“李耶”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42个，建议您升级VIP下载更多相关专利

[发明专利]一种基于伪激光雷达与激光雷达融合的机器人避障方法、系统、存储介质及终端-CN202311089826.5在审
发明人：李耶;王治国;余林;王志文;王煜坤 -专利权人：电子科技大学;喀什地区电子信息产业技术研究院
申请日： 2023-08-28 - 公布日： 2023-10-20 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于伪激光雷达与激光雷达融合的机器人避障方法、系统、存储介质及终端，用于生成包含盲区小物体的栅格地图，属于扫地机器人技术领域，包括：分别获取激光雷达数据和伪激光雷达数据；通过联合标定的方式将所述伪激光雷达数据转为雷达坐标系下的数据；根据伪激光雷达数据修改相应范围内的激光雷达数据，得到融合数据；根据所述融合数据还原盲区小物体的信息并建立栅格地图。本发明利用融合数据，将小物体绘制在栅格地图上，可以仅利用栅格地图即可完成路径规划，且机器人离开当前区域后，栅格地图仍能保持小物体的栅格点，可以实现全局的路径规划，实现激光雷达盲区的矮小物体避障功能。
一种基于激光雷达融合机器人方法系统存储介质终端

[发明专利]基于注意力的目标检测方法和系统-CN202310366264.8在审
发明人：李超;殷光强;王治国;谢浩;李耶 -专利权人：喀什地区电子信息产业技术研究院
申请日： 2023-04-06 - 公布日： 2023-08-22 - 主分类号： G06V20/40 文献下载
摘要：一种基于注意力的目标检测方法和系统，涉及行人身份识别领域领域。在该方法中，包括以下步骤：获取待检测视频；通过第一特征网络对待检测视频包含的待检测视频帧进行处理，生成待检测视频的特征表示，所述第一特征网络包括简化ResNet底部网络以及空间金字塔顶部网络，简化ResNet底部网络用于提取待检测视频帧的多维视频帧特征，空间金字塔顶部网络用于对待检测视频帧的多维视频帧特征进行融合处理，生成所述待检测视频帧的特征表示；根据全部待检测视频帧的特征表示，在待检测视频中生成目标检测结果。通过采用本申请提供的技术方案，简化第一特征网络的结构，减少第一特征网络的参数数量，从而提升行人检测方法的检测速度。
基于注意力目标检测方法系统

[发明专利]显著区域推断方法和系统-CN202310360864.3在审
发明人：殷光强;李超;王治国;钟枚伶;李耶 -专利权人：喀什地区电子信息产业技术研究院
申请日： 2023-04-06 - 公布日： 2023-08-22 - 主分类号： G06V10/80 文献下载
摘要：本申请提供显著区域推断方法和系统，涉及目标检测的技术领域。在该方法中，服务器获取待检测图片的基础特征图；服务器根据多尺度通道注意力机制，对所述基础特征图进行多尺度特征提取，得到多尺度特征图；服务器将所述多尺度特征图输入至自适应特征融合网络中，得到所述待检测图片的显著区域，以完成对所述待检测图片的显著区域推断。实施本申请提供的技术方案，具有提高图片显著区域的推断准确性的效果。
显著区域推断方法系统

[发明专利]一种重识别辅助的多阶段视频行人多目标跟踪方法及模型-CN202310211972.4在审
发明人：李耶;殷光强;王治国;游长江;吴磊;夏威 -专利权人：电子科技大学;喀什地区电子信息产业技术研究院
申请日： 2023-03-07 - 公布日： 2023-06-30 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种重识别辅助的多阶段视频行人多目标跟踪方法及模型，搭建包括作为骨干网络的ResNet50、多层特征聚合模块、包括一个上下文抓取模块和一个注意力引导模块的注意力引导的上下文聚合模块、IDAUP子模块的MSMOT模型，并用其检测得到行人的检测边界框，并提取行人的重识别特征；注意力引导模块包括上下文注意力模块和内容注意力模块，IDAUP子模块输出浅层特征信息和深层特征信息分别作为重识别分支和检测分支的输入，检测分支采用三个并行的Head分别用于估计HeatMap、中心点的偏移以及边界框的尺寸；通过以卡尔曼滤波和匈牙利算法为基础的数据关联算法，依托检测边界框与重识别特征，完成检测边界框与相对应的行人轨迹之间的匹配。
一种识别辅助阶段视频行人多目标跟踪方法模型

