“王伟凝”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30个，建议您升级VIP下载更多相关专利

[发明专利]图像分类方法、系统、计算机设备及存储介质-CN202010959142.6有效
发明人： 王伟凝;李乐敏;郭沛榕;谭燕;石红霞 -专利权人：华南理工大学
申请日： 2020-09-14 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种图像分类方法、系统、计算机设备及存储介质，所述方法包括：构造高效全局上下文模块；搭建图像分类网络，所述图像分类网络包括残差网络以及插入残差网络中的四个高效全局上下文模块；获取训练集，所述训练集包括多张训练图像；利用训练集对图像分类网络进行训练，使用交叉熵损失函数，采用随机梯度下降法对图像分类网络进行迭代优化，得到图像分类模型；获取待分类图像；将待分类图像输入图像分类模型中，得到分类预测结果。本发明通过在残差网络中插入高效全局上下文模块，以搭建图像分类网络，有效地捕获全局信息以及通道依赖信息，提高了图像分类网络的分类识别能力，达到更好的图像分类效果。
图像分类方法系统计算机设备存储介质

[发明专利]基于多条路径积分的语音情感识别方法、系统、设备及介质-CN202110287164.7有效
发明人： 王伟凝;马学东;郭沛榕;李意繁 -专利权人：华南理工大学
申请日： 2021-03-17 - 公布日： 2023-06-23 - 主分类号： G10L25/63 文献下载
摘要：本发明公开了一种基于多条路径积分的语音情感识别方法、系统、设备及介质，所述方法包括：搭建基于多条路径积分的语音情感识别网络；获取语音情感数据集，并提取语音情感数据集中的语音片段特征；利用语音情感数据集对语音情感识别网络进行训练，得到训练好的语音情感识别网络模型；调用训练好的语音情感识别网络模型，实现语音情感识别。本发明使用普通的语音特征和一种简单的网络架构将路径积分应用在语音情感识别中，能够解决现有语音情感识别方法网络复杂、计算量大、识别准确率不高的技术问题。
基于路径积分语音情感识别方法系统设备介质

[发明专利]一种基于感兴趣区域和全局特征的图像美学质量评估方法-CN201811537590.6有效
发明人： 王伟凝;邓芮;李乐敏;徐向民 -专利权人：华南理工大学
申请日： 2018-12-15 - 公布日： 2023-05-26 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于感兴趣区域和全局特征的图像美学质量评估方法，包括步骤：感兴趣区域提取算法设计；数据集预处理；美学评估网络设计；渐进优化训练；预测输出；本发明的一种基于感兴趣区域和全局特征的图像美学质量评估方法，当用户给定图像后，系统能根据训练好的模型给出具有参考意义的美学评价，其评估结果不仅包含具体的期望分数，而且包含评分分数的分布，在现实场景下有比较强的指导意义。
一种基于感兴趣区域全局特征图像美学质量评估方法

[发明专利]骨髓细胞细粒度分类方法、系统、计算机设备及存储介质-CN202210168782.4在审
发明人： 王伟凝;郭沛榕;骆美鸽 -专利权人：华南理工大学
申请日： 2022-02-23 - 公布日： 2022-06-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种骨髓细胞细粒度分类方法、系统、计算机设备及存储介质，所述方法包括：获取骨髓细胞图像数据集；构建第一骨髓细胞细粒度分类网络，所述第一骨髓细胞细粒度分类网络以残差网络作为主干网络，包括原始分支、主体分支和注意力主体定位分支；利用骨髓细胞图像数据集对第一骨髓细胞细粒度分类网络进行训练，得到第二骨髓细胞细粒度分类网络；获取待分类骨髓细胞图像；将待分类骨髓细胞图像输入第二骨髓细胞细粒度分类网络，实现骨髓细胞细粒度分类。本发明通过构建基于注意力主体与区域放大的多分支网络，实现了分支间的相互结合和相互促进，提高了骨髓细胞细粒度分类水平。
骨髓细胞细粒度分类方法系统计算机设备存储介质

[发明专利]骨髓细胞分类方法、系统、计算机设备及存储介质-CN202210129374.8在审
发明人： 王伟凝;郭沛榕;骆美鸽;尉岩;石红霞;谭燕 -专利权人：华南理工大学
申请日： 2022-02-11 - 公布日： 2022-06-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种骨髓细胞分类方法、系统、计算机设备及存储介质，所述方法包括：获取第一数据集和第二数据集；构建骨髓细胞细粒度分类网络；获取多张原始骨髓细胞显微图像；将每张原始骨髓细胞显微图像输入训练好的骨髓细胞检测网络中进行预测，输出得到每张原始骨髓细胞显微图像中细胞边界框的预测标注；根据细胞边界框的预测结果对原始骨髓细胞显微图像进行分割，使每张图像中仅含一个完整的骨髓细胞；将分割后的图像输入骨髓细胞细粒度分类网络中进行分类，输出得到骨髓细胞的分类结果。本发明通过对深度网络中多层特征的学习，同时引入知识蒸馏机制，将融合信息引入到单层次的特征分类器中，提高了骨髓细胞的分类精度。
骨髓细胞分类方法系统计算机设备存储介质

