“张兆翔”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75个，建议您升级VIP下载更多相关专利

[发明专利]领域泛化方法、装置、电子设备和存储介质-CN202310856207.8在审
发明人： 张兆翔;王玉玺;刘赓 -专利权人：中国科学院自动化研究所
申请日： 2023-07-12 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及计算机视觉领域，提供一种领域泛化方法、装置、电子设备和存储介质，其中方法包括：获取源域样本图像和目标域图像；基于文本提示模板，生成包括领域信息和图像类别信息的领域相关文本；基于图像编码器，提取源域样本图像的视觉特征，并基于文本编码器，提取领域相关文本的文本特征；基于分类器，应用视觉特征对源域样本图像进行图像分类，并应用文本特征对领域相关文本进行文本分类；基于图像分类损失和文本分类损失，对图像编码器和分类器进行参数迭代，参数迭代完成后的图像编码器和分类器用于对目标域图像进行分类。本发明提供的领域泛化方法、装置、电子设备和存储介质，有效地提升了模型的泛化性。
领域泛化方法装置电子设备存储介质

[发明专利]基于互联网搜索的检测类别自扩展目标检测方法及装置-CN202310855205.7在审
发明人： 张兆翔;常清;刘佳恒;彭君然 -专利权人：中国科学院自动化研究所
申请日： 2023-07-12 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于互联网搜索的检测类别自扩展目标检测方法及装置，所述方法包括：将待检测图片输入至目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型的训练步骤包括：基于待扩展检测类别，搜索待扩展检测类别对应的样本图片；基于样本图片以及待扩展检测类别，对初始检测模型进行训练，得到第一检测模型；将样本图片输入至第一检测模型，得到第一检测模型输出的样本图片对应的第一伪标签；基于样本图片、第一伪标签以及携带有标签的已知类别图片一同对第一检测模型进行训练，得到目标检测模型。本发明能够使得目标检测模型无需额外人工标注即可实现扩展检测类别。
基于互联网搜索检测类别扩展目标方法装置

[发明专利]基于多目相机的三维全景分割方法及装置-CN202310706587.7在审
发明人： 张兆翔;王宇琪;陈韫韬;廖星宇 -专利权人：中国科学院自动化研究所
申请日： 2023-06-14 - 公布日： 2023-10-20 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及计算机视觉技术领域，提供一种基于多目相机的三维全景分割方法及装置，该方法获取多目相机采集的多个当前帧图像；将多个当前帧图像输入至三维全景分割模型，由图像编码模块提取每个当前帧图像的多尺度图像特征，由视图编码模块基于相机投影关系，将每个当前帧图像的多尺度图像特征转换为三维体素特征，由时序编码模块将所述多目相机采集的历史帧图像的三维体素特征与当前帧图像的三维体素特征进行融合，得到时序融合结果，由体素上采样模块将时序融合结果进行上采样，得到上采样结果，由体素解码模块对上采样结果进行解码，得到并输出全景分割结果。该方法可以得到稠密的三维全景分割结果，实现精细的语义理解。
基于相机三维全景分割方法装置

[发明专利]脉冲神经网络训练方法、装置、电子设备及存储介质-CN202310748273.3在审
发明人： 张兆翔;肖俊;王玉玺;王经韬;宋增杰 -专利权人：中国科学院自动化研究所;中国科学院大学
申请日： 2023-06-21 - 公布日： 2023-10-10 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种脉冲神经网络训练方法、装置、电子设备及存储介质，其中方法包括：构建输入脉冲序列和输出脉冲序列之间的关系；基于关系得到稳定脉冲输入流、稳定脉冲输出流和平均脉冲电量；脉冲编码器将样本数据转换为样本脉冲序列编码；将样本脉冲序列编码输入至脉冲神经网络进行前向传播，得到每一层的输入与输出和前向传播的输出；基于前向传播的输出与真实标签，确定全局误差；基于梯度和稳定脉冲输出流，得到稳定脉冲输出流的梯度；基于稳定脉冲输出流的梯度，确定反向传播梯度；进行梯度反传，直至全局误差小于预设阈值，由此，能够越过时间维度上的误差反传过程，从而减小训练开销，并且在极大降低训练开销的同时获得表现优异的模型。
脉冲神经网络训练方法装置电子设备存储介质

