“宋霄罡”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29个，建议您升级VIP下载更多相关专利

[发明专利]基于Transformer编码器的无损数据压缩方法-CN202310919126.8在审
发明人： 宋霄罡;袁浩宇;闫星宇;黑新宏 -专利权人：西安理工大学
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： H03M7/30 文献下载
摘要：本发明公开了基于Transformer编码器的无损数据压缩方法，步骤1，数据预处理；步骤2，构建基于Transformer编码器的概率预测模块；步骤3，构建自适应算术编码模块；采用本发明，通过实验结果表明，相较于经典的传统方法，压缩率有了明显提升，相较于经典深度学习方法，提高了压缩速率，丰富了自然语言处理的方法体系，支撑了数据压缩邻域的发展，为文本数据无损压缩邻域提供了一种选择。
基于 transformer 编码器无损数据压缩方法

[发明专利]基于图像处理的多目标实时偏移检测方法-CN202310856533.9在审
发明人： 宋霄罡;刘健;黑新宏 -专利权人：西安理工大学
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于图像处理的多目标实时偏移检测方法，用于实现对多个监测点进行自动化、全天候、实时和准确的偏移检测；利用摄像头，连续采集应用场景的图像数据，并应用一系列图像处理算法，实现对多个监测点的高精度偏移测量；本发明的测量精度高达毫米级，时间计算误差小于1秒，确保满足建筑施工等领域对精准度的要求，确保满足建筑施工等领域对精准度和实时性的要求，及时帮助施工方纠正目标点位的偏移问题，确保施工过程中的准确性和质量。
基于图像处理多目标实时偏移检测方法

[发明专利]基于图像语义分割的混凝土坍落度检测方法-CN202310860689.4在审
发明人： 宋霄罡;袁浩宇;黑新宏 -专利权人：西安理工大学
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于语义分割的混凝土坍落度检测方法，具体包括如下步骤：步骤1，图像预处理与数据集构建；步骤2，构建基于多尺度通道注意力特征的语义分割模块；步骤3，图像后处理与结果输出；采用本发明，能够克服现有混凝土坍落度检测方法依赖于人工操作和主观判断等误差引入问题，输出的坍落度检测结果更加精准，丰富了计算机视觉及人工智能技术的方法体系，为提升混凝土坍落度检测精度提供了一种选择。
基于图像语义分割混凝土坍落度检测方法

[发明专利]基于显著目标检测的混凝土塌落度检测方法-CN202310860774.0在审
发明人： 宋霄罡;闫星宇;黑新宏 -专利权人：西安理工大学
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于显著目标检测的混凝土塌落度检测方法，具体包括如下步骤：步骤1，图像预处理；步骤2，基于深度学习的多尺度复用显著目标识别；步骤3，像素差值转换与结果分析输出；采用本发明，解决了现有检测方法依赖于人工操作和主观判断等问题，实现检测结果更加准确性和稳定性，节约人力资源，丰富了计算机视觉及人工智能技术领域的方法体系，支撑了显著目标检测领域的发展，为混凝土塌落度检测提供了一种选择。
基于显著目标检测混凝土塌落方法

[发明专利]基于图像技术的非接触高精度变形测量方法-CN202310778886.1在审
发明人： 宋霄罡;张小龙;黑新宏 -专利权人：西安理工大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G01B11/16 文献下载
摘要：本发明公开了基于图像技术的非接触高精度变形测量方法，记录被测物上所有目标点原始数据，保存相机预设点；然后暗通道先验去雾处理，接着通过L0梯度最小化除雨处理；综合使用稠密光流和卡尔曼滤波器进行画面去抖动；调用相机预设点；识别目标点，计算目标点的新数据；与目标点原始数据做对比，计算变形/偏移数据；将计算结果保存至本地；调用下一个相机预设点，重复识别目标点以及与目标点原始数据对比，直到所有预设点的目标点处理完成；本发明显著减少了恶劣天气对变形测量结果的不利影响，解决了目标点反射性能不足的问题，且操作人员无需拥有过多的技术水平和专业知识，即可轻松应用该技术于变形测量任务中，为现代建筑物变形测量任务提供了一种可靠的选择。
基于图像技术接触高精度变形测量方法

