“戴琼海”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925个，建议您升级VIP下载更多相关专利

[发明专利]基于STDP的自适应非监督学习图像识别方法及系统-CN202010255290.X有效
发明人： 戴琼海;郭彦辰;林星 -专利权人：清华大学
申请日： 2020-04-02 - 公布日： 2023-01-10 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于STDP的自适应非监督学习图像识别方法及系统，方法包括；将输入的时序脉冲信号输入至自适应多神经元模型的脉冲神经网络，使神经元因输入神经元的正刺激和输出神经元间的负刺激的共同作用产生输出脉冲；通过自适应神经元模型将通过自平衡函数对本神经元的发射率进行负反馈调节；在输入神经元在接收时序脉冲信号时，对输出神经元施加衰变的正刺激，输出神经元在任一输出神经元出现脉冲时，对其他输出神经元产生固定的负刺激；根据赫布理论，双层神经元间的兴奋突触连接权重将基于脉冲时间依赖的可塑性规则进行改变，使输出神经元在且仅在其识别的特定图形出现时，在窗口时间内，产生脉冲。该方法可以防止出现过输出或静默的情况。
基于 stdp 自适应监督学习图像识别方法系统

[发明专利]一种全脑多模态神经活动探测的光电脑机接口系统-CN202110808031.X有效
发明人： 戴琼海;吴嘉敏;肖桂花;谢浩;张元龙;蔡烨怡 -专利权人：清华大学
申请日： 2021-07-16 - 公布日： 2023-01-10 - 主分类号： A61B5/377 文献下载
摘要：本申请公开的一种全脑多模态神经活动探测的光电脑机接口系统，涉及多模态神经活动光电脑机接口技术领域，该系统包括宽场光成像系统、电生理记录调控系统和动物面部表情拍摄系统，其中，宽场光成像系统、电生理记录调控系统和动物面部表情拍摄系统，能够同步获取神经活动信息、电生理活动信息和面目表情变化信息，上述神经活动信息、电生理活动信息和面目表情变化信息构成了多模态神经活动信息，利用获取的多模态神经活动信息可以帮助本领域技术人员掌握更多大脑全局的信息，可用于研究全脑相关皮层和皮层下核团交互的功能机制，为探索新的生物机制提供思路。
一种全脑多模态神经活动探测电脑接口系统

[发明专利]基于StyleGAN的高自由度人脸驱动方法和装置-CN202110350947.5有效
发明人：刘烨斌;王立祯;于涛;戴琼海 -专利权人：杭州新畅元科技有限公司
申请日： 2021-03-31 - 公布日： 2023-01-10 - 主分类号： G06V40/16 文献下载
摘要：本发明提出一种基于StyleGAN的高自由度人脸驱动方法和装置，其中，方法包括：通过单摄像头采集第一人脸的第一人脸视频；利用预训练的人脸生成网络StyleGAN2将第一人脸视频映射到隐变量空间，获取人脸向量；对人脸向量进行主元分析，获取主元成分矩阵和平均向量；获取第二人脸的第二人脸视频，对第二人脸视频进行关键点检测生成目标关键点序列；提取目标关键点序列中的主元参数，并根据主元参数、主元成分矩阵和平均向量更新第二人脸视频的姿态参数和表情参数，使得第二人脸视频中的第二人脸替换为第一人脸。由此，可以利用单摄像头拍摄的人脸视频，实现该人脸的高自由度表情和姿态驱动。
基于 stylegan 自由度人驱动方法装置

[发明专利]人体场景图像本征分解与重光照方法和装置-CN202110268797.3有效
发明人：刘烨斌;吉朝南;戴琼海 -专利权人：杭州新畅元科技有限公司
申请日： 2021-03-12 - 公布日： 2023-01-06 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种人体场景图像本征分解与重光照方法和装置，其中，方法包括：使用Clo3d制作人体模型，使用blender进行光线追踪进行渲染，得到训练数据集；使用单张图像预训练法线预测网络；将原始图像与预测得到的法线图作为图像本征分解网络的输入，预测得到反射率图、阴影图以及球谐光照参数；使用新的球谐光照参数对原图像进行重光照。最终将单张图片分解为反射率图与阴影图，可以实现图片重光照、3D模型合成、模型表面纹理重构等应用。在三维重建领域可以去除输入图片的阴影，提升三维重建模型的表面纹理质量。
人体场景图像分解光照方法装置

