“胡尚薇”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38个，建议您升级VIP下载更多相关专利

[发明专利]一种基于机器视觉的抗原试剂盒自动识别方法和系统-CN202310265236.7在审
发明人：邓若愚;胡尚薇;宋子帆 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-03-17 - 公布日： 2023-07-28 - 主分类号： G06V30/10 文献下载
摘要：本申请涉及一种基于机器视觉的抗原试剂盒自动识别方法和系统，包括以下步骤：1)收集往日抗原试剂盒图像数据，构成已知数据集Z；2)对Z中的每个图像，通过二维码识别与文字识别获取抗原试剂盒编号；3)将所有抗原试剂盒编号写入数据库，构成已知编号集I；4)获取需要识别的抗原试剂盒图像数据，构成输入数据集X；5)对X中的每个图像，同样通过二维码识别与文字识别获取抗原试剂盒编号，获得当前编号集K；6)查询当前编号集K与已知编号集I是否存在交集，标记交集中对应图像对，记为重合数据集R；7)对X中的每个图像，进行透视变换与图像增强，定位至结果区域并生成区域掩码，判别阴阳结果，记为O；8)综合重合数据集R与阴阳结果O，生成识别报告。
一种基于机器视觉抗原试剂盒自动识别方法系统

[发明专利]基于PP-YOLOE的抗原检测试剂盒自动识别方法和系统-CN202310265347.8在审
发明人：邓若愚;胡尚薇;涂楚雨 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-03-17 - 公布日： 2023-07-14 - 主分类号： G06V10/82 文献下载
摘要：本申请提供一种基于PP‑YOLOE的抗原检测试剂盒自动识别方法和系统。包括以下步骤：1)收集大量抗原检测试剂盒图像数据，构成已知数据集Z；2)建立阴性/阳性样本的特征向量数据库D；3)使用在数据集Z上训练的PP‑YOLOE模型进行目标检测，获得抗原检测试剂盒上的“CT”区域ROI，并同时预测出检测结果P1；4)如果P1位于阴性阈值和阳性阈值之间，使用训练好的分类模型对ROI区域进行特征提取，之后在已经构建的特征向量数据库中进行搜索，找到相似度最高的特征向量，即认为该样本标签与数据库中样本标签一致，得到识别结果。与现有技术相比，本发明具有更好的泛化性、更有效的执行速度和更高的识别正确率。
基于 pp yoloe 抗原检测试剂盒自动识别方法系统

[发明专利]一种人脸伪造视频检测方法和系统-CN202310328130.7在审
发明人：邓若愚;胡尚薇;王楚天 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-03-30 - 公布日： 2023-06-30 - 主分类号： G06V40/40 文献下载
摘要：本申请提供一种人脸伪造视频检测方法和系统。方法包括以下步骤：1)对输入包含人脸的视频进行预处理，得到逐帧的人脸图像帧序列S；2)使用预训练的卷积神经网络提取人脸图像的视觉特征图F；3)对特征图进行切块并展开为token向量序列T；4)对token向量序列进行预处理，分别在时间维度和空间维度上添加分类token(Tt和Ts)得到作为transformer输入的token序列I；5)使用视频transformer神经网络处理token序列；6)使用分类池化层得到用于分类的token，并使用预测头预测分类结果。与现有方法相比，本发明有效利用了视频中存在的时序信息，拥有鲁棒性较强，可解释性较好的优点。
一种伪造视频检测方法系统

[发明专利]基于统计的车辆全景环视拼接图像质量计算方法和系统-CN202310064492.X在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-01-15 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种基于统计的车辆全景环视拼接图像质量计算方法和系统，方法包括：1)使用深度学习方法对车辆全景环视图像进行边缘检测；2)遮蔽车辆所在位置的图像，处理边缘检测结果，并对上述结果进行二进制阈值化，将灰度图转变为黑白图像；3)对边缘检测的结果进行图像分割，并从中提取每一个棋盘格区域的所有坐标；4)使用聚类算法统计棋盘格区域的坐标，并使用多项式拟合棋盘格边缘的曲线方程；5)通过棋盘格边缘的曲线方程，计算拼接图像中每一个棋盘格的编号与四边形坐标；6)结合曲线方程、四边形坐标和棋盘格编号，分别计算图像拼接质量指标，包括画面对称性、拼接错位、拼接损失、拼接重影。本申请具有可解释性强、部署成本低、鲁棒性好等优点。
基于统计车辆全景环视拼接图像质量计算方法系统