[发明专利]基于多层次双分支交叉注意力的三维人体姿态估计方法-CN202310797332.6在审
发明人： 宋霄罡;崔永新;黑新宏 -专利权人：西安理工大学
申请日： 2023-06-30 - 公布日： 2023-09-22 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了基于多层次双分支交叉注意力的三维人体姿态估计方法，对待检测视频作为输入，利用训练好的三维人体姿态估计模型预测二维图像中人体关节点在三维中的坐标，采用本发明，通过实验结果表明，预测结果比主流方法更贴近真实预测结果，丰富了人工智能和计算机视觉的方法体系，为三维人体姿态估计领域提升预测精度提供了一种选择。
基于多层次分支交叉注意力三维人体姿态估计方法

[发明专利]双分支显著性目标检测方法-CN202310538611.0在审
发明人： 宋霄罡;郭富强;黑新宏 -专利权人：西安理工大学
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了基于Transformer与CNN的双分支显著性目标检测方法，对输入图像进行分割，将图像中最显著的部分分割出来并输出为二值图像。采用本发明，通过实验结果表明，预测结果的边缘更加完整，丰富了人工智能和计算机视觉的方法体系，为显著目标检测领域提升预测精度提供了一种选择。
分支显著目标检测方法

[发明专利]基于分组注意力融合的伪装物体分割方法-CN202310538653.4在审
发明人： 宋霄罡;张鹏飞;王凡凡;戴添财;万婷;黑新宏 -专利权人：西安理工大学
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了基于分组注意力融合的伪装物体分割方法，步骤1，对输入图像利用图像特征提取模块进行特征提取；步骤2，构建分组注意力模块；步骤3，构建多尺度特征融合模块；利用本发明的方法，通过在多个公开数据集上进行评估，实验结果表明，本发明可以有效的分割复杂环境中的伪装物体，大幅提高了伪装目标分割的精度和鲁棒性，为伪装物体分割在各个领域的进一步应用打下了坚实的基础。
基于分组注意力融合伪装物体分割方法

[发明专利]基于逐像素抑制不显著语义的快速三维目标检测方法-CN202310538683.5在审
发明人： 宋霄罡;周振华;黄钰茵;朱创鑫;候伟茜;黑新宏 -专利权人：西安理工大学
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了基于逐像素抑制不显著语义的快速三维目标检测方法，步骤1，点云数据预处理；步骤2，构建基于逐像素抑制不显著语义引导的下采样模块；步骤3，构建基于线性‑卷积联合通道增强自注意力特征提取模块；步骤4，构建基于全局‑局部耦合注意力机制的中心预测模块；采用本发明的方法通过实验结果表明，检测精度更高，推理速度更快，对于小目标检测结果提升效果明显，丰富了人工智能和自动驾驶的方法体系，支撑了三维检测领域的发展，为点云目标检测领域提升检测精度和效率提供了一种选择。
基于像素抑制显著语义快速三维目标检测方法

[发明专利]一种基于图像处理技术的混凝土振捣点定位方法-CN202211116282.2有效
发明人： 宋霄罡;崔永新;唐俊杰;宁靖宇;张鹏飞;庞欣超;张冬冬;黑新宏 -专利权人：西安理工大学
申请日： 2022-09-14 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于图像处理技术的混凝土振捣点定位方法，具体包括如下步骤：步骤1，处理图片中的工人中心及其振捣点；步骤2，将振捣点进行聚类，合并同一类振捣点；步骤3，检验振捣点是否合格；这种方法解决了工人在振捣过程中对振捣时间和距离把控不准确的问题，通过对振捣点标注颜色信息形成振捣不合格区域，来协助工地监管人员的工作，降低安全隐患事故的发生。
一种基于图像处理技术混凝土振捣点定位方法

[发明专利]一种建筑施工场景下的多目标实时检测算法-CN202211116926.8在审
发明人： 宋霄罡;张冬冬;张鹏飞;宁靖宇;唐俊杰;庞欣超;崔永新;黑新宏 -专利权人：西安理工大学
申请日： 2022-09-14 - 公布日： 2023-06-27 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种建筑施工场景下的多目标实时检测算法，具体包括如下步骤：步骤1，数据采集以及数据增强；步骤2，特征提取模块；步骤3，区域建议网络；步骤4，RoI Align层；步骤5，全连接层；采用本发明的检测方法，通过实验测试表明，可以有效的识别建筑工地场景下的施工常见目标，如工人、水管、振捣棒、搅拌车、水桶、铁锹、布料机等；良好的检测效果可以为工程质量监管、施工违规检测等任务提供坚实的基础；同时，该发明提出的算法也为目标检测领域提升检测效果提供了一种选择。
一种建筑施工场景多目标实时检测算法

