专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果30个,建议您升级VIP下载更多相关专利
  • [发明专利]基于梯度优化的显著性区域三维点云对抗攻击方法-CN202310473027.1在审
  • 王程;郑世均;刘伟权;臧彧;温程璐 - 厦门大学
  • 2023-04-27 - 2023-08-25 - G06V10/82
  • 本申请公开了一种基于梯度优化的显著性区域三维点云对抗攻击方法,包括:对原始点云进行区域划分,以得到多个不同区域组合;将多个不同区域组合分别输入到训练好的网络模型,以得到对应的不同区域组合对网络模型识别结果的重要程度;根据重要程度得到每个区域的显著性值,并对每个区域按照显著性值进行排列;获取攻击区域数量,以便根据攻击区域数量在排序后的每个区域中确定攻击的显著性区域;对显著性区域进行攻击以生成对抗点云,并根据距离约束得到对应的点云对抗样本;使用基于梯度优化的对抗攻击算法根据点云对抗样本更新所述对抗点云,并对对抗点云进行可视化;由此,不仅生成代价低,而且人类视觉难以察觉。
  • 基于梯度优化显著区域三维对抗攻击方法
  • [发明专利]在场景中的人体动作捕捉方法、装置、介质及设备-CN202310483296.6在审
  • 温程璐;林希平;戴雨笛;林逸泰;沈思淇;王程 - 厦门大学
  • 2023-04-28 - 2023-08-04 - G06V40/20
  • 本申请的实施例提供了一种在场景中的人体动作捕捉方法、装置、介质及设备。该方法包括:获取目标对象的第一IMU数据、以及观测人员针对目标对象捕捉到的点云数据和图像;根据第一IMU数据对目标对象进行动作估计,得到目标对象对应的人体动作;将点云数据与图像进行对齐;基于激光雷达自身的第二IMU数据,估计激光雷达的运动轨迹信息,并根据运动轨迹信息和对齐后的点云数据构建三维场景网格;根据人体场景接触约束项、平滑约束项、姿态先验约束项以及网格到点约束项对人体动作和三维场景网格进行优化,以得到优化后的人体动作和三维场景网格。本申请实施例的技术方案提高对场景和人体动作的捕捉精度,保证捕捉到的数据的准确性。
  • 场景中的人体动作捕捉方法装置介质设备
  • [发明专利]基于弱监督的目标检测模型训练方法及装置-CN202211734860.9在审
  • 温程璐;卢宇航;王程;范晓亮 - 厦门大学
  • 2022-12-30 - 2023-05-09 - G06V10/82
  • 本发明公开了一种基于弱监督的目标检测模型训练方法及装置,其中方法包括:获取目标环境下的原始三维点云数据和部分标记的三维点云数据;预设多个锚点框,并根据所述多个锚点框对应的点云密度进行筛选以得到对应的第一候选框;对所述对应的第一候选框进行动态调整,以便对所述对应的第一候选框进行筛选,以得到对应的弱伪标签;对所述原始三维点云数据和所述部分标记的三维点云数据进行筛选处理,以得到对应的第二候选框,并根据真实标记框进行伪标签提纯,以得到强伪标签;根据所述弱伪标签和所述强伪标签对预先设置的神经网络进行训练,以得到训练好的目标检测模型,从而减少了人力和时间成本。
  • 基于监督目标检测模型训练方法装置
  • [发明专利]基于稀疏标记的序列点云语义分割方法、装置及设备-CN202211040503.2在审
  • 温程璐;黄伟杰;赵俊豪;王程 - 厦门大学
  • 2022-08-29 - 2022-12-20 - G06V10/26
  • 本申请的实施例提供了一种基于稀疏标记的序列点云语义分割方法、装置及设备。该方法包括:获取序列点云数据;基于场景流将所述标记帧中各点对应的第一标签信息依次传递至与所述标记帧相邻的除标记帧以外的其他点云帧,得到所述其他点云帧中各点对应的第二标签信息;采用标签预测网络对所述其他点云帧进行标签预测,得到所述其他点云帧中各点对应的标签预测结果;对所述第二标签信息进行修正处理,得到修正后的第二标签信息;将具有第一标签信息的所述标记帧以及具有修正后的第二标签信息的所述其他点云帧作为目标训练数据。本申请实施例的技术方案提高点云语义分割网络的训练数据的获取效率,并保证训练数据的有效性。
  • 基于稀疏标记序列语义分割方法装置设备
  • [发明专利]基于异源点云的点云孔洞修补方法、装置、介质及设备-CN202210604434.7在审
  • 温程璐;雍成阳;王程 - 厦门大学
  • 2022-05-30 - 2022-10-21 - G06T5/00
