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48个,建议您升级VIP下载更多相关专利
  • [发明专利]一种材料显微图像原子运动追踪与位错检测方法及系统-CN202310822418.X在审
  • 班晓娟;韩旭;李长泰;何洋;贾宇;郭宇 - 北京科技大学
  • 2023-07-05 - 2023-10-24 - G06T7/246
  • 本发明提供一种材料显微图像原子运动追踪与位错检测方法及系统,涉及材料表征图像分析技术领域,包括:使用透射电子显微镜获取原子及缺陷运动显微视频流,对关键帧进行提取,组成关键帧序列;使用多椭圆拟合算法获取原子中心点坐标,并通过仿射变换方法获取识别到的原子的邻接关系模型;根据原子中心点坐标以及邻接关系模型,追踪关键帧序列中原子的运动情况,并记录运动方向与位移数据;根据原子运动追踪结果以及邻接关系模型,对发生较大位移的原子进行位错检测,构建位错关系追踪结果表,并标记可能发生位错运动的区域。本发明提升了原子中心点定位的效率和准确度,直观展示原子显微结构的运动情况,为观察原子运动、分析材料特性提供了便利。
  • 一种材料显微图像原子运动追踪检测方法系统
  • [发明专利]一种基于多分支网络的图像分析方法及系统-CN202310631202.5在审
  • 班晓娟;郭灿城;马博渊 - 北京科技大学
  • 2023-05-30 - 2023-09-01 - G06V10/764
  • 本发明提供一种基于多分支网络的图像分析方法及系统,涉及智慧医疗技术领域。包括:获取多任务数据及标注;构建多分支图像识别网络模型,该模型包括特征提取主分支、关键点提取分支、图像分割分支和目标检测分支;利用形态感知损失函数训练所述多分支图像识别网络模型。该方法相对于先进行目标检测再进行图像分割或关键点识别的两阶段网络,具有更快的运算速度,即在不增加网络个数以及大量识别时间的情况下,使用单个神经网络完成对多个视觉识别任务的分析,且不会对识别结果造成准确度上的损失。
  • 一种基于分支网络图像分析方法系统
  • [发明专利]一种排除析出相干扰的金相显微图像分析方法及装置-CN202310511546.2在审
  • 班晓娟;张心怡;马博渊 - 北京科技大学
  • 2023-05-08 - 2023-08-22 - G06T7/00
  • 本发明公开了一种排除析出相干扰的金相显微图像分析方法及装置,所述方法包括:基于预设晶界分割模型,获取金相材料显微图像的晶界分割结果;基于预设析出相分割模型,获取金相材料显微图像的析出相分割结果;基于所述晶界分割结果和所述析出相分割结果,筛选出将析出相误识别为晶粒的错分晶粒;对所述错分晶粒进行矫正,合成正确分割结果。采用本发明的金相显微图像分析方案,能够针对性地纠正金相图像分析任务中由于析出相遮挡晶粒边界而造成晶粒边界误判的问题,进一步提高后续材料微结构表征的准确度,可广泛应用于金属材料领域中的图像分析、材料评价等方面,具有广泛的应用前景。
  • 一种排除析出相干金相显微图像分析方法装置
  • [发明专利]一种充填管道裂纹检测方法-CN202010544835.9有效
  • 班晓娟;刘婷;袁兆麟;王笑琨 - 北京科技大学
  • 2020-06-15 - 2023-08-22 - G06T7/00
  • 本发明提供一种充填管道裂纹检测方法,属于采矿工业领域。所述方法包括:利用带有裂纹的管道图像和加噪处理后的所述带有裂纹的管道图像对图像去噪模型进行训练;利用带有裂纹的管道图像及同时带有雨滴和裂纹的管道图像对图像去雨滴模型进行训练;利用目标检测训练集对裂纹检测模型进行训练,其中,所述目标检测训练集中的每张管道图像被标注出裂纹位置;实时获取待检测的管道图像,利用训练好的图像去噪模型、图像去雨滴模型、裂纹检测模型依次对待检测管道图像进行去噪、去雨滴处理、对裂纹进行检测。采用本发明,能够对图像中的噪音以及雨滴进行修复,从而提高管道裂纹检测精度和检测效率。
  • 一种充填管道裂纹检测方法
  • [发明专利]一种基于多模态图像联邦分割的数据增广方法及系统-CN202310284567.5在审
  • 班晓娟;胡陈菲;马博渊;印象 - 北京科技大学
  • 2023-03-22 - 2023-08-11 - G06V10/26
  • 本发明涉及图像处理技术领域,特别是指一种基于多模态图像联邦分割的数据增广方法及系统,方法包括:汇总节点向每个参与节点下发控制信息对;各自构建初始模态生成分割网络模型;每个参与节点将本地样本图像、对应的真实标注以及控制信息对输入初始模态生成分割网络模型,得到中间网络参数;将中间网络参数传输至汇总节点,汇总节点对多个参与节点的中间网络参数进行联邦平均,得到合并网络参数,将合并网络参数回传给每个参与节点;迭代执行上述步骤,直到完成训练;每个参与节点根据训练好的模态生成分割网络模型生成多模态生成图像,进行数据增广。采用本发明,在保护各个参与方数据隐私的同时,提高图像联邦分割模型的准确度和泛化能力。
  • 一种基于多模态图像联邦分割数据增广方法系统
  • [发明专利]一种基于骨架感知的损失函数加权方法及装置-CN202010429250.2有效
  • 班晓娟;马博渊;黄海友;王浩;薛维华 - 北京科技大学
  • 2020-05-20 - 2023-06-06 - G06T7/11
  • 本发明提供一种基于骨架感知的损失函数加权方法及装置,能够降低分割错误率。所述方法包括:根据图像的标注图,将图像前景分离成多个独立目标区域;提取各独立目标区域和图像背景的骨架,确定各独立目标区域内每个像素点至相应的独立目标区域骨架中最近骨架点的距离、各独立目标区域中每个骨架像素点至相应的独立目标区域边缘的最近距离、背景骨架上每个像素点至背景边缘的最近距离、背景内每个像素点至各独立目标区域边缘的最近距离;根据得到的距离,对所述前景中各独立目标区域内及背景中的每个像素点计算其权重值,形成基于骨架感知的权重图;将所述权重图与损失函数结合,优化基于机器学习方法的图像分割模型的参数。
  • 一种基于骨架感知损失函数加权方法装置

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