[发明专利]一种基于图像相似度分布的成员推断攻击方法和系统-CN202310264719.5在审
发明人：邓若愚;胡尚薇;高俊尧 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-03-17 - 公布日： 2023-06-09 - 主分类号： G06V10/74 文献下载
摘要：本申请提供一种基于图像相似度分布的成员推断攻击方法和系统。包括：1)选择适当的行人再识别数据集D和模型结构f，训练有效的行人再识别模型作为成员推断攻击的目标模型f′；2)获取训练完成后目标模型输出的训练和测试数据集的特征向量，将其分别标记为成员数据集和非成员数据集作为攻击数据集M；3)从整个攻击数据集中采样特征向量作为攻击方法的参考集rt，并计算攻击数据集中每个特征向量相对于参考集中所有元素的欧氏距离然后按照参考集采样顺序组成度量向量vt；4)将度量向量与对应的特征向量更新组成新的攻击数据集M′；5)构造一个深度神经网络作为攻击模型A并使用攻击数据集M′进行训练；6)使用训练好的攻击模型A′对数据记录xt进行攻击。
一种基于图像相似分布成员推断攻击方法系统

[发明专利]一种非侵入式负荷分解方法和系统-CN202211621693.7在审
发明人：邓若愚;胡尚薇;王茂 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-12-05 - 公布日： 2023-05-30 - 主分类号： G06Q50/06 文献下载
摘要：本申请提供一种非侵入式负荷分解方法和系统，包括：将采集到的低频功率数据集划分为训练集和测试集后进行数据预处理，剔除训练集和测试集中的异常值，对数据进行归一化处理，然后采用滑动窗口的方式对数据进行分割；为每个实验电器单独训练模型，以家庭总功率滑动窗口序列为输入，以实验电器的功率窗口序列的窗口中点值为输出，构建子任务门控网络对输入输出进行非线性回归学习，所述子任务门控网络包括并联的回归学习主网络模型和分类子网络模型；回归主网络采用基于卷积注意力模块结合双向长短期记忆网络的网络结构，提高整体架构的泛化能力。分类子网络采用全卷积网络实现对电器开关状态的识别来提高模型负荷分解结果的精确度。
一种侵入负荷分解方法系统

[发明专利]一种协作多特征聚类无监督行人再识别方法和系统-CN202310066489.1在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-01-17 - 公布日： 2023-05-09 - 主分类号： G06V40/10 文献下载
摘要：本申请提供一种协作多特征聚类无监督行人再识别方法和系统，方法包含以下步骤：对训练集中的源域行人图像进行数据预处理；将预处理好的源域行人图像送入初始行人再识别模型中进行预训练；将源域行人图像输入多域翻译网络中，迁移至目标域数据相机风格，并根据原始的数据标签构建目标域有标注数据集，重新训练所述初始行人再识别模型；构建两个结构相同的双分支网络，进行无监督聚类和监督训练；将测试集中的行人图像送入双分支网络提取得到双分支联合特征，计算双分支联合特征与候选集图像的对应联合特征的欧式距离，输出排序结果。本申请可有效应用于数据无标注的场景，并且对于数据中存在的域间图像风格差异更为鲁棒，适合于现实场景中的复杂情况。
一种协作特征聚类无监督行人识别方法系统