  • 本申请的实施例提供了一种基于异源点云的点云孔洞修补方法,包括:将待修补点云数据和第一异源点云数据输入至机器学习模型中,以输出对应的第一位姿转换矩阵,并对第一异源点云数据进行位姿转换处理得到第二异源点云数据,采用迭代最近点算法对待修补点云数据和第二异源点云数据进行匹配,以对第二异源点云数据进行位姿转换处理,得到目标异源点云数据;根据待修补点云数据中点的位置信息和目标异源点云数据中点的位置信息,识别出待修补孔洞;根据目标异源点云数据中与待修补孔洞对应的点,对待修补点云数据进行修补,得到修补后的目标点云数据。本申请实施例的技术方案提高点云模型中孔洞修补的准确性,进而保证修补后的点云模型的准确度。
  • 基于源点孔洞修补方法装置介质设备
  • [发明专利]点云分类模型的隐语义分析方法、装置、介质及设备-CN202210731014.5在审
  • 刘伟权;王程;刘明皓;沈思淇;卞学胜;臧彧;温程璐;程明 - 厦门大学
  • 2022-06-24 - 2022-09-06 - G06V10/764
  • 本申请的实施例提供了一种点云分类模型的隐语义分析方法、装置、介质及设备。该方法包括:将点云数据输入至点云分类模型中进行识别处理,以使点云分类模型输出分类结果;根据分类结果以及点云分类模型中各神经元的启动值,按照神经元之间的启动链路反向确定各神经元与分类结果之间的相关性值;根据点云分类模型对点云数据的分组信息,确定在点云分类模型的各网络层中与各分组点云分别对应的目标神经元组;根据目标神经元组中每一神经元对应的相关性值,确定该网络层中与目标神经元组对应的分组点云的显著值,以生成与各网络层相对应的可视化信息。本申请实施例的技术方案可以提高隐语义分析的分析结果的可靠性,保证隐语义分析的分析效果。
  • 分类模型隐语分析方法装置介质设备
  • [发明专利]室内三维模型生成方法及系统-CN202010318788.6有效
  • 温程璐;连宇瀚;王程 - 厦门大学
  • 2020-04-21 - 2022-07-19 - G06T17/00
  • 本发明公开了一种室内三维模型生成方法、介质及系统,其中方法包括以下步骤:获取待建模的室内三维点云数据,并根据所述室内三维点云数据生成对应的二维图片;将所述二维图片输入到预先训练好的语义标注模型,以通过语义标注模型过滤所述二维图片中的干扰线,并提取二维图片的轮廓信息,以及根据轮廓信息对二维图片中的轮廓进行标注,以生成室内二维模型;根据室内二维模型和所述室内三维点云数据生成所述待建模建筑对应的三维模型;能够避免因可移动物体妨碍导致的三维点云缺失等问题对建模的影响,并对室内三维数据进行建模,同时,降低三维数据处理过程中所需要的人力和物力资源。
  • 室内三维模型生成方法系统
  • [发明专利]地下停车场自动驾驶车辆定位方法-CN202010814965.X有效
  • 程明;林丽莉;温程璐;王程 - 厦门大学
  • 2020-08-13 - 2022-07-19 - G06T7/73
  • 本发明公开了一种地下停车场自动驾驶车辆定位方法及介质,其中方法包括:获取地下停车场的全局点云数据,并进行预处理,以过滤车辆三维点,得到初始点云数据;根据区域生长法对初始点云数据进行平面结构提取,以得到初始平面集合,并对初始平面集合进行优化,以得到最终平面集合;根据层次聚类法对最终平面集合进行划分,以生成多个第一平面基元组;获取自动驾驶车辆采集到的短期点云数据,并进行处理,以生成多个第二平面基元组;进行点云配准,并对配准结果进行优化,以生成自动驾驶车辆定位结果;能够在地下停车场等室内环境下对自动驾驶车辆进行精准定位,以保障自动驾驶车辆在无GPS定位的条件下安全有效运行。
  • 地下停车场自动驾驶车辆定位方法
  • [发明专利]耦合式室内三维语义建图及建模方法-CN202011417892.7有效
  • 王程;檀锦彬;温程璐 - 厦门大学
  • 2020-12-07 - 2022-07-15 - G06F30/13
  • 本发明公开了一种耦合式室内三维语义建图及建模方法和介质,其中方法包括:获取初始点云数据;提取特征点,并估计初始数据帧对应的位姿,以及根据位姿生成局部点云地图;生成训练数据集;基于深度神经网络和训练数据集对局部点云地图进行语义标注,并将将局部点云地图的语义标注结果反馈到该初始数据帧中;对位姿进行优化以得到第一位姿优化结果;提取语义结构面,并与全局平面进行关联;进行非线性优化,以得到第二位姿优化结果;生成最终点云地图、语义点云地图和建筑物内部语义线结构模型。能够准确地重建出室内环境的语义点云地图和内部线框结构模型;同时,防止在进行基于激光的移动扫描时,因采集平台的剧烈运动而丢失位姿估计。
  • 耦合室内三维语义建模方法
  • [发明专利]基于多视角投影的跨维数据检索方法-CN202210151825.8在审
  • 刘伟权;王程;赖柏锜;臧彧;沈思淇;温程璐;程明 - 厦门大学
