“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]基于片上衍射神经网络的光学图神经分类网络、方法-CN202210411556.4有效
发明人： 戴琼海;严涛;吴嘉敏 -专利权人：清华大学
申请日： 2022-04-19 - 公布日： 2022-09-02 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及光学神经网络计算技术领域，特别涉及一种基于片上衍射神经网络的光学图神经分类网络、方法，其中，网络包括：光学图特征提取模块，用于将图结构的输入节点属性信息编码至输入波导的输入光信号上，并提取通过片上衍射神经网络传播后的输出波导的输出光信号，利用输出光信号得到图特征信息；光学图特征聚合模块，用于将多个图结构的图特征信息进行聚合；分类模块，用于根据聚合后的多个图结构的图特征信息对多个图结构进行分类，得到多个图结构的分类结果。由此，解决了现有的光学神经网络都只能处理向量、矩阵等形式的规则数据结构，而不能处理图结构等非欧氏空间的数据结构的问题，可以利用片上集成的光学神经网络来处理社交网络、论文互引网络等图结构数据。
基于衍射神经网络光学神经分类网络方法

[发明专利]基于Richard-Lucy迭代的光场深度估计方法-CN202210402610.9有效
发明人： 戴琼海;轩辕眉黛;于涛;吴嘉敏 -专利权人：清华大学
申请日： 2022-04-18 - 公布日： 2022-09-02 - 主分类号： G06T7/50 文献下载
摘要：本申请涉及图像处理技术领域，特别涉及一种基于Richard‑Lucy迭代的光场深度估计方法，包括：将采集的光场图像转成相空间信息并建立成像模型，同时获取光场相空间点扩散函数及初始化三维表面信息，基于成像模型和扩散函数，通过Richard‑Lucy迭代重建初始化后的三维表面信息，得到目标场景表面三维信息，并从中提取深度信息对光场深度进行估计。由此，解决了相关技术无法准确的描述成像模型、无法充分利用光信息进行光场深度估计及过度的依赖特定成像环境限制了算法的应用场景等问题，利用光场成像模型建立反向方程并使用迭代反卷积的方式进行深度重建，从而得到更准确的深度估计结果，降低了光场深度估计算法的使用限制。
基于 richard lucy 深度估计方法

[发明专利]镜头的像差预测和图像重建方法及装置-CN202210394888.6有效
发明人： 戴琼海;乔晖;王昊翔;于涛;吴嘉敏 -专利权人：清华大学
申请日： 2022-04-15 - 公布日： 2022-08-30 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及图像数据处理或产生技术领域，特别涉及一种镜头的像差预测和图像重建方法及装置，其中，方法包括：扫描光场相机的采集数据，得到多视角图片；从多视角图片中提取每个视角的视角特征；基于每个视角的视角特征，将多视角图片按照预设顺序输入至像差预测模型，得到像差预测结果；以及根据像差预测结果获取高于第一预设辨率的像差，并根据像差得到图像重建图片。由此，解决了相关技术基于物理手段或简单的神经网络，传播过程复杂，鲁棒性较差且耗时耗能巨大，从而导致重建效果较差的技术问题。
镜头预测图像重建方法装置

[发明专利]一种视觉自主定位系统实现方法-CN202010352385.3有效
发明人：李一鹏;安亮;戴琼海 -专利权人：清华大学
申请日： 2020-04-28 - 公布日： 2022-08-23 - 主分类号： G06T7/33 文献下载
摘要：本发明提出一种视觉自主定位系统实现方法，包括以下步骤：使用RGBD传感器采集场景的RGB图像和深度图像，从中计算点云图像；提取所述点云图像的特征点和特征平面信息；利用所述特征点和特征平面进行全局地图匹配，计算传感器位姿；维护关键帧序列和全局地图并进行全局优化。根据本发明实施例的视觉自主定位系统实现方法，算法鲁棒性强，实现自主定位的同时可以实时获得场景的点云模型，可广泛应用于无人机、机器人等多种移动平台在室内和室外环境下的自主导航等。
一种视觉自主定位系统实现方法

