“凌贺飞”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42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路面病变检测预警方法及系统-CN202010582258.2有效
发明人： 凌贺飞;黄昌喜;张鹏锋;李青松 -专利权人：华中科技大学
申请日： 2020-06-23 - 公布日： 2023-10-27 - 主分类号： G06Q10/0639 文献下载
摘要：本发明提供一种基于深度学习的路面病变检测预警方法，包括：确定路面不同分段的不同时间段的参数；将各个分段路面不同时间段的参数分别输入到预先训练得到的双路深度神经网络模型，以检测各个分段路面参数对应的样本能量；基于POT模型以及各个分段路面参数对应的样本能量确定报警阈值；当某个分段路面的样本能量超过所述报警阈值时，认为该分段路面发生病变，将该分段路面设为一个报警点进行路面病变预警。本发明基于双路深度神经网络计算出输入路面样本数据的样本能量，样本能量值越大，说明该段路面早期病变、劣化的可能性越高；筛选报警阶段，使用了POT模型和延迟法进行两步式的筛选，在尽量提高召回率的同时不对精度造成过大的影响。
一种基于深度学习路面病变检测预警方法系统

[发明专利]一种基于双网络的电厂设备故障预警方法及系统-CN202010753732.3有效
发明人： 凌贺飞;张鹏锋;李青松;黄昌喜 -专利权人：元神科技（杭州）有限公司
申请日： 2020-07-30 - 公布日： 2023-10-27 - 主分类号： G06F18/22 文献下载
摘要：本发明提供一种基于双网络的电厂设备故障预警方法及系统，包括：确定电厂机组设备实时运行的工况参数；将工况参数输入训练好的双网络模型，以计算工况参数对应的样本能量；双网络模型包括：自编码网络和估计网络；自编码网络用于提取工况参数的深度特征数据；估计网络估计深度特征数据在高斯混合模型下的分布概率，并基于分布概率更新高斯混合模型的参数，并基于更新参数后的高斯混合模型确定工况参数对应的样本能量；当样本能量大于预警阈值时，认为对应的电厂机组设备发生故障。本发明可对高维数据进行特征提取，以避免传统机器学习方法难以处理的维数灾难问题；在不影响解码能力的情况下，降低了网络训练和使用的时间成本。
一种基于网络电厂设备故障预警方法系统

[发明专利]一种视频多目标跟踪方法及系统-CN202010693529.1有效
发明人： 凌贺飞;王现瑞;黄昌喜 -专利权人：元神科技（杭州）有限公司
申请日： 2020-07-17 - 公布日： 2023-10-24 - 主分类号： G06T7/246 文献下载
摘要：本发明提供一种视频多目标跟踪方法及系统，将含有待跟踪目标的视频抽取为连续的视频帧，并通过孪生网络学习帧之间的时序信息；通过深度卷积神经网络基于连续的视频帧和时序信息提取待跟踪目标的多尺度目标特征；基于多尺度目标特征得到目标位置检测结果，以及有效的目标外观特征描述向量；基于目标外观特征描述向量，计算当前视频帧与预设时间内的历史视频帧之间的外观特征相似度；基于目标位置检测结果，计算运动特征相似度；将外观特征相似度和运动特征相似度的乘积作为目标与轨迹之间的相似度，确定各个目标与轨迹之间的最佳匹配关系，得到多目标的跟踪结果。本发明在保证领先的跟踪性能的基础上，大幅度提升了跟踪速度，具有很高的应用价值。
一种视频多目标跟踪方法系统