[发明专利]基于闭环任务模型的自主性评价方法、装置、设备及介质-CN202310628583.1在审
发明人：张驰;张兆翔 -专利权人：中国科学院自动化研究所
申请日： 2023-05-30 - 公布日： 2023-09-29 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种基于闭环任务模型的自主性评价方法、装置、设备及介质，其中方法包括：获取闭环任务模型；对闭环任务模型的各评价环节的链状关系进行建模，并基于链状关系，获取概率图模型；基于概率图模型，得到各评价环节对应的自主性评分；对各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。本发明提供的方法、装置、设备及介质，基于闭环任务模型的各评价环节的链状关系获取概率图模型，基于概率图模型，得到各评价环节对应的自主性评分，对自主性评分进行整合，得到无人系统的目标自主性评分，由此，对无人系统的自主性评价进行显示建模，提高无人系统的自主性评价的准确性，也提高了无人系统的自主性评价的效率。
基于闭环任务模型自主评价方法装置设备介质

[发明专利]基于隐式神经表征的无监督新类别发现方法、装置及设备-CN202310655993.5在审
发明人：张驰;张兆翔;陈文博 -专利权人：中国科学院自动化研究所
申请日： 2023-06-05 - 公布日： 2023-09-15 - 主分类号： G06V10/762 文献下载
摘要：本发明提供一种基于隐式神经表征的无监督新类别发现方法、装置及设备，其中方法包括：获取待分割图像，并对待分割图像进行分割，得到初始子实例分割集合；基于神经辐射场模型，渲染待分割图像的隐式神经表征，将隐式神经表征作为待分割图像的语义特征，并基于语义特征计算交叉熵，得到待分割图像的熵特征；将语义特征和熵特征进行特征融合，得到融合特征；基于初始子实例分割集合中各个子实例的覆盖范围，从融合特征中提取得到子实例特征集合；对子实例特征集合进行聚类，得到待分割图像的语义分割结果。本发明提供的方法、装置及设备，利用神经辐射场模型实现对3D空间的隐式编码，显著降低了内存消耗，提高了新类别的识别准确率。
基于神经表征监督类别发现方法装置设备

[发明专利]车道线检测方法、系统、车载系统及车辆-CN201911391910.6有效
发明人： 张兆翔;张驰;叶阳阳 -专利权人：中国科学院自动化研究所
申请日： 2019-12-30 - 公布日： 2023-09-15 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及一种车道线检测方法、系统、车载系统及车辆，所述获取多幅原始图像及对应的标签；根据各原始图像及对应的标签，建立基于标签的特征提取网络；根据特征提取网络，提取各原始图像对应的回归特征图和前后背景分类的特征图；根据回归特征图和前后背景分类的特征图，得到车道线区域的偏差值；根据所述车道线区域的偏差值分离出各车道线；将分离后的各车道线进行拟合处理，得到拟合线；根据当前待检测图像，从各所述拟合线中选择出所述当前待检测图像对应的拟合线，得到检测结果。本发明在整个计算过程中不需要估计密度，从而可大大提高聚类的效率，降低计算量，提高计算机性能，同时提高车道线检测速度。
车道检测方法系统车载车辆

[发明专利]基于困难样本挖掘的模型训练方法、设备和存储介质-CN202310370230.6在审
发明人： 张兆翔;王淏辰;樊峻菘;王玉玺 -专利权人：中国科学院自动化研究所
申请日： 2023-04-07 - 公布日： 2023-09-05 - 主分类号： G06V10/70 文献下载
摘要：本发明实施例提供了一种基于困难样本挖掘的模型训练方法、设备和存储介质，涉及人工智能技术领域，该方法包括：获取当前迭代过程中基于第一图像对第一模型训练得到的模型参数，更新第二模型的模型参数；基于更新后的第二模型，确定原始图像中各图像块对应的预测重建损失；基于预测重建损失及预设困难样本需求，生成目标掩码策略；基于目标掩码策略，更新第一图像，用于下次迭代过程中对第一模型进行训练，直至第一模型的损失函数达到收敛或迭代过程的次数达到预设的迭代总次数。本发明基于第一模型的迭代训练过程，不断更新掩码策略，帮助模型学习到更具有迁移性的特征表示，提高第一模型的表征能力，避免掩码学习对人工预定义的掩码规则的依赖。
基于困难样本挖掘模型训练方法设备存储介质