[发明专利]一种基于微调式结构化剪枝的电力巡检方法和系统-CN202211613321.X在审
发明人：邓若愚;胡尚薇;梁爽 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-12-15 - 公布日： 2023-05-02 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种基于微调式结构化剪枝的电力巡检方法和系统。方法包括：获取绝缘子和塔杆的图像，使用所述图像构建电力巡检数据集；构建基于微调式结构化剪枝的电力巡检算法模型；使用所述电力巡检数据集训练所述电力巡检算法模型；将实时绝缘子和塔杆的图像输入训练好的所述电力巡检算法模型，得到巡检结果。本申请提出基于结构化剪枝的电力巡检模型，网络通过剪枝后压缩了大量的冗余参数，有效加快了模型检测的速度，并且采用知识蒸馏方法，对模型参数进行合理微调，避免精度出现过大的损失，为边缘电力巡检部署奠定了基础。
一种基于微调结构剪枝电力巡检方法系统

[发明专利]基于秩分解和强深度信息融合的电力巡检方法和系统-CN202211558779.X在审
发明人：邓若愚;胡尚薇;梁爽 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-12-06 - 公布日： 2023-04-25 - 主分类号： G06V20/52 文献下载
摘要：本申请提供一种基于秩分解和强深度信息融合的电力巡检方法和系统。所述方法包括：获取绝缘子和塔杆的图像，使用所述图像构建电力巡检数据集；构建基于秩分解和强语义信息融合的电力巡检算法模型；使用所述电力巡检数据集训练所述电力巡检算法模型；将实时绝缘子和塔杆的图像输入训练好的所述电力巡检算法模型，得到巡检结果。本申请提出将塔杆引入被检测对象中，借助塔杆目标更大，检测难度更低，辅助输电线路巡检。本申请能够提高模型的检测能力，降低模型参数量，有效实现了网络速度与精度的平衡。采用PyQt框架进行模型封装，改善了模型的接口，同时本申请设计的上位机可编译为C语言，便于边端设备调用。
基于分解深度信息融合电力巡检方法系统

[发明专利]基于预测误差的时间序列能耗数据离群点检测方法和系统-CN202211551526.X在审
发明人：邓若愚;胡尚薇;李昌志 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-12-05 - 公布日： 2023-04-14 - 主分类号： G06F18/2431 文献下载
摘要：本申请提供一种基于预测误差的时间序列能耗数据离群点检测方法和系统，所述方法包括：对未知分布情况的时间序列电能能耗原始数据进行预处理，构建基于深度学习的回归模型对所述原始数据进行数据预测；将预测得到的新序列和原始数据的序列进行比较并做差值，生成残差能耗序列；利用网格搜索对预设检测算法进行超参数优化；通过所述预设检测算法检测所述残差能耗序列，得到所述时间序列电能能耗原始数据中的离群点。该方法对于分布类型不同的时间序列能耗数据集具有一定的普适性，都可以高效地进行离群点检测。该方法在数据进行残差序列重构的基础上进行能耗数据离群点的自动检测任务，具有减少计算量，提高检测精度等一系列优势。
基于预测误差时间序列能耗数据离群检测方法系统

[发明专利]一种迭代非对称互学习哈希行人再识别方法和系统-CN202310070455.X在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-01-20 - 公布日： 2023-04-14 - 主分类号： G06V40/10 文献下载
摘要：本申请提供一种迭代非对称互学习哈希行人再识别方法和系统，方法包括以下步骤：对于行人再识别数据集，将训练集中的行人图像进行数据预处理；将预处理后的行人图像同时输入到教师模型与学生模型中，同时根据教师模型的特征图计算激活图并转化为显著区域分数；将得到的显著区域分数输入学生模型中，并将自蒸馏量化损失最小化，优化目标函数；计算学生模型与教师模型的预测差异，进行显著性引导的迭代非对称互学习训练；将测试集中的行人图像送入学生模型得到测试集样本的哈希编码，结合候选集的哈希编码，计算汉明距离，输出排序结果。本申请对于真实场景中的行人匹配效率可以起到显著的提升效果，适合于行人再识别实时匹配的应用场景。
一种迭代非对称学习行人识别方法系统