[发明专利]一种图像识别算法的自成长方法-CN202210260011.8有效
发明人：殷光强;王治国;李超;李耶;王加结;杨晓宇 -专利权人：电子科技大学
申请日： 2022-03-16 - 公布日： 2023-05-26 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种图像识别算法的自成长方法，包括：A：采用不同原生图像识别算法对预处理后的未知图像样本进行多次测试并计算每次测试的识别准确率，确定出原生图像识别算法的种类和数量；B：对得到的原生图像识别算法进行加权以协同判别正确的未知图像样本，得到集成决策算法；C：通过跟踪算法识别未知图像样本并获取伪标签，通过集成决策算法识别未知图像样本并获取判别标签，基于伪标签与判别标签的比较结果更新算法，实现图像识别算法的自成长。该方法先通过协同训练原生图像识别算法集成技术实现判别正确的未知图像样本协同更新，再通过协同训练优化更新技术实现自成长算法的协同或自更新，提高了原生图像识别算法的精度和泛化能力。
一种图像识别算法成长方法

[发明专利]基于联合局部引导与属性聚类的行人重识别方法-CN202111227017.7有效
发明人：殷光强;李耶;吴磊;王治国;游长江;王春雨 -专利权人：电子科技大学
申请日： 2021-10-21 - 公布日： 2023-05-09 - 主分类号： G06V40/10 文献下载
摘要：本发明属于机器视觉识别技术领域，具体涉及一种基于联合局部引导与属性聚类的行人重识别方法，包括属性识别模型预训练步骤和Reid模型训练步骤，是一种采用了多分支网络结构、在属性数据集PETA上预训练了一个行人属性识别模型、引入一个用于对行人不同区域施加注意力以提升对该区域属性的识别的局部引导模块、然后通过无监督聚类产生Reid分支的额外监督信息辅助Reid任务学习的行人重识别方法。
基于联合局部引导属性行人识别方法

[发明专利]一种行人重识别领域中的非监督关键帧挑选方法-CN202110003753.8有效
发明人：罗啸宇;殷光强;李耶;游长江;杨晓宇 -专利权人：电子科技大学
申请日： 2021-01-04 - 公布日： 2023-04-25 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种行人重识别领域中的非监督关键帧挑选方法，包括下述步骤：输入N个具有T帧的行人的连续视频片段至基础网络中提取出特征图F；然后将特征图F输入到关键帧提取单元，得到池化层后的特征图输出F’；利用层次聚类法，对特征图输出F’进行聚类，生成伪标签；将伪标签当做真实标签，利用交叉熵损失函数Losskf经多次迭代训练关键帧提取网络；将每次迭代训练时关键帧提取网络最后的FC层进行分类，并从特征图输出F’的分类中各挑选出一个作为关键帧的特征组成集合Fk'，从而对应到原来的特征提取单元的输入，找到对应的帧即为关键帧；实现关键帧的无监督自适应挑选，使得挑选出来的关键帧能够最大程度包含视频核心信息。
一种行人识别领域中的监督关键挑选方法

[发明专利]一种基于速度矢量人群聚类的分类方法-CN201910758346.0有效
发明人：殷光强;李耶;游长江;刘春辉 -专利权人：成都电科慧安科技有限公司
申请日： 2019-08-16 - 公布日： 2023-04-07 - 主分类号： G06F18/2433 文献下载
摘要：本发明公开了一种基于速度矢量人群聚类的分类方法，包括以下步骤：第一、通过摄像头返回的数据，按照个体数量划分其每一个轨迹特征；包括四元组（r,θ,v,α），其中r为距离，θ为方位，v为移动速度，α为移动方向；第二、通过雷达返回的距离和方位直接数据，将其转换为笛卡尔坐标描述，以雷达所在位置作为原点;第三、通过核矩阵选用高斯核函数生成。通过雷达技术辅助球型摄像头定位具有显著优势，实现摄像头的自动巡逻和快速反应。
一种基于速度矢量人群分类方法