[实用新型]电缆输送支架-CN202320696703.7有效
发明人：高春辉;杨正群;施星;黄培源;王锋;仝辉;张兆翔;李虎 -专利权人：华能澜沧江新能源有限公司
申请日： 2023-03-31 - 公布日： 2023-09-01 - 主分类号： B65H57/14 文献下载
摘要：本实用新型公开了一种电缆输送支架，包括架体、多个输送辊和多个套环，多个输送辊设于所述架体并沿着所述支架的长度方向平行间隔布置，且多个所述输送辊中的至少一者的高度可调以适于供多个所述输送辊同时托起电缆并增大所述电缆的弯曲半径；多个所述套环设于所述架体，多个所述套环内设有通道以供所述电缆穿过并防止所述电缆从所述输送辊的上侧脱离。本实用新型实施例的电缆输送支架具有支撑可靠性好，支撑效果好的优点。
电缆输送支架

[发明专利]基于关键点匹配的3D目标检测方法及装置-CN202210574052.4有效
发明人： 张兆翔;李颖彦;陈韫韬;何嘉伟 -专利权人：中国科学院自动化研究所
申请日： 2022-05-24 - 公布日： 2023-08-04 - 主分类号： G06V20/64 文献下载
摘要：本发明提供一种基于关键点匹配的3D目标检测方法及装置，其中方法包括：对二维图像进行目标检测，得到二维图像所包含目标的各关键点的二维坐标和三维坐标；基于各关键点的二维坐标和三维坐标，确定目标的各二维边和各三维边；对目标进行深度估计，得到各二维边和各三维边对应的候选深度；基于目标的各二维边的边特征和各三维边的边特征之间的差异，确定各二维边与各三维边之间的相似度；基于各二维边和各三维边对应的候选深度，以及各二维边与各三维边之间的相似度，确定目标的目标深度；基于目标的目标深度，进行3D目标检测。在此基础上，将得到的目标深度应用于目标检测，能够保证目标检测的可靠性和准确性。
基于关键匹配目标检测方法装置

[发明专利]3D目标检测模型的训练方法及装置-CN202310267421.X在审
发明人：张驰;张兆翔;陈文博 -专利权人：中国科学院自动化研究所
申请日： 2023-03-15 - 公布日： 2023-07-25 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种3D目标检测模型的训练方法及装置，涉及人工智能技术领域，其中所述3D目标检测模型的训练方法包括：获取点云数据集；将点云数据集输入至初始3D目标检测模型，得到与点云数据集对应的初始伪标签；将初始伪标签输入局部通路进行处理，得到与点云数据集对应的局部伪标签；将初始伪标签输入全局通路进行处理，得到与点云数据集对应的全局伪标签；将局部伪标签和全局伪标签进行合并处理，确定与点云数据集对应的目标伪标签；基于点云数据集和目标伪标签对初始3D目标检测模型进行训练，直至达到训练停止条件，得到训练好的3D目标检测模型。通过上述方法，提高了3D目标检测模型的检测精度。
目标检测模型训练方法装置