[发明专利]暗光条件下的十亿级像素成像方法、装置、介质及设备-CN202110305004.0有效
发明人：温建伟;袁潮;刘烨斌;杨晓东;戴琼海;赵月峰 -专利权人：北京拙河科技有限公司
申请日： 2021-03-18 - 公布日： 2023-01-06 - 主分类号： H04N23/90 文献下载
摘要：本文是关于一种暗光条件下的十亿级像素成像方法、装置、介质及设备，其方法包括：使用阵列相机和低光照成像设备同时采集同一场景中的图像，所述阵列相机采集多个高分辨率图像，所述低光照成像设备采集全景图像，对所述多个高分辨率图像进行拼接，拼接成十亿级像素的高分辨率图像；将所述十亿级像素的高分辨率图像和所述全景图像进行融合，融合为暗光条件下的十亿级像素的全景图像。通过本文提供的方法，可以较低成本，获取暗光条件的高分辨率高可见度的成像。
条件下十亿像素成像方法装置介质设备

[发明专利]一种心脏图像的分割方法、装置、设备及存储介质-CN202211364173.2在审
发明人：曹丰;季梦奇;王旭康;李苏雷;戴琼海 -专利权人：中国人民解放军总医院第二医学中心
申请日： 2022-11-02 - 公布日： 2022-12-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种心脏图像的分割方法、装置、设备及存储介质，该方法包括：响应于检测到待处理心脏图像序列，对所述待处理心脏图像序列执行图像分割操作，得到第一心内外膜分割结果；基于所述待处理心脏图像序列，确定参考心脏图像序列，并对所述参考心脏图像序列执行图像分割操作，得到第二心内外膜分割结果；其中，所述参考心脏图像序列的序列帧数与所述待处理心脏图像序列的序列帧数相同，所述参考心脏图像序列表征具有周期性的心脏图像序列；基于所述第二心内外膜分割结果，对所述第一心内外膜分割结果执行校正操作，得到目标心内外膜分割结果。本发明实施例解决了现有技术未考虑心脏图像存在形变的问题，提高了心内外膜分割结果的精确度。
一种心脏图像分割方法装置设备存储介质

[发明专利]基于多尺度特征的多对象检测方法与数据平台-CN202210878908.7在审
发明人：方璐;李晓飞;戴琼海;董众;袁肖赟;肖京;曾凡涛 -专利权人：清华大学;平安科技（深圳）有限公司
申请日： 2022-07-25 - 公布日： 2022-12-30 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了基于多尺度特征的多对象检测方法与数据平台，该方法包括：将多对象的物体图像输入预训练的神经网络模型，利用实例分割网络模型对物体图像的多种特征图进行特征处理操作，得到各个对象的类别、可视边界框和对应的掩膜；根据各个对象的可视边界框和对应的掩膜对多种特征图中的初始特征图进行分割操作得到最终特征图；预测各个对象的可视边界框和完整框在最终特征图上的坐标差值并计算得到完整框的坐标数据，根据完整框的坐标数据得到各个对象在物体图像上的位置信息。本发明可实现多个网络的同时检测，并且达到非常好的泛化能力和鲁棒性以及最先进的性能，在物体检测方向拥有重要的理论研究价值和广阔的应用前景。
基于尺度特征对象检测方法数据平台

[发明专利]感知驱动多对象检测方法、系统与装置-CN202210879083.0在审
发明人：方璐;李晓飞;戴琼海;董众;袁肖赟;林浩哲;肖京;曾凡涛 -专利权人：清华大学;平安科技（深圳）有限公司
申请日： 2022-07-25 - 公布日： 2022-12-30 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了感知驱动多对象检测方法、系统与装置，该方法包括：提取物体图像的第一特征图和对应的点云图；对第一特征图上生成的各锚框内的第二特征图进行分类并对锚框进行回归，得到锚框分类和回归结果；根据锚框分类和回归结果和回归后锚框内点云图计算回归后锚框内第三特征图的物体可视部分的感知大小，根据感知大小和第三特征图生成第四特征图；对第四特征图进行物体分类和边界框回归，并根据第三特征图对应的点云图确定边界框内物体的距离。本发明可以基于物体的感知大小排除物体图像特征相似但物体感知大小不同的不同类别物体的相互干扰，实现物体的准确检测。
感知驱动对象检测方法系统装置