[发明专利]基于去噪和动量蒸馏的跨模态检索模型构建方法-CN202310750571.6在审
发明人： 凌贺飞;李南希;李平 -专利权人：华中科技大学
申请日： 2023-06-21 - 公布日： 2023-10-10 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于去噪和动量蒸馏的跨模态检索模型构建方法，属于跨模态检索领域，方法包括：构建包含N个级联的第一模态数据编码器、以及N个级联的第二模态数据编码器的编码单元；在第i个第一、第二模态数据编码器的输出端之间设置第i自监督去噪单元，用于对第i层的原始联合特征标记依次进行加噪、解码重构，得到第i层的重构联合特征标记，i∈(1,N‑1)；进一步构建跨模态检索模型；以重构联合特征标记和原始联合特征标记之间的KL散度最小为目标，构建模态交互损失，以进一步形成总损失函数；以总损失函数收敛为目标，训练跨模态检索模型。加强模态间关联的学习，提高模型检索的准确率，且具有高效的推理速度。
基于动量蒸馏跨模态检索模型构建方法

[发明专利]一种视频行为识别方法及系统-CN202010698476.2有效
发明人： 凌贺飞;陈遥;黄昌喜 -专利权人：元神科技（杭州）有限公司
申请日： 2020-07-20 - 公布日： 2023-10-10 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种视频行为识别方法及系统，其特征在于，包括：基于三维全分离卷积构建轻量级三维卷积神经网络模型；基于时序全局信息对、模型进行优化，以使得轻量级三维卷积神经网络模型能够提取视频在时间维度上的判别性全局信息；通过预先准备的训练视频帧，基于交叉熵损失的梯度下降法对优化后的模型进行参数优化，得到训练好的轻量级三维卷积神经网络模型；将待识别的视频输入到训练好的轻量级三维卷积神经网络模型，识别视频中运动物体的行为信息。本发明在保证视频行为识别准确率的前提下降低计算负载，不需要依赖卷积的叠加就能够直接建模全局信息，进一步提高准确率。
一种视频行为识别方法系统

[发明专利]一种基于Storm的电厂生产设备故障预警方法及系统-CN201910716065.9有效
发明人： 凌贺飞;陶明威;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2022-05-20 - 主分类号： G06F16/27 文献下载
摘要：本发明公开了一种基于Storm的电厂生产设备故障预警方法及系统，属于电厂设备监测领域，包括：实时采集测点数据并按主题存储到分布式消息队列中；按照主题从分布式消息队列中拉取测点数据进行过滤和验证，实时存储到HBase中，同时，将同时被采集、主题相同且相互关联的每一组测点数据分别作为一个预测目标向量；对于每一个预测目标向量Tj，利用对应的预测模型获得K个聚类，若至少存在一个聚类，其类均值与预测目标向量Tj在各维度的差值均在预警范围内，则判定正常；否则，获得类权重最大的聚类，获得不在预警范围内的差值所对应的测点并判定为异常测点，生成预警信息并存储到数据库中。本发明能够提高电厂生产设备故障预警的适应性、实时性以及可扩展性。
一种基于 storm 电厂生产设备故障预警方法系统

[发明专利]一种基于自注意力机制的深度学习的步态识别系统与方法-CN201910718753.9有效
发明人： 凌贺飞;吴佳;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2022-05-20 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于自注意力机制的深度学习的步态识别系统与方法，属于步态识别领域。本发明提出使用注意力机制作用于原始的特征图上，通过学习到一个与原始特征相同大小的0～1之间的矩阵，对原始特征进行降噪，挑选图片中的显著特征，减少特征中的噪音；将分类损失和对比验证损失有机结合，以结合损失函数对特征进行惩罚，不仅利用了目标的身份信息，同时利用了目标之间的不同关系，增加了不同特征之间的区分度；将步态中最重要的四肢特征作为先验知识加入原始深度特征中，这种结合不仅能利用目的全局体型特征，校正全局特征学习到的关于衣服变换带来的不利于分类的特征，增强原始深度特征的表达能力，从不同维度上增强特征的表达能力。
一种基于注意力机制深度学习步态识别系统方法

