“吴翾”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于轻量化网络模型的多人坐姿识别方法-CN202311187857.4在审
发明人：周柚;焦树扬;于昆平;曹政;吴翾;肖钰彬;王镠璞;杜伟 -专利权人：吉林大学
申请日： 2023-09-15 - 公布日： 2023-10-24 - 主分类号： G06V40/20 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种基于轻量化网络模型的多人坐姿识别方法，包括以下步骤：处理采集的视频流数据，使用OpenPose进行关键点提取，将得到的人体关键点进行单人连接并使用边界框归一化预处理，使用最小生成树算法构建人体骨架图，处理人体骨架图后，对数据集进行标注；增强处理后的图像，扩大数据集；构建基于轻量化卷积神经网络的LMSPNet模型；对LMSPNet模型进行训练，生成训练模型；对训练模型进行测试。本发明实现了对多人坐姿的自动预测和评估，通过自动预测人体关键点并生成人体骨架图，能够成功对用户的坐姿进行分类判断，帮助用户及时发现和纠正错误的坐姿，预防潜在的伤害。
一种基于量化网络模型坐姿识别方法

[发明专利]一种基于深度网络模型的图像聚类方法-CN202311070150.5在审
发明人：周柚;李沅书;王鏐璞;杜伟;肖钰彬;吴翾;赵鹏 -专利权人：吉林大学
申请日： 2023-08-24 - 公布日： 2023-09-19 - 主分类号： G06V10/762 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种基于深度网络模型的图像聚类方法，包括以下步骤：对数据集进行灰度归一化预处理，将像素值统一，裁剪为统一大小；把处理后的图像数据集分成训练集、验证集和测试集，增强图像，制作数据集视图，将每个图像数据生成两种增强视图，为数据赋予伪标签；构建深度网络模型；训练深度网络模型，生成训练模型；对训练模型进行测试。本发明中深度网络模型将类内紧密性与类间差异性相互融合，得到更多尺度、更丰富的特征，在聚类头模块实现精准的聚类分配；可以准确地进行层次相似性的提取，减少了因缺少相似性信息导致的类间冲突从而导致聚类性能不佳，提高聚类效率与聚类效果。
一种基于深度网络模型图像方法

[发明专利]一种雷达信号分选方法-CN202311061194.1在审
发明人：周柚;刘洪嘉;肖钰彬;吴翾;李沅书;赵鹏;孙铭蔚;宋磊 -专利权人：吉林大学
申请日： 2023-08-23 - 公布日： 2023-09-19 - 主分类号： G01S7/02 文献下载
摘要：本发明适用于雷达信号处理领域，提供了一种雷达信号分选方法，该方法包括以下步骤：步骤A：生成六种雷达信号调制模式不同情况的数据，以扩充数据集；步骤B：对步骤A中的图像进行正则化操作；步骤C：构建基于卷积神经网络和Transformer的RDNet；输入的雷达信号图像首先经过特征提取编码器进行特征提取，然后将提取的特征送入到解码器进行尺度的重建，最后将与原始图像相同尺寸的特征输入到雷达信号分选头，从而得到最终的分选结果，本发明的分选准确度高，在面对输入脉冲中缺失率和噪音率高的情况下鲁棒性强，可以成为复杂电磁环境下雷达信号分选的有利工具，有助于电子战中雷达电子对抗的实施。
一种雷达信号分选方法