[发明专利]基于移动平台的动物实验的移动观测系统及方法-CN202110521754.1有效
发明人： 戴琼海;袁乐康;谢浩;李一鹏 -专利权人：清华大学
申请日： 2021-05-13 - 公布日： 2022-12-30 - 主分类号： A01K29/00 文献下载
摘要：本申请提出了一种基于移动平台的动物实验的移动观测系统及方法，涉及实验仪器技术领域，其中，该方法包括：动物信息采集、环境信息采集、反馈刺激、信息处理、平台移动驱动、服务器模块，反馈刺激模块对实验对象进行刺激操作；信息采集模块获取实验对象的运动状态信息和刺激反馈信息、移动平台的运动状态信息和环境信息；平台移动驱动模块根据实验对象的运动状态信息、移动平台的运动状态信息和环境信息控制移动平台的运动状态与实验对象的运动状态同步；服务器模块存储分析刺激反馈信息并对实验对象进行监测。本发明创建一种有效、快速的动物行为学实验范式，能够经济高效地扩展现有测量仪器的功能，具有实现行动动物高精度生理参数测量的能力。
基于移动平台动物实验观测系统方法

[发明专利]基于压缩感知和卷积网络的物体检测方法-CN202010113024.3有效
发明人：索津莉;张志宏;任杰;戴琼海 -专利权人：清华大学
申请日： 2020-02-24 - 公布日： 2022-12-23 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于压缩感知和卷积网络的物体检测方法，该方法构建了二维网络隐层引导网络的收敛方向，并采用重建原始信号作为引导信号，在网络结构设计上，采用了级联式网络设计：第一部分是多通道整图重构网络，将一维压缩编码信号重构至和原始信号接近的二维图像，转换为便于提取检测特征的形式。第二部分是检测网络，从第一网络的输出结果辨识场景中存在的物体和类别。在网络学习方面，依次训练两个子网络，然后进行联合网络的训练，解决了联合训练中的级联后梯度变化和预训练不一致的问题，获得优于子网络独立训练更好的性能。该方法实现了从压缩感知信号到物体检测结果的端到端映射，以更低的采样率和采集成本来完成检测任务。
基于压缩感知卷积网络物体检测方法

[发明专利]一种基于动量梯度的散射波前光场估计加速方法-CN201910263248.X有效
发明人：金欣;王周平;戴琼海 -专利权人：清华大学深圳研究生院
申请日： 2019-04-02 - 公布日： 2022-12-23 - 主分类号： G06T7/557 文献下载
摘要：本发明公开了基于动量梯度的散射波前光场估计加速方法，包括：在散射光场成像系统中于深度z1、z2下采集光强为|Y1|2、|Y2|2的两个光强图像；以光强的算术平方根分别作为深度z1、z2的散射波前光场估计初始值，并设定对应的动量梯度初始值为与两个光强具有相同维数的零值矩阵；利用基于光场幅值约束的散射波前光场估计迭代算法估计两个深度的散射波前光场；迭代过程利用光场的传播以及幅值替换得到的初始梯度更新动量梯度，并利用动量梯度更新散射波前光场估计值直至迭代收敛时，得到两个深度的散射波前光场估计值Y'1和Y'2；使用光场的二次传播算法将Y'1和Y'2传播到目标深度，并对得到的两个传播散射波前光场在复数域求平均，得到目标深度的散射波前光场估计值。
一种基于动量梯度散射波前光场估计加速方法