[发明专利]轴向扫描光场数据的重建与拼接方法及装置-CN202010099902.0有效
发明人： 戴琼海;张亿;季向阳;吴嘉敏 -专利权人：清华大学
申请日： 2020-02-18 - 公布日： 2022-08-09 - 主分类号： G06T7/557 文献下载
摘要：本发明公开了一种轴向扫描光场数据的重建与拼接方法及装置，其中，该方法包括：利用轴向扫描光场系统，按照设定的轴向间隔进行采集得到光场图栈，对光场图栈进行重排得到数据图栈；通过计算机模拟轴向扫描光场系统的光路前传过程，得到子孔径点扩散函数；根据数据图栈和子孔径点扩散函数以及重建算重建目标场景的三维信息。该方法利用轴向扫描光场数据联合重建，得到大轴向范围、高分辨率、轴向连续的场景三维重建结果。
轴向扫描数据重建拼接方法装置

[发明专利]光电混合智能数据生成计算系统及方法-CN202010255311.8有效
发明人： 戴琼海;陈一彤;乔晖;鲍峰;谢浩;林星 -专利权人：清华大学
申请日： 2020-04-02 - 公布日： 2022-08-09 - 主分类号： G06N3/067 文献下载
摘要：本发明公开了一种光电混合智能数据生成计算系统及方法，其中，系统包括：电子压缩采样模块，用于非监督地学习输入数据的特征概率分布，将输入信息压缩到低维空间并进行分布采样；特征转换模块，用于将压缩采样后的电子特征信号转化为光学特征信号；全光数据生成模块，由多个无源的光学频域调制模块组成，用于将输入的光学特征信号生成全新的计算数据。该系统可以实现光速的智能数据生成，使得光电混合系统或全光机器学习能够实现非监督的智能数据生成。
光电混合智能数据生成计算系统方法

[发明专利]基于神经常微分方程的光计算芯片设计方法及光计算芯片-CN202010257989.X有效
发明人： 戴琼海;赵昀;林星 -专利权人：清华大学
申请日： 2020-04-03 - 公布日： 2022-08-09 - 主分类号： G06N3/067 文献下载
摘要：本发明公开了一种基于神经常微分方程的光计算芯片设计方法及光计算芯片，其中，方法包括：将单次输入模块作为光计算芯片结构的输入端；将用波导搭建的马赫曾德尔干涉器以及非线性区域组成相应的网络实现全连接层的效果；将用波导搭建的微环谐振器实现积分器的作用，以把干涉器输出的信号进行积分操作；加入一个反馈环节，使积分后的信号进行循环计算，以达到完成常微分方程神经网络的目的。该方法通过设计光学计算芯片的结构，采用光学矩阵乘法计算元件，光学积分器元件和反馈环节来实现高速，低功耗以及占用面积小的人工神经网络常微分方程光计算芯片。
基于神经微分方程计算芯片设计方法

[发明专利]基于光场的数字光学层析方法和装置-CN202110312399.7有效
发明人： 戴琼海;卢志;吴嘉敏 -专利权人：清华大学
申请日： 2021-03-24 - 公布日： 2022-08-09 - 主分类号： G06T7/00 文献下载
摘要：本申请提出一种基于光场的数字光学层析方法和装置，涉及光学层析成像技术领域，其中，方法包括：获取三维生物样本，对三维生物样本进行光学放大处理；采集在设置光场中进行光学放大处理后的三维生物样本的光场图像，并将光场图像转换为四维低分辨相空间信息，以及对四维低分辨相空间信息进行上采样，获取四维相空间信息；获取点扩散函数，并对点扩散函数和四维相空间信息进行同尺度的降采样，获取目标空间信息；对目标空间信息进行三维重建，获取三维重建结果，并对三维重建结果进行上采样，获取目标结果。由此，有效地对背景建模，去除背景荧光和散射噪声，显著地提升光学层析能力，以此实现高分辨率的三维动态物体重建。
基于数字光学层析方法装置