[发明专利]一种针对环视图像的质量增强方法和系统-CN202310073527.6在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2023-01-20 - 公布日： 2023-04-11 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种针对环视图像的质量增强方法和系统，所述方法包括：基于opencv的拉普拉斯变换的值，计算图像的清晰度；采用对图像分块的方法或直方图的形式，计算图像的亮度均匀性；当所述清晰度低于预设阈值时，使用最大最小滤波法对图像进行一阶段去模糊；使用高斯滤波法对图像进行二次去模糊；使用直方图均衡化提高图像的亮度均匀性。本申请明确了图像质量评估的两个指标的计算方法；使用了两阶段的去模糊方法处理图片，依次使用最大最小滤波法和高斯滤波法提升图片的清晰程度；使用直方图均衡化的方法提升了图片的亮度均匀性。
一种针对环视图像质量增强方法系统

[发明专利]基于多层特征融合孪生神经网络的单目标追踪方法和系统-CN202211319123.2在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-10-26 - 公布日： 2023-04-07 - 主分类号： G06T7/246 文献下载
摘要：本申请提供一种基于多层特征融合孪生神经网络的单目标追踪方法和系统，包括：1)将待追踪视频抽帧，并获取待追踪目标在第一帧的初始位置框作为模板帧；2)以目标初始位置框为中心，裁切后一帧255*255大小的搜索帧区域；3)模板帧与搜索帧分别输入ResNet‑50骨干特征提取网络中形成两个分支；4)提取ResNet‑50的Conv3_3,Conv4_6,Conv_5_3层特征；5)模板帧特征作为卷积核，搜索帧特征为输入，做互相关操作；6)搜索帧得到的高响应区间特征通过RPN网络回归成bbox坐标形式；7)融合不同深度特征回归的结果，综合得到目标下一帧运动的具体位置。本申请获得了更加准确的跟踪效果，具有更加强大的前背景区分判别能力，跟踪速度得到极大保证。
基于多层特征融合孪生神经网络目标追踪方法系统

[发明专利]一种基于正交注意力机制的遥感图像目标检测方法-CN202211483640.3在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-11-24 - 公布日： 2023-04-07 - 主分类号： G06V10/25 文献下载
摘要：本发明涉及一种基于正交注意力机制的遥感图像目标检测方法，包括选取基础检测器，并确定特征提取所采用的Backbone，选取训练、验证和测试数据集，对选取的数据进行数据增强操作，使用RoI Transformer结构替代基础检测器中的RoI池化操作或者RoI扭曲操作，使用正交注意力机制从水平方向和垂直方向对RoI Transformer输出的旋转不变的特征做细化操作，添加全连接层，并使用两个分支分别进行分类和回归，输出每张图片的目标检测和分类结果。本发明通过正交方向的注意力机制建模了水平和垂直两个方向的高频和低频信息，使得检测网络倾向于忽略对于检测任务无用的信息；考虑到了深层局部信息和浅层全局信息的结合，提升了检测模型的性能。
一种基于正交注意力机制遥感图像目标检测方法

[发明专利]一种基于混淆样本的图像分类模型优化方法-CN202211502295.3在审
发明人：邓若愚;胡尚薇 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2022-11-28 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于混淆样本的图像分类模型优化方法，包括建立CNN特征提取器，利用CNN特征提取器对输入图像进行常规特征、混淆特征的提取，建立CNN特征分类器，利用CNN特征分类器对常规特征、混淆特征、去混淆之后的特征对应的全连接层进行分类，对常规特征、混淆特征、去混淆之后的特征分类的输出计算交叉熵损失，对三个交叉熵损失求和后反向传播梯度，训练模型，模型融合，得到具有去混淆化能力的CNN模型权重。本发明具有较为普遍的适用性，对于大部分常规的CNN模型都可以进行适用，提升分类准确率。
一种基于混淆样本图像分类模型优化方法

1
2
3
下一页»
尾页
共 38 条