实现人像比对，确定团伙成员身份信息；(4)结合通讯数据库，确定团伙内部实名通话时间及次数记录，以及团伙与外部异常通话时间、次数记录，实现基于通话记录的团伙头目检测；(5)综合分析视频信息及通话记录关系，实现犯罪团伙头目和成员的识别。
基于人口信息库实名通话记录团伙及其头目识别方法

[发明专利]一种基于表情识别的城市幸福指数动态热力图生成方法-CN201810497799.8有效
发明人：章东平;胡葵;倪佩青;毕崇圆;张香伟 -专利权人：中国计量大学
申请日： 2018-05-22 - 公布日： 2021-07-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于表情识别的城市幸福指数动态热力图生成方法，基于深度学习卷积神经网络的表情识别技术，通过人脸的表情评分机制和城市区域出入口的人流量构造幸福指数函数并绘制幸福指数动态热力图。人脸表情直观地反映人的幸福感，只需采集处理视频就能可靠地计算幸福指数，免去调查问卷的繁琐，突破了以经济指标评价城市幸福指数的传统模式。通过城市幸福指数热力图可以观察城市不同区域的市民的幸福感差异情况，而幸福指数动态热力图可以反映不同区域不同时段的幸福指数变化，同时可以促进社会学家对幸福指数的研究和提高幸福指数的实用性。
一种基于表情识别城市幸福指数动态力图生成方法

[发明专利]一种网纹人脸图像修复方法-CN201810867459.X有效
发明人：章东平;倪佩青 -专利权人：中国计量大学
申请日： 2018-08-01 - 公布日： 2021-06-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种网纹人脸图像修复方法，其目的在于修复网纹人脸图像提升人脸识别的性能。利用图像处理技术实现从网纹人脸图像中恢复出清晰人脸图像，其技术关键在于（1）利用Dlib库实现对人脸68个关键点的提取；（2）采用最小二乘实现人脸对称轴的拟合；（3）根据图像的像素信息对图像进行分割；（4）根据背景网纹的分布信息，分析得到的值并作为先验知识提取整幅图像的网纹；（5）利用拟合得到的人脸对称轴和提取到的网纹进行人脸修复。本发明所采用的方法实现了输入一张网纹人脸图像，输出即为去网纹的清晰人脸图像。本发明不仅提升了图像的视觉效果，还提高了网纹人脸图像的识别准确率。
一种网纹人脸图像修复方法

[发明专利]一种基于深度学习的图像超分辨率重建方法-CN201711020490.1有效
发明人：章东平;倪佩青;井长兴;杨力;肖刚 -专利权人：江西高创保安服务技术有限公司
申请日： 2017-10-27 - 公布日： 2021-05-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于深度学习的图像超分辨率重建方法，其目的在于利用深度学习技术对低分辨率数据进行训练得到低分辨率到高分辨率之间的映射函数，其技术关键在于(1)对数据集进行下采样处理；(2)利用残差原理，将不同层间的卷积激活结果相加；(3)训练数据分为有标签和无标签两类，两种情况对应两种损失数；(4)整合两类情况，获得最终的损失函数。本发明输入任意一张低分辨率图像到训练好的神经网络模型中，神经网络的输出即为重建后的超分辨率图像。本发明在不改变成像系统硬件设备的前提下，有效提高所获取的图像质量。
一种基于深度学习图像分辨率重建方法

[发明专利]一种基于多分辨率的图像分类方法-CN201711120584.6有效
发明人：章东平;倪佩青;胡葵;杨力;张香伟 -专利权人：中国计量大学
申请日： 2017-11-14 - 公布日： 2021-03-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多分辨率的图像分类方法，其目的在于利用不同的深度神经网络结构解决多分辨率输入问题，利用深度学习技术实现从分类标签集合中找出一个分类标签并把分类标签分配给输入图像的效果。其技术关键在于(1)采用跳过部分池化层的方法来实现多分辨率图像分类；(2)采用指定位置输入的方法来实现多分辨率图像分类。(3)根据卷积网络不同层得到的特征特点不同，对不同层的特征采用不同的利用方式。本发明输入任意一张测试图片到训练好的神经网络模型中，神经网络的输出即为该图片的类别。本发明在不统一输入图片大小的前提下，保持了原图片质量，不增加任何噪声，有效地实现了多分辨率的图像分类。
一种基于分辨率图像分类方法

[发明专利]一种基于深度学习的人脸超分辨率重建方法-CN201711458187.X在审
发明人：章东平;倪佩青;毕崇圆;杨力;肖刚 -专利权人：江西高创保安服务技术有限公司
申请日： 2017-12-28 - 公布日： 2018-04-24 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于深度学习的人脸超分辨率重建方法，其目的在于利用深度学习技术对低分辨率人脸数据进行训练得到低分辨率人脸到高分辨率人脸之间的映射函数，其技术关键在于（1）对训练人脸数据集进行关键点提取；（2）根据提取的关键点计算人脸角度并筛选出比较正的人脸图像；（3）对比较正的人脸图像进行校正；（4）将校正的人脸图像以左眉毛、左眼、右眉毛、右眼、鼻子和嘴巴进行分割后分别训练；（5）把经过超分辨率处理后的眉毛、眼睛、鼻子和嘴巴图像与经过超分辨率处理后面部图像进行结合得到最终的超分辨率人脸图像。本发明在不改变成像系统硬件设备的前提下，有效提高所获取的人脸图像质量。
一种基于深度学习人脸超分辨率重建方法

[实用新型]一种防脱落螺丝-CN200520133313.0无效
发明人： 倪佩青 -专利权人： 倪佩青
申请日： 2005-11-18 - 公布日： 2007-03-28 - 主分类号： F16B35/00 文献下载
摘要：本实用新型涉及一种防脱落螺丝，属于机械技术领域。螺丝或螺栓外径螺纹之间的底部为一旋转平面。螺丝或螺栓外径螺纹之间的底部的直径大于标准螺丝或螺栓外径螺纹之间的底部的直径，该结构可以使螺丝或螺栓与部件或螺母的连接紧固。本实用新型的有益效果，本实用新型在与部件或螺母的连接时，需要加力啮合，螺丝或螺栓外径螺纹之间的底部被部件或螺母的尖扣咬出沟槽，所以连接牢固。
一种脱落螺丝

1
共 9 条