[发明专利]图像中物体真实大小的表示与标注方法和装置-CN202110506291.1有效
发明人： 戴琼海;李晓飞 -专利权人：清华大学
申请日： 2021-05-10 - 公布日： 2022-08-09 - 主分类号： G06V20/00 文献下载
摘要：本申请提出一种图像中物体真实大小的表示与标注方法，涉及计算机视觉领域标注物体真实大小的图像数据集的制作技术领域，其中，该方法包括：根据待拍摄物体与相机之间的拍摄距离确定待拍摄物体在成像图像中的大小，待拍摄物体在成像图像中的大小通过待拍摄物体在图像中的高度和宽度表示；根据预设的标注策略，选择拍摄距离和/或待拍摄物体在成像图像中的大小以生成标注数据；获取成像图像的名称，将标注数据添加至成像图像的名称中的预设位置，以生成表示物体真实大小的图像名称；在显示界面上显示成像图像和与成像图像对应的表示物体真实大小的图像名称。本发明用于计算机视觉的基于物体真实大小的图像识别方法，提高了图像识别的准确率和速度。
图像物体真实大小表示标注方法装置

[发明专利]基于物体真实大小和物体特征的图像识别方法和装置-CN202110506312.X有效
发明人： 戴琼海;李晓飞 -专利权人：清华大学
申请日： 2021-05-10 - 公布日： 2022-08-09 - 主分类号： G06V20/10 文献下载
摘要：本申请提出了一种基于物体真实大小和物体特征的图像识别方法，涉及计算机图像识别技术领域，其中，该方法包括：获取测试集和标签集，测试集包括待识别图像，标签集中包括预存的各物体类别标签，与拍摄距离范围和物体在图像中大小范围之间的对应关系；根据对待识别图像进行图像识别后生成的多个类别标签和标签集，从多个类别标签中确定待识别图像的真实类别标签；根据真实匹配类别标签生成待识别图像的识别结果，并输出识别结果。本发明可以排除匹配类别标签集中物体大小不相符的物体类别，大大缩小匹配类别的范围，提高图像识别的准确率；解决在一张多类别共存的图片或者场景中将图像识别算法的注意力集中在要求识别的物体类别上的技术问题。
基于物体真实大小特征图像识别方法装置

[发明专利]一种基于带权多粒度扫描的转录因子结合位点预测方法-CN202210535743.3有效
发明人：刘振栋;李冬雁;戴琼海;胡国胜;陈曦;吕欣荣;秦梦颖;柏苛;李晓峰;季向阳;张伟 -专利权人：山东建筑大学
申请日： 2022-05-18 - 公布日： 2022-08-05 - 主分类号： G16B15/30 文献下载
摘要：本发明公开了一种基于带权多粒度扫描的转录因子结合位点预测方法，该方法属于位点预测领域。该方法包含如下步骤：利用逆序列、互补序列和互补逆序列对初始数据集进行増广；使用独热编码和多碱基特征编码结合对DNA序列进行特征表示；划分训练集和测试集；计算特征的权重向量；进行带权的多粒度扫描；通过级联森林进行模型的训练得到转录因子结合位点分类预测模型；将测试集输入到该分类预测模型中，得到分类预测结果；构建评价指标对方法的性能进行评估。该方法克服了现有方法只注重单一碱基特征、训练耗时长、预测精度不高等问题，具有高度的鲁棒性和可移植性。
一种基于带权多粒度扫描转录因子结合预测方法