[发明专利]图像目标的检测方法、装置及终端设备-CN202211142192.0在审
发明人：殷光强;唐飞;梁杰;王新中;王治国;游长江;石文武;李耶;侯少麒 -专利权人：深圳信息职业技术学院
申请日： 2022-09-20 - 公布日： 2022-12-23 - 主分类号： G06V10/80 文献下载
摘要：本申请提供了一种图像目标的检测方法、装置及终端设备，适用于图像融合技术领域，该方法包括：将待检测图像输入特征融合网络模型，特征融合网络模型包括第一网络模型和第二网络模型；第一网络模型对待检测图像进行特征提取，得到多尺度的图像卷积特征层；将多尺度的图像卷积特征层输入第二网络模型，由第二网络模型进行池化处理，得到第二网络模型输出的多尺度的图像池化特征层，并将多尺度的图像池化特征层反馈至第一网络模型；将第一网络模型的输出作为第二网络模型的输入，由第二网络模型进行池化处理，输出待检测图像的目标特征。该方法能够实现对特征信息进行优化、提高特征信息利用度，以降低目标检测难度；其具有较强的易用性与实用性。
图像目标检测方法装置终端设备

[发明专利]一种特征聚合方法、电子设备及可读存储介质-CN202211149324.2在审
发明人：王治国;王新中;梁杰;殷光强;游长江;唐飞;石文武;李耶;侯少麒 -专利权人：深圳信息职业技术学院
申请日： 2022-09-21 - 公布日： 2022-12-23 - 主分类号： G06V20/40 文献下载
摘要：本申请提供了一种特征聚合方法、电子设备及可读存储介质。所述方法包括：在视频流中，获取待增强帧的邻近帧，待增强帧及邻近帧包括至少一个候选区域；针对待增强帧中的待增强候选区域，在每个邻近帧中筛选匹配度最大的相关候选区域；将待增强帧中全部候选区域与候选帧中全部候选区域进行关联，得到全局相关系数；根据全局相关系数及相关候选区域的特征信息，计算待增强候选区域的聚合特征信息。本申请将局部特征及全局特征聚合到待增强候选区域，以增强待增强候选区域的特征信息，提高视频帧的图片效果，能够有效减少因图片效果差引起的检测失效问题。
一种特征聚合方法电子设备可读存储介质

[发明专利]一种区域生成网络训练方法、装置及可读存储介质-CN202211151749.7在审
发明人：殷光强;王新中;梁杰;唐飞;王治国;游长江;石文武;李耶;侯少麒 -专利权人：深圳信息职业技术学院
申请日： 2022-09-21 - 公布日： 2022-12-23 - 主分类号： G06V10/774 文献下载
摘要：本申请提供了一种区域生成网络训练方法、装置及可读存储介质。所述方法包括获取图像样本，将图像样本输入至区域生成网络，得到预测得分；基于交叉熵损失函数，根据预测得分，计算区域生成网络的损失值；根据损失值调整网络的参数，以得到训练完成的区域生成网络；交叉熵损失函数中设置有第一平衡参数、第二平衡参数中至少一种，第一平衡参数用于提高区域生成网络对正样本的关注度，第二平衡参数用于提高区域网络生成对难分样本的关注度，通过设置第一平衡参数的，以平衡正负样本比例不均匀对区域生成网络的影响，和/或通过设置第二平衡参数的，以平衡难易样本比例不均匀对区域生成网络的影响，从而提高区域生成网络的学习能力。
一种区域生成网络训练方法装置可读存储介质