[发明专利]一种视频监控场景下的行人混合搜索方法及系统-CN201910716258.4有效
发明人： 凌贺飞;陈墨;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2022-03-18 - 主分类号： G06F16/783 文献下载
摘要：本发明公开了一种视频监控场景下的行人混合搜索方法及系统，属于视频内容搜索领域，包括：视频解码得到帧图像；对帧图像分别进行人脸目标检测和行人目标检测，以分别得到行人目标的人脸快照和行人快照；识别同一帧中属于同一行人目标的人脸快照和行人快照，关联到一起；根据人脸快照提取人脸特征，并根据行人快照提取行人重识别特征，以通过特征匹配将当前帧中的行人目标与已处理完成的帧图像中的行人目标进行匹配，以获取到同一行人目标的轨迹；将行人目标ID连同该行人目标的人脸快照、行人快照、人脸特征、行人重识别特征以及轨迹信息均存储至数据库中，从而得到搜索数据库。本发明能够提供行人目标的多角度特征描述，为应用提供可靠的支持。
一种视频监控场景行人混合搜索方法系统

[发明专利]一种监控视频中步态轮廓图的提取方法及系统-CN201910716138.4有效
发明人： 凌贺飞;肖祖安;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2021-12-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种监控视频中步态轮廓图的提取方法及系统，属于计算机视觉领域，包括：解码得到视频帧序列后进行缓存；对视频帧进行行人检测，得到行人目标快照及行人目标框，并进行目标框归一化，以得到方形快照并进行缓存；根据行人目标快照提取行人重识别特征后进行缓存，并通过特征匹配实现当前视频帧中的行人目标与前一帧中行人目标的匹配，从而实现对同一行人目标的跟踪；若成功跟踪到同一行人目标在连续n帧之间的轨迹，则获取该行人目标在连续n帧中的方形快照，进行人形分割后进行二值化处理，以得到该行人目标在连续n帧中的步态轮廓图并进行缓存。本发明能够提高监控视频中步态轮廓图的提取效果，以满足步态识别的要求。
一种监控视频步态轮廓提取方法系统

[发明专利]一种基于鲁棒深度哈希网络的图像检索系统与方法-CN201910718017.3有效
发明人： 凌贺飞;方杨;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2021-11-19 - 主分类号： G06F16/532 文献下载
摘要：本发明公开了一种基于鲁棒深度哈希网络的图像检索系统与方法，属于计算机视觉与模式识别领域。本发明将空间转换网络模块引入到深度哈希网络结构中，使模型能根据图片内容自适应地进行尺度缩放、旋转等仿射变换，提高模型的泛化能力。同时采取基于互学习策略，在增加网络的泛化性及鲁棒性的同时，也能提高网络的训练稳定性并加速网络的收敛。采用松弛哈希生成函数和改进网络结构松弛二值哈希码到连续的实值空间，使得网络可以进行求导并通过反向传播算法进行学习。该技术手段依据松弛哈希函数在输入前添加一个放大系数后，可以逐渐逼近符号函数，从而替代符号函数。由于去掉二值约束正则项，避免引入多余的辅助变量和计算。
一种基于深度网络图像检索系统方法

[发明专利]基于残差注意力机制的面部表情识别方法及系统-CN201910694449.5有效
发明人： 凌贺飞;王丹;李平 -专利权人：华中科技大学
申请日： 2019-07-30 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于残差注意力机制的面部表情识别方法及系统，属于计算机视觉领域，包括：提取包含人脸区域的目标框并进行特征归一化处理，之后利用面部表情识别模型进行面部表情识别；面部表情识别模型包括：一个降采样特征提取结构，用于通过小卷积块对目标框进行特征提取；多个级联的残差注意力结构，分别用于通过深度可分离卷积结构对输入的特征图进行特征提取，以得到精细特征图，并在通道域上对输入的特征图提取感兴趣特征，以得到关键特征图，并将得到的特征图点乘后与精细特征图叠加为残差特征图；以及一个融合损失层，用于获取最后一个残差特征图的损失值，从而预测面部表情类别。本发明能够提高面部表情识别的识别精度和识别速度。
基于注意力机制面部表情识别方法系统