  • 2022-02-18 - 2022-06-17 - G06F16/583
  • 本发明提出了一种基于多视角投影的跨维数据检索方法,该方法包括:获取二维图像数据和对应匹配的原始三维点云;对对应匹配的原始三维点云进行体素化处理,以得到对应的体素;将对应的体素投影到二维空间以生成每个二维图像对应匹配的点云多视角投影图像;根据孪生网络构建深度学习模型,并将二维图像数据和对应匹配的点云多视角投影图像输入到深度学习模型进行训练;获取多个待检索的二维图像和三维点云,并基于训练好的深度学习模型从二维图像对三维点云进行检索,以得到每个待检索的二维图像在所有三维点云中最匹配的三维点云;由此,可缩小点云数据在跨维匹配中与二维图像的数据差异,从而提高二维图像到三维点云的检索准确率。
  • 基于视角投影数据检索方法
  • [发明专利]室内三维彩色网格模型生成方法及系统-CN202210060821.9在审
  • 王程;吴崇荣;温程璐 - 厦门大学
  • 2022-01-19 - 2022-04-29 - G06T17/20
  • 本发明公开了一种室内三维彩色网格模型生成方法及系统,其中方法包括以下步骤:获取待建模的室内三维点云数据;采用激光里程计和建图方法对所述室内三维点云数据进行帧间配准以生成室内点云模型;对所述室内点云模型基于泊松重建方法进行表面重建,并过滤低密度顶点以生成无色网格模型;获取所述待建模的图像数据,并根据所述图像数据对所述无色网格模型进行贴图处理以生成室内三维彩色网格模型;由此,能够重建无纹理或透明的区域,从而提高三维模型的精确度。
  • 室内三维彩色网格模型生成方法系统
  • [发明专利]标志牌地标数据集生成及车辆定位方法-CN201810541090.3有效
  • 温程璐;游昌斌;王程;李军 - 厦门大学
  • 2018-05-30 - 2022-02-18 - G06V20/58
  • 本发明涉及一种标志牌地标数据集生成及车辆定位方法,其中该标志牌数据集生成方法包括:标志牌的图像检测和识别;图像检测结果转化寻找标志牌牌面所在的粗略点云区域范围;得到标志牌牌面;得到标志牌的杆;获取标志牌的语义及空间特征;得到一系列标志牌地标数据集;本发明所述的标志牌地标数据集生成方法采用基于深度学习网络及反射特性两种方法结合的方式进行标志牌的提取,减少了获取标志牌信息的误差,从而提高了获取交通标志牌的标志牌信息准确度、效率以及鲁棒性。
  • 标志地标数据生成车辆定位方法
  • [发明专利]联邦学习的模型参数优化方法及系统-CN202110399316.2在审
  • 范晓亮;王铮;王程;温程璐 - 厦门大学
  • 2021-04-14 - 2021-08-31 - G06N20/20
  • 本发明公开了一种联邦学习的模型参数优化方法及系统,方法包括:获取多个客户端上传的模型参数及其对应的训练损失;计算每个客户端对应的梯度,以便更新历史梯度列表;根据训练损失对每个客户端对应的梯度进行排序,并依次判断每个客户端对应的梯度与除自身外的其他梯度之间是否存在矛盾分量;如果是,则采用投影的方式依次消去每个客户端对应的梯度与其他梯度相矛盾的分量,以得到每个客户端投影后的梯度并进行聚合以得到初步梯度;从某一轮起按轮数判断初步梯度与那一轮中被采样且当前轮未被采样的客户端的历史梯度之间是否存在矛盾分量;如果是,则采用投影的方式消除初步梯度中与那一轮的所有矛盾分量的总和;从而提高联邦学习模型的公平性。
  • 联邦学习模型参数优化方法系统
  • [发明专利]基于图卷积神经网络的城市交通流预测方法及介质-CN201910637679.8有效
  • 范晓亮;闫旭;王程;程明;郑传潘;温程璐 - 厦门大学
  • 2019-07-15 - 2021-06-22 - G08G1/01
  • 本发明公开了一种基于图卷积神经网络的城市交通流预测方法和介质,其中方法包括:获取原始数据;根据每个节点对应的经纬度信息生成距离矩阵;根据限速平均值和距离矩阵计算可达矩阵;构建用于预测交通流速的初始交通流预测模型,并将交通流速信息和可达矩阵输入到初始交通流预测模型,以便初始交通流预测模型根据交通流速信息和可达矩阵输出交通流速预测值;对初始交通流预测模型进行训练,以确定最终的交通流预测模型;将待预测交通流速信息和待预测可达矩阵输入交通流预测模型,以便通过交通流预测模型对未来交通流进行预测;实现对城市交通路网的空间特征进行有效提取,提高交通流预测的精准度,并且,提高该预测方法的普适性,使其便于推广。
  • 基于图卷神经网络城市通流预测方法介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top