[发明专利]一种基于属性特征和身份特征融合的跨域行人重识别方法-CN202110391644.8有效
发明人：贾召钱;殷光强;李耶;王文超;王治国 -专利权人：电子科技大学
申请日： 2021-04-13 - 公布日： 2022-10-18 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于属性特征和身份特征融合的跨域行人重识别方法，采用基于属性特征和身份特征融合的跨域行人重识别模型实现，所述基于属性特征和身份特征融合的跨域行人重识别模型设置有卷积及池化层、4个残差模块，在每一个残差模块之后皆插入一个注意力和风格归一化模块，在第3个注意力和风格归一化模块之后引出一条属性分支，所述属性分支包含属性特征提取模块和特征融合模块，所述属性分支的特征提取模块所提取到的属性特征将与第4个所述注意力和风格归一化模块所得域不变全局特征进行融合；利用具有很好泛化能力和鲁棒性的基于属性特征和身份特征融合的跨域行人重识别模型进行行人重识别。
一种基于属性特征身份融合行人识别方法

[发明专利]一种多方位算法模型的自适配方法-CN202210524304.2在审
发明人：殷光强;李超;王耀举;杨晓宇;李耶 -专利权人：电子科技大学
申请日： 2022-05-13 - 公布日： 2022-09-09 - 主分类号： G06V10/72 文献下载
摘要：本发明涉及图像识别与启发式学习技术领域，特别是涉及一种多方位算法模型的自适配方法，包括算法模型自适配、外设自适配和传输自适配；其中算法模型自适配即选择最合适的算法模型，具体包括图像的采集与预处理以及算法模型的统计分析；所述外设自适配具体指：通过调节外设参数，识别并训练得到的最合适的算法模型，最终输出专有化模型；所述传输自适配具体指：对输出的专有化模型进行仿真和测试，并根据结果进一步优化该专有化模型。通过本自适配方法，能有效解决普适算法在某些场景或时间下精确度不高的问题。
一种多方位算法模型配方

[发明专利]一种级联检测和匹配的端到端多目标跟踪系统-CN202210629944.X在审
发明人：李耶;殷光强;王治国;罗啸宇;贾召钱 -专利权人：电子科技大学
申请日： 2022-06-06 - 公布日： 2022-08-30 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及智能视频监控和智能安保技术领域，特别是涉及一种级联检测和匹配的端到端多目标跟踪系统，包括输入模块、特征提取模块、输入预处理模块、目标检测模块以及目标数据关联模块；输入模块用于将该图像二元组以孪生形式输入到特征提取模块；特征提取模块采用DLA34网络作为下采样骨干网络，并在每一个下采样节点中加入上采样以实现语义融合；所述输入预处理模块用于将历史帧图像的特征进行融合；目标检测模块基于点的目标检测，定位目标位置，得到检测三元组；目标数据关联模块包括匹配模型和经过训练的基于卷积网络的非线性运动预测模型。通过本跟踪系统，能有效解决多尺度特征难以融合、任务失衡以及目标运动关联算法匹配效果较差的问题。
一种级联检测匹配端到端多目标跟踪系统

[发明专利]基于域不变特征的跨域行人重识别装置及其方法-CN202110391720.5有效
发明人：殷光强;王文超;李耶;贾召钱;游长江 -专利权人：电子科技大学
申请日： 2021-04-13 - 公布日： 2022-07-22 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于域不变特征的跨域行人重识别装置及其方法，由于实例归一化可以将原始进行归一化，减少样本间差异，但同时会过滤掉一些行人身份相关信息和行人重识别判别信息。为解决这一问题，本发明提出了注意力和风格归一化模块用于恢复所丢失行人身份相关信息和行人重识别判别信息；具体实现时，在域不变特征提取网络的残差模块之后设置跨域行人重识别装置（即注意力和风格归一化模块ASN），用于恢复所丢失行人身份相关信息和行人重识别判别信息，以便将最后输出的图像域不变特征用于后续的分类器中进行行人重识别。
基于不变特征行人识别装置及其方法

1
2
3
下一页»
尾页
共 42 条