[发明专利]一种小样本下隐式激励对抗训练的机械故障智能诊断方法-CN202011121236.2有效
发明人：陈景龙;刘莘;宋霄罡;訾艳阳 -专利权人：西安交通大学
申请日： 2020-10-19 - 公布日： 2023-05-12 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种小样本下隐式激励对抗训练的机械故障智能诊断方法，将机械设备不同工况下产生的一维信号划分为训练集和测试集；构建编码器、生成器以及判别器模型，通过生成对抗训练机制以及互信息最大化和特征匹配策略，以训练集训练模型；将训练集输入至训练好的编码器中获取对应的特征编码，然后构建并以特征编码训练智能诊断模型，最后将模型用于测试集的故障诊断，并对结果进行评估。本发明通过生成对抗训练机制以及互信息最大化和特征匹配策略，在小样本的条件下，建立并强化样本与特征编码的信息关联，挖掘数据最本质的类别特征信息，并用于智能诊断模型的训练，可以有效地提高模型的泛化能力以及故障诊断准确率和稳定性。
一种样本下隐式激励对抗训练机械故障智能诊断方法

[发明专利]一种基于无监督深度学习的单目深度估计方法-CN202111297537.5有效
发明人： 宋霄罡;胡浩越;梁莉;黑新宏 -专利权人：西安理工大学
申请日： 2021-11-04 - 公布日： 2023-04-28 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于无监督深度学习的单目深度估计方法，首先构建基于无监督深度学习的深度估计以及位姿估计网络框架；然后将建立的神经网络进行训练；最后将训练好的网络进行测试；本发明的一种基于无监督深度学习的单目深度估计方法在保证良好精度的基础上，解决监督学习在实际应用中的局限性。
一种基于监督深度学习估计方法

[发明专利]基于高阶矩匹配的多源蒸馏-迁移机械故障智能诊断方法-CN202110020442.2有效
发明人：陈景龙;冯勇;宋霄罡;訾艳阳 -专利权人：西安交通大学
申请日： 2021-01-07 - 公布日： 2023-04-14 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种基于高阶矩匹配的多源蒸馏‑迁移机械故障智能诊断方法，利用从多台机械设备采集的运行数据建立多源数据集，预处理后将其划分为源域数据集、目标域训练数据集和目标域测试数据集；构建基于高阶矩匹配的多源蒸馏‑迁移学习网络模型，使用源域数据集和目标域训练数据集进行高阶矩匹配、最大分类器差异以及多源蒸馏训练；将目标域测试数据集作为测试输入，使用自适应加权策略综合多个分类器的输出，完成跨域故障诊断。本发明利用多源数据，在域、类别层面对齐源域和目标域特征，通过多源蒸馏提高模型对目标样本的分类能力，并提出自适应加权以综合诊断结果，解决了传统方法在跨域诊断中性能下降的问题，大幅提升了深度模型的性能。
基于高阶矩匹配蒸馏迁移机械故障智能诊断方法

[发明专利]一种基于多尺度视觉特征提取的轻量级语义分割方法-CN202011424180.8有效
发明人： 宋霄罡;付旺;梁莉;张元培 -专利权人：西安理工大学
申请日： 2020-12-08 - 公布日： 2023-04-07 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于多尺度视觉特征提取的轻量级语义分割方法，包括以下步骤：网络建立：首先构建基于多尺度特征提取的轻量级卷积神经网络LitNet，通过特征提取器提取图像特征，将特征传入融合空洞卷积的空间金字塔模块提取图像多尺度特征，最后通过简单上采样模块完成特征整合，恢复图像分辨率；网络训练：使用Tensorflow框架搭建网络结构，使用交叉熵函数作为损失函数，使用Adam算法优化训练参数，并在训练过程中采用早停策略防止网络训练过拟合，以达到最优训练效果；网络测试：将测试图像输入网络，得到语义分割结果，并计算mIoU与FPS，对网络性能进行评估，经过测试，本发明在CamVid数据集上模型大小为10M，mIoU为70.24％，可以达到34FPS，可以满足实时分割要求。
一种基于尺度视觉特征提取轻量级语义分割方法

1
2
下一页»
尾页
共 29 条