[发明专利]水墨画艺术风格转换方法、系统、计算机设备及存储介质-CN202110520598.7有效
发明人： 王伟凝;李意繁 -专利权人：华南理工大学
申请日： 2021-05-13 - 公布日： 2022-04-22 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种水墨画艺术风格转换方法、系统、计算机设备及存储介质，所述方法包括：获取数据集并对数据集进行预处理，得到预处理后数据集；根据预处理后数据集，得到训练集；建立不对称循环一致性生成对抗网络模型，所述不对称循环一致性生成对抗网络模型在CycleGAN骨架的基础上，包括不对称结构机制和显著性边缘损失函数；利用训练集，对不对称循环一致性生成对抗网络模型进行训练；将待测的真实自然图像输入训练好的不对称循环一致性生成对抗网络模型，得到水墨画图像，实现水墨画风格转换。本发明克服了水墨画艺术转换任务中图像域之间不对称性带来的不利影响，实现了质量更高的水墨画风格转换效果。
水墨画艺术风格转换方法系统计算机设备存储介质

[发明专利]细粒度图像分类方法、系统、计算机设备及存储介质-CN202010951989.X有效
发明人： 王伟凝;郭沛榕;李乐敏;谭燕;石红霞 -专利权人：华南理工大学
申请日： 2020-09-11 - 公布日： 2022-04-22 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种细粒度图像分类方法、系统、计算机设备及存储介质，所述方法包括：搭建细粒度图像分类网络，所述细粒度图像分类网络为注意力抑制与注意力增强的双分支网络，包括残差网络和注意力层；获取训练集，所述训练集由多张训练图像构成；利用训练集对细粒度图像分类网络进行训练，采用梯度推进的最大值与最小值交叉熵损失函数，得到细粒度图像分类模型；获取待分类图像；将待分类图像输入细粒度图像分类模型中，使待分类图像在残差网络中流动，而不经过注意力层，得到类别预测结果。本发明基于弱监督学习与注意力机制实现，能够使训练得到的细粒度图像分类模型实现较好的细粒度图像分类效果。
细粒度图像分类方法系统计算机设备存储介质

[发明专利]敦煌壁画艺术风格转换方法、系统、计算机设备及存储介质-CN202111324175.4在审
发明人： 王伟凝;李意繁;骆美鸽 -专利权人：华南理工大学
申请日： 2021-11-10 - 公布日： 2022-03-22 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种敦煌壁画艺术风格转换方法、系统、计算机设备及存储介质，所述方法包括：获取数据集，所述数据集包括敦煌壁画图像域数据集以及与敦煌壁画图像域数据集对应的自然图像域数据集；对数据集进行预处理，并划分出训练集；构建以CUT骨架为基础的归一化对比学习生成对抗网络；利用训练集对归一化对比学习生成对抗网络进行训练，将训练好的归一化对比学习生成对抗网络作为敦煌壁画艺术风格转换模型；获取待处理图像；将待处理图像输入敦煌壁画艺术风格转换模型，得到敦煌壁画图像，实现对自然图像的敦煌壁画艺术风格转换。本发明克服了现有算法无法实现逼真的敦煌壁画艺术风格转换的问题，实现了高质量且逼真的敦煌壁画艺术风格图像转换。
敦煌壁画艺术风格转换方法系统计算机设备存储介质

[发明专利]一种基于稀疏表示和形态学操作的骨髓细胞分割方法-CN201810145025.9有效
发明人： 王伟凝;师婷婷;谭燕;尉岩 -专利权人：华南理工大学
申请日： 2018-02-12 - 公布日： 2021-11-23 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于稀疏表示和形态学操作的骨髓细胞分割方法，包括以下步骤：(1)基于饱和度的骨髓细胞预检测；(2)基于稀疏表示的骨髓细胞检测；(3)基于形态学的多角度骨髓细胞分割和计数。本发明可以得到精确的骨髓细胞检测位置，分割图像和计数结果，整个过程无需人工参与，真正实现了全自动骨髓细胞检测、分割与计数，有利于后续诸如细胞分类、急性白血病诊断等处理。
一种基于稀疏表示形态学操作骨髓细胞分割方法

[发明专利]一种骨髓细胞自动分类方法-CN201810144924.7有效
发明人： 王伟凝;师婷婷;谭燕;尉岩 -专利权人：华南理工大学
申请日： 2018-02-12 - 公布日： 2021-11-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种骨髓细胞自动分类方法，包括以下步骤：(1)基于饱和度的骨髓细胞预检测；(2)基于稀疏表示的骨髓细胞检测；(3)基于形态学的多角度骨髓细胞分割；(4)基于深度学习的骨髓细胞分类。本发明可以得到精确的骨髓细胞检测位置，分割图像和分类结果，整个过程无需人工参与，真正实现了全自动骨髓细胞检测、分割与分类，有利于后续急性白血病诊断等医疗处理。
一种骨髓细胞自动分类方法