[发明专利]半导体光学非线性运算器件、调制方法及运算器-CN202211078145.4在审
发明人：郑纪元;邓辰辰;王钰言;林珠;方璐;吴嘉敏;范静涛;戴琼海 -专利权人：清华大学
申请日： 2022-09-05 - 公布日： 2022-12-13 - 主分类号： G02F1/015 文献下载
摘要：本申请涉及半导体光学芯片技术领域，特别涉及一种半导体光学非线性运算器件、调制方法及运算器，其中，包括：波导、P型半导体与N型半导体，其中，P型半导体与N型半导体分别掺杂在波导的两侧，形成PN结，其中，当施加在PN结上的反偏电压值大于预设阈值时，使得波导处于雪崩临界状态，波导吸收入射光产生光电流触发雪崩，在波导中产生等离子体，并基于等离子体色散效应或热效应等非线性效应改变波导的折射率，实现光强度的非线性调制。由此，解决了相关技术中非线性系数不高、可扩展性不强、功耗高、应用范围小以及弱光非线性不强等问题。
半导体光学非线性运算器件调制方法运算器

[发明专利]基于多RGBD相机的实时人体全息重建方法以及装置-CN202110610788.8有效
发明人：刘烨斌;于涛;戴琼海 -专利权人：清华大学
申请日： 2021-06-01 - 公布日： 2022-12-13 - 主分类号： G06T7/55 文献下载
摘要：本申请提出一种基于多RGBD相机的实时人体全息重建方法、装置和计算机设备。具体实现方案为：预训练基于像素对齐特征的三维重建神经网络，采集多视点场景彩色深度图像，提取多视点彩色深度图像前景，提取多视点彩色深度图像的特征图像，对重建空间进行均匀采样并计算投影符号距离函数值并进行有效采样点筛选，计算采样点的多视点图像特征，并进行多视点特征融合，使用符号距离回归网络推理符号距离函数，从采样点中提取三维模型表面，使用颜色回归网络推理模型顶点颜色，完成全息重建。本申请可以提高全息重建速度，提升网络泛化性能，还可以进一步提升全息重建的质量和精确。
基于 rgbd 相机实时人体全息重建方法以及装置

[发明专利]车辆去光照三维重建方法、装置、电子设备和存储介质-CN202110796234.1有效
发明人：刘烨斌;赵笑晨;戴琼海;于涛 -专利权人：清华大学
申请日： 2021-07-14 - 公布日： 2022-12-13 - 主分类号： G06T17/00 文献下载
摘要：本申请提出一种车辆去光照三维重建方法和装置。其中方法包括：获取带纹理车辆三维模型，对车辆三维模型在不同视角和不同光照条件下进行渲染，得到原始数据；其中，原始数据包括原始图片和原始图片对应的相机内外参数；搭建生成式对抗神经网络，并根据原始数据对生成式对抗神经网络进行训练；基于目标相机参数的彩色相机采集道路上车辆的RGB图片，并将采集到的RGB图片作为经过训练的生成式对抗神经网络的输入部分，从多角度渲染获取重建场景的密度分布，选取密度值满足预设条件的点作为重建点云；去除点云噪点后采用泊松重建算法得到车辆的表面网格模型，并对表面网格模型进行简化，获得包含去光照彩色纹理和材质信息的车辆三维模型。
车辆光照三维重建方法装置电子设备存储介质

[发明专利]基于置信度加权的图神经网络训练方法及装置-CN202010916992.8有效
发明人：徐枫;何宇巍;娄昕;郭雨晨;杨东;吕晋浩;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-09-03 - 公布日： 2022-12-02 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于置信度加权的图神经网络训练方法及装置，其中，方法包括：从训练样本集中随机选择一个医学图像序列输入至图神经网络模型中，根据从图神经网络模型获取的图像特征向量表示计算医学图像序列中每张医学图像的分类概率值，根据分类概率值计算每张医学图像对应类别的置信度，进而根据分类概率值和置信度计算损失函数，根据损失函数对图神经网络模型的参数进行更新，并在更新参数后的图神经网络模型收敛时输出图神经网络模型。本发明在模型训练过程中分析了医学图像之间的关系，考虑了每张医学图像的分类概率值和分类的置信度，使得标注噪声对损失函数及整个训练过程的影响被减弱，能够得到鲁棒性和准确性都较高的图神经网络。
基于置信加权神经网络训练方法装置