[发明专利]视频去闪烁方法、装置、电子设备及存储介质-CN202310224188.7在审
发明人：雷晨阳;任烜池;张兆翔;陈启峰 -专利权人：中国科学院香港创新研究院人工智能与机器人创新中心有限公司
申请日： 2023-03-08 - 公布日： 2023-07-14 - 主分类号： H04N23/745 文献下载
摘要：本发明提供一种视频去闪烁方法、装置、电子设备及存储介质，其中所述视频去闪烁方法包括：将原始视频的时空坐标输入至第一模型组，得到第一模型组输出的神经涂层；第一模型组包括第一多层感知器(Multilayer Perceptron，MLP)及第二MLP，第一MLP用于生成神经涂层的空间坐标，第二MLP用于生成神经涂层的空间坐标对应像素点的像素值；神经涂层包括原始视频所有的像素点；基于原始视频的时空坐标及神经涂层，生成原始视频对应的初始重建视频；基于原始视频及初始重建视频对初始重建视频进行修正，生成目标重建视频。通过上述方法，生成的目标重建视频可以有效地去除原始视频中的视频闪烁。
视频闪烁方法装置电子设备存储介质

[发明专利]基于多目标跟踪的行为识别轻量化方法、系统、设备-CN202110447553.1有效
发明人： 张兆翔;宋纯锋;吴晗 -专利权人：中国科学院自动化研究所
申请日： 2021-04-25 - 公布日： 2023-06-27 - 主分类号： G06V40/20 文献下载
摘要：本发明属于计算机视觉领域，具体涉及一种基于多目标跟踪的行为识别轻量化方法、系统、设备，旨在解决现有行为识别方法无法直接识别多目标视频数据中每个个体行为的问题。本发明方法包括：获取输入视频中t时刻的图像帧，作为输入图像；获取多个检测目标分别对应的检测框作为目标检测框；并提取各目标检测框的特征，作为第一特征；利用卡尔曼滤波算法预测t‑1时刻各追踪到的目标在t时刻图像帧中对应的检测框，并提取各检测框的特征，作为第二特征；将第一特征、第二特征进行匹配，获得视频中每个目标的跟踪序列；对各目标的跟踪序列，通过预构建的行为分类模型获取其对应的行为分类结果。本发明实现了多目标视频数据中每个个体行为的识别。
基于多目标跟踪行为识别量化方法系统设备

[发明专利]基于单目标域图像的跨域语义分割模型生成方法及装置-CN202211739943.7在审
发明人： 张兆翔;王玉玺 -专利权人：中国科学院香港创新研究院人工智能与机器人创新中心有限公司
申请日： 2022-12-30 - 公布日： 2023-05-02 - 主分类号： G06V20/70 文献下载
摘要：本发明提供一种基于单目标域图像的跨域语义分割模型生成方法及装置，方法包括：获取源域图像数据、源域语义分割标签和目标域图像，并获取基于所述源域图像数据和所述源域语义分割标签训练得到的初始语义分割模型；根据所述目标域图像对所述源域图像数据进行风格迁移，得到迁移图像数据；基于所述初始语义分割模型，从所述迁移图像数据中筛选目标迁移图像；基于所述目标迁移图像和所述目标迁移图像对应的语义分割标签训练所述初始语义分割模型，得到语义分割模型。本发明能实现在自动驾驶场景下的跨域语义分割。
基于目标图像语义分割模型生成方法装置

[发明专利]高分辨率人体图像生成方法、装置、设备及介质-CN202210574054.3在审
发明人： 张兆翔;童雪清;宋纯锋 -专利权人：中国科学院自动化研究所
申请日： 2022-05-24 - 公布日： 2023-04-11 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种高分辨率人体图像生成方法、装置、设备及介质其中方法包括：确定源人体图像和目标姿势；基于图像生成模型，应用源人体图像和目标姿势，生成目标姿势对应的低分辨率人体图像，并基于源人体图像，对低分辨率人体图像进行上采样，生成目标姿势对应的高分辨率人体图像；图像生成模型是基于样本图像对训练得到的，样本图像对包括样本目标姿势、样本源人体图像、样本目标姿势低分辨率图像和样本目标姿势高分辨率图像，该方法通过目标姿势对应的低分辨率人体图像进行有条件上采样，得到目标姿势对应的高分辨率人体图像，实现了在保证高分辨率人体图像质量的同时，降低了图像生成模型的计算量，提高了生成高分辨率人体图像的稳定性。
高分辨率人体图像生成方法装置设备介质

1
2
3
4
5
下一页»
尾页
共 75 条