[发明专利]基于元学习的用户个性化图像美感评价方法、系统、介质和设备-CN201910166317.5有效
发明人： 王伟凝;苏俊杰;李乐敏;邓芮 -专利权人：华南理工大学
申请日： 2019-03-06 - 公布日： 2021-01-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于元学习的用户个性化图像美感评价方法、系统、介质和设备，该方法具体步骤为：获取通用美感模型；获取图像深度特征；构建用户个性化图像美感评价模型和元学习器学习策略；训练元学习器：采用训练用户图像及其用户评分作为训练数据，对元学习器的参数进行优化；用户提供图像以及用户评分，采用元学习器获取用户个性化图像美感评价模型参数；采用通用美感模型以及用户个性化图像美感评价模型预测用户个性化图像美感评分。本发明根据已有的训练任务集，训练能快速适应由少量数据所构成的新任务模型，在用户提供不同图片数目时，均能得到很好的用户个性化图像美感评分性能，也对用户间的关联进行有效利用。
基于学习用户个性化图像美感评价方法系统介质设备

[发明专利]指甲区域图像获取方法、系统、计算设备及存储介质-CN202010454641.X在审
发明人： 王伟凝;马学东;郭沛榕;谭煜枫 -专利权人：华南理工大学
申请日： 2020-05-26 - 公布日： 2020-10-02 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种指甲区域图像获取方法、系统、计算设备及存储介质，所述方法包括：搭建指甲分割网络；构建指甲数据集，并根据指甲数据集，对指甲分割网络进行训练，得到指甲分割模型；获取第一手指图像；调用指甲分割模型，获取第一手指图像中每个手指类别的指甲区域及对应的指甲方向；根据输入的调整指令，调整指甲区域，以调整打印位置及打印图案；将美甲效果展示在手指图像上；根据输入的打印指令，打印图案。本发明解决了现有美甲机识别指甲区域不够精确，鲁棒性不够高的技术问题，还解决了现有美甲消费无法预先查看美甲效果的问题。
指甲区域图像获取方法系统计算设备存储介质

[发明专利]一种基于并行卷积神经网络的图像显著性检测方法-CN201710253255.2有效
发明人： 王伟凝;肖纯;师婷婷;赵明权 -专利权人：华南理工大学
申请日： 2017-04-18 - 公布日： 2020-06-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于并行卷积神经网络的图像显著性检测方法：包括以下步骤：(1)设计并行卷积神经网络结构；(2)设计两种网络输入图，并针对输入定义基于超像素的标签；(3)数据集平衡化处理与输入预处理；(4)模型训练：所述模型包括数据预处理模块和并行卷积神经网络结构；(5)对目标图像使用已训练好的模型计算显著图。本发明能有效检测显著主体的内在语义以及与背景的差异，从全局和局部角去检测显著性，实现自动对图像进行显著性检测。
一种基于并行卷积神经网络图像显著检测方法

[发明专利]一种基于Hadoop的图像质量评估系统-CN201511022591.3有效
发明人： 王伟凝;蔡成加;赵伟健 -专利权人：华南理工大学
申请日： 2015-12-29 - 公布日： 2019-08-20 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于Hadoop的图像质量评估系统，包括客户端和Hadoop集群；客户端包括服务选择模块和和图片传输模块；Hadoop集群包括主节点和多个子节点；所述主节点负责作业的初始化、作业的分配、作业的协调执行，同时负责管理集群的文件系统；所述子节点上设有图像质量评估模块，负责map任务和reduce任务的执行以及数据块存储；所述主节点上设有通信服务器，所述通信服务器负责接收从客户端发送过来的图像并为每个用户开启一个MapReduce作业进行图像质量评估。本发明利用Hadoop集群的分布式并行计算优势，有效缩短大量图片质量评估的处理时间，提升了用户体验。
一种基于 hadoop 图像质量评估系统

[发明专利]一种基于ResNet-GCN网络的图像情感分类方法-CN201810292286.3在审
发明人： 王伟凝;李乐敏;黄杰雄 -专利权人：华南理工大学
申请日： 2018-03-30 - 公布日： 2018-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于ResNet‑GCN网络的图像情感分类方法，包括以下步骤：(1)图像情感分类网络设计：由前部分结构ResNet‑50网络和后部分结构GCN网络组成；(2)图像情感分类框架设计：包含一个图像情感分类网络ResNet‑GCN和一个用于决策融合网络特征的支持向量分类器；(3)对原始图像进行显著主体提取和金字塔切割；(4)训练图像情感分类网络；(5)测试图像情感分类框架；(6)用户图像使用已训练好的图像情感分类框架进行分类，实现图像情感分类。本发明得到的图像情感分类结果符合人类情感标准，判断过程无需人工参与，实现了机器全自动图像情感分类。
情感分类图像网络支持向量分类测试图像决策融合框架设计判断过程人工参与人类情感网络设计网络特征网络组成训练图像用户图像原始图像金字塔切割分类

1
2
下一页»
尾页
共 30 条