“续晋华”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于目标表面点高度和不确定性的单目深度估计方法-CN202310701742.6在审
发明人：吉银帅;续晋华;孙仕亮 -专利权人：华东师范大学
申请日： 2023-06-14 - 公布日： 2023-10-03 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于目标表面点高度和不确定性的单目深度估计方法，提出用物体表面点的物理高度和投影高度来代替物体本身的高度，从而得到多个深度候选值。此外，估计高度的不确定性，并用直接回归的深度代替高不确定性的推断实例深度。根据不确定度，将这些深度预测结合起来，得到最终目标深度。本发明在KITTI数据集上取得了最好的性能表现，并且推理时间满足自动驾驶实时性的要求。
一种基于目标表面高度不确定性深度估计方法

[发明专利]基于目标表面点与地面映射的单目3D检测模型的构建方法-CN202310700357.X在审
发明人：吉银帅;续晋华;孙仕亮 -专利权人：华东师范大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种基于目标表面点与地面映射的单目3D检测模型的构建方法，单目三维目标检测因其简单、成本低而备受关注。本发明将物体表面点映射到地平面上，并将物体深度求解问题分解为地面深度估计和表面点高度估计。在训练阶段，密集的地面深度标签由目标表面深度提供。在推理阶段，通过查询地面深度图来恢复表面点深度。结果得到了大量候选的目标深度，并可根据候选目标深度的不确定性进行最终实例深度的组合，最终结合其它预测的三维属性获得目标的3D包围框。此外，由于大多数映射的地面点被物体遮挡，可能会误导网络学习，本发明设计了一种深度扩充策略来扩展地面标签。本发明在KITTI数据集中取得了优越的性能，相比于同类的方法性能提升明显。
基于目标表面地面映射检测模型构建方法

[发明专利]一种基于浅深皮层双路径构架的卷积神经网络模型压缩优化方法-CN202111402292.8在审
发明人： 续晋华;沈超元 -专利权人：灵译脑科技（上海）有限公司
申请日： 2021-11-24 - 公布日： 2022-03-08 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及计算机技术领域，深度学习，网络压缩技术领域，具体来说是一种基于浅深皮层双路径构架的卷积神经网络模型压缩优化方法，将某个卷积神经网络中每个阶段的卷积块构建成双路径结构，卷积神经网络中包括深路径和浅路径，深路径中由若干个卷积块堆叠而成，浅路径中只包含一层维度映射；将输入特征图通过特征分离模块；将正权重的特征图映射至指定维度后输入到深路径中，将负权重的通道输入到浅路径中；将经过两个路径卷积运算的特征图拼接回原来的维度输出；通过调节每个卷积阶段中两个路径之间的通道比例实现模型不同程度的压缩后进行训练。
一种基于皮层路径构架卷积神经网络模型压缩优化方法