[发明专利]一种基于定位点辅助的盲鲁棒数字水印嵌入和检测方法-CN201910789582.9有效
发明人： 凌贺飞;谌美玲;李平 -专利权人：华中科技大学
申请日： 2019-08-26 - 公布日： 2021-10-15 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于定位点辅助的盲鲁棒数字水印嵌入和检测方法，属于数字水印领域。本发明提出了基于定位点机制，定位点用来辅助确定水印嵌入的区域，水印嵌入过程，首先嵌入定位点，确立水印嵌入区域，再在该区域进行水印嵌入；水印检测过程，首先检测识别定位点，通过定位点进行水印作品矫正，获得正确的水印嵌入位置，再进行水印检测。当水印作品受到包含摄屏攻击在内的几何攻击时，仍能在没有原始载体前提下，借助定位点还原几何形变，维持嵌入位置的相对不变性，抵抗摄屏攻击，抵抗拍摄导致的图像非线性缩放畸变以及周边其他内容干扰，抵抗模糊噪点对比度调整等常规图像处理攻击和裁剪缩放旋转等几何攻击，达到正确溯源追踪的目的。
一种基于定位辅助盲鲁棒数字水印嵌入检测方法

[发明专利]一种基于语义分割的行人多属性识别方法-CN201810621599.9有效
发明人： 凌贺飞;陆竭;李平 -专利权人：华中科技大学
申请日： 2018-06-15 - 公布日： 2021-08-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于语义分割的行人多属性识别方法，本发明方法在线下训练阶段，首先选择比较普遍的行人属性，在行人属性数据集上训练行人多属性识别模型。该模型有三条输出分支，其中两条分支采用语义分割结合特征融合策略分别输出颜色属性和类型属性。第三条分支输出性别属性。综合模型的三条分支输出得到行人多属性。在线上查询阶段，用行人多属性识别模型对行人图像库提取属性，然后就可以通过属性查询库中有该属性的行人图像。本发明方法在行人多属性识别方面取得了很好的准确率。
一种基于语义分割行人属性识别方法

[发明专利]一种基于深度学习的行人目标跟踪方法-CN201810708758.9有效
发明人： 凌贺飞;余成跃;李平 -专利权人：华中科技大学
申请日： 2018-07-02 - 公布日： 2021-07-27 - 主分类号： G06T7/246 文献下载
摘要：本发明公开一种基于深度学习的行人目标跟踪方法，将深度学习与相关滤波相结合进行目标跟踪，在保证实时跟踪的前提下，有效提高跟踪的准确性。针对跟踪过程中目标姿态变化大的问题，将基于行人属性的深层卷积特征应用到跟踪中；针对遮挡问题，使用余弦相似度的方法进行遮挡的判断，以有效避免因遮挡带来的脏数据引入；为了提高效率、解决深层卷积特征在相关滤波器中的使用问题，提出双线性插值的方法，在去除量化误差的同时又能避免特征的重复提取，大幅度提高效率；针对目标高速运动的问题，提出将预选框策略融入到跟踪算法中，不仅能对全局图像进行搜索，同时预选框能够作为强负样本加入训练，提高相关滤波器的区分能力。
一种基于深度学习行人目标跟踪方法

[发明专利]基于属性挖掘和推理的模型训练方法及行人再识别方法-CN201910719182.0有效
发明人： 凌贺飞;王子扬;李平;史宇轩 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于属性挖掘和推理的模型训练方法及行人再识别方法，属于计算机视觉领域，包括：建立第一训练网络并进行训练，以完成对基础网络的训练；在第一训练网络中加入属性特征提取器，得到第二训练网络并进行训练，以完成对属性特征提取器的训练；在第二训练网络中加入注意力网络，得到第三训练网络并进行训练，以完成对通道注意力模块和空间注意力模块的训练；在第三训练网络中加入用于属性推理的图卷积模块，得到第四训练网络并进行训练，以完成对图卷积模块的训练；去掉第四训练网络中的分类器，得到行人再识别模型；利用行人再识别模型提取行人的全局特征，以得到查询结果。本发明能够提高行人再识别的准确性和鲁棒性。
基于属性挖掘推理模型训练方法行人识别

1
2
3
下一页»
尾页
共 42 条