[发明专利]一种基于类脑神经网络的空间碎片识别捕获方法及系统-CN202011104427.8有效
发明人：邓岳;戴琼海;李博翰 -专利权人：北京航空航天大学
申请日： 2020-10-15 - 公布日： 2022-08-05 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于类脑神经网络的空间碎片识别捕获方法及系统，包括：获取空间碎片的图像信息；构建主体网络，并将主体网络优化为目标识别网络；引入环境熵计算网络，描述空间碎片的分布复杂程度；引入网络熵计算网络，描述目标识别网络的网络复杂程度；根据网络复杂程度与空间碎片的分布复杂程度，获得熵平衡驱动因子；在博弈论框架的指导下，利用熵平衡驱动因子自适应调整所述目标识别网络的网络结构；建立空间碎片与天基探测器之间的信息闭环，实时输出天基探测器与空间碎片的相对位置，直至空间碎片被捕获。本发明具有低功耗、泛化能力强和识别精度高的特点。
一种基于脑神经网络空间碎片识别捕获方法系统

[发明专利]片上光学衍射计算处理器及全光学图像分类设备-CN202210272092.3在审
发明人： 戴琼海;周天贶;方璐;吴嘉敏 -专利权人：清华大学
申请日： 2022-03-18 - 公布日： 2022-07-29 - 主分类号： G06E3/00 文献下载
摘要：本申请涉及一种片上光学衍射计算处理器及全光学图像分类设备，其中，片上光学衍射计算处理器包括：输入端，用于基于入射光生成一维输入；与输入端耦合连接的波导，用于将光场限制为垂直平面方向的单模，并在面内方向上进行传播；至少一个介电超表面，至少一个介电超表面由至少一个超材料单元阵列组成，用于在衍射传播的过程中，对光场进行幅度和相位调制，得到计算结果，完成对神经形态光子的计算。由此，实现了基于介电超表面的用于神经形态光子计算的片上衍射处理单元，并通过实验证明了全光学图像分类，不仅占用空间小，且光损耗低。
光学衍射计算处理器图像分类设备

[发明专利]基于神经辐射场的动态人体自由视点视频生成方法和装置-CN202110348745.7有效
发明人：刘烨斌;郑泽荣;于涛;戴琼海 -专利权人：清华大学
申请日： 2021-03-31 - 公布日： 2022-07-29 - 主分类号： H04N13/261 文献下载
摘要：本发明提出一种基于神经辐射场的动态人体自由视点视频生成方法和装置，其中，方法包括：采集动态单人体图像序列；利用卷积神经网络，对图像序列的每一帧提取人体关节点在图像上的位置；利用人体关节点位置信息，对整个图像序列拟合对应的人体模板动态序列；构建神经辐射场网络；利用人体模板姿态序列和所有图像训练神经辐射场网络；训练完成后，给定任意观察视点，即可对训练好的神经辐射场做体渲染，得到该新视点下的图像。由此，能够自动地实现从单视点动态人体视频到自由视点动态人体视频的转换，得到逼真的自由视点渲染结果。
基于神经辐射动态人体自由视点视频生成方法装置

[发明专利]基于分孔径选通型相机的非视域动态成像方法及装置-CN202010697489.8有效
发明人：裴承全;戴琼海;范静涛;吴嘉敏;乔晖 -专利权人：清华大学
申请日： 2020-07-20 - 公布日： 2022-07-29 - 主分类号： H04N5/232 文献下载
摘要：本发明公开了一种基于分孔径选通型相机的非视域动态成像方法及装置，其中，该方法包括：S1，调节分孔径选通型相机的同步控制系统使分孔径选通型相机与激光源同步，激光源发射激光照射待成像物体；S2，调整分孔径选通型相机的参数，开启第一个分孔径选通型相机，调整分孔径选通型相机的参数获取待成像物体的最佳图像；S3，调整分孔径选通型相机的延迟时间，开启另一个分孔径选通型相机，通过分孔径选通型相机获取待成像物体的最佳图像；S4，重复S2和S3，获取所有分孔径选通型相机接收的多个待成像物体的最佳图像，根据多个最佳图像对待成像物体进行动态成像。该方法利用分孔径选通型相机对非视域内的物体进行动态成像。
基于孔径选通型相机视域动态成像方法装置