“邸江磊”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95个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多尺度策略的图像融合方法-CN202310752556.5在审
发明人：秦玉文;谢俊;豆嘉真;钟丽云;邸江磊 -专利权人：广东工业大学
申请日： 2023-06-26 - 公布日： 2023-09-26 - 主分类号： G06V10/80 文献下载
摘要：本发明属于图像处理领域，公开了一种基于多尺度策略的图像融合方法，用于解决基于深度学习的图像融合方法对复杂双模态图像的特征提取能力差与融合效果欠佳的问题，本发明的融合方法基于编解码器结构，核心在于对编码器分离出的不同尺度的特征进行不同的特征提取操作，后利用包含双路处理的融合模块对提取的多层次特征进行融合，最后在通道维对不同层次的融合特征进行拼接和上采样重构出融合图像。本发明能够有效实现复杂双模态图像的融合，具有多尺度特征提取效果好，融合图像目标对比度高、重构精度高、鲁棒性较强等特点。
一种基于尺度策略图像融合方法

[发明专利]一种基于图重构网络的目标检测方法-CN202310575816.6在审
发明人： 邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本发明属于目标检测领域，公开了一种基于图重构网络的目标检测方法。该方法首先采集一段时间的多光谱图像，将其进行降维与特征提取，通过图嵌入的方式分别提取出多光谱图像的物理特征图、空间特征图、光谱特征图。通过链接边与节点将获取到的三个不同节点类型的特征图进行连接，采用基于自注意力的图池化方法，获得融合多源特征的异质图。将融合后的图数据按时间维度排序输入，获取数据的时间维和空间维特征，使用多层时空图卷积，以提取不同时空尺度的信息，通过CNN的卷积操作和全连接操作，使时空卷积的结果与预测目标维数一致，经过权值共享的全连接层对目标进行分类和定位，完成目标检测任务。该方法获取到的时空特征，使得检测更加精确。
一种基于图重构网络目标检测方法

[发明专利]一种基于图调控网络的目标检测方法-CN202310575884.2在审
发明人： 邸江磊;秦智坚;江文隽;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本发明属于目标检测领域，公开了一种基于图调控网络的目标检测方法。该方法首先获取一段时间内的多光谱图像，并通过两种路径处理：一种将多光谱图像输入到编码器解码器的网络结构提取像素特征，另一种路径将多光谱图像进行将其进行降维与特征提取，然后通过图嵌入的方式提取出多光谱图像三个维度的图结构并进行融合，获得多源特征的异质图。将获取的异质图，利用时空图卷积提取图数据的时空特征，然后通过门控机制获取的像素特征和空间特征聚合，输出特征的权重。由权重获取到最终融合空间特征和像素特征的特征图。最后，将生成的特征图放入目标检测模型，对目标的类别和位置进行检测。该方法输入多帧图像获取的时空特征，提升了算法的精度。
一种基于调控网络目标检测方法

[发明专利]一种用于激光相干合成系统的改进SPGD方法-CN202310243783.5在审
发明人： 邸江磊;祁家琴;郑文慧;江文隽;钟丽云;秦玉文 -专利权人：广东工业大学
申请日： 2023-03-14 - 公布日： 2023-09-05 - 主分类号： H01S3/10 文献下载
摘要：本发明属于激光技术与应用领域，公开了一种用于激光相干合成系统的改进SPGD算法，用于解决传统SPGD算法无法满足大规模激光光束相位控制带宽需求的问题。该算法的操作方式为：设置初始相位控制电压和初始增益系数；计算本次迭代的随机扰动电压幅值；施加满足伯努利分布的正负随机扰动电压；根据评价函数值划分两种情况，对增益系数进行相应的分段取值；计算得到每次迭代的相位控制电压；得到更新后的系统性能评价函数值，并判断其是否收敛，不收敛则重复迭代上述步骤直至算法收敛。该改进SPGD算法可以保证收敛过程稳定的同时提高激光光束相位趋于一致的收敛速度，并且无需修改任何参数即可扩展到不同光束数目的相干合成系统中，操作简便且通用性强。
一种用于激光相干合成系统改进 spgd 方法

[发明专利]一种基于异质图注意力机制的特征融合方法-CN202310575850.3在审
发明人： 邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-08-25 - 主分类号： G06V10/80 文献下载
摘要：本发明属于一种图像处理领域，公开了一种基于异质图注意力机制的特征融合方法,包括以下步骤：将多光谱图像通进行数据特征的提取与降维，将降维后的多光谱数据分别经过红外光谱波的特征提取获得物理特征图，通过空间超像素分割技术获得空间特征图，基于光谱相似性构造光谱特征图。对于得到的三个特征图边和节点进行分析，用基于图神经网络的边和节点链接方法，将三个不同节点类型的特征图进行连接。将连接成的特征图，采用基于自注意力的图池化方法，对新图的节点进行提取与聚合信息，以自适应的方式实现多源特征信息的融合，获得最终融合多源特征的异质图。该融合多个维度特征的异质图，提升了网络模型对于处理多光谱数据的效果。
一种基于异质图注意力机制特征融合方法

[发明专利]一种用于复杂场景下的多模态目标检测方法-CN202310611640.5在审
发明人：秦玉文;曾祥津;吴小龑;任振波;钟丽云;邸江磊 -专利权人：广东工业大学
申请日： 2023-05-29 - 公布日： 2023-08-22 - 主分类号： G06V10/25 文献下载
摘要：本发明属于计算机视觉与模式识别领域，公开一种用于复杂场景下的多模态目标检测方法，用于解决单模态目标检测方法无法对复杂场景的目标进行精确检测的难题。本发明的多模态目标检测方法先基于YOLOv5模型构建双输入的双流主干网络用来获取红外和可见光图像的多尺度特征，再基于注意力机制和中间融合策略搭建跨模态特征融合模块用于融合多模态特征和解决模态平衡问题，之后将拍摄、配准并划分好的训练集图像对输入到所搭建的检测网络中进行训练获取最佳结果的权重文件，最后将权重文件和测试集图像对载入模型中获得带有检测框和置信度的红外和可见光图像对。本发明的方法可以实现对复杂场景下的目标进行检测，且精度更高、参数更少、实时性良好。
一种用于复杂场景多模态目标检测方法

[发明专利]一种多光谱全要素特征的范式图嵌入方法-CN202310575724.8在审
发明人： 邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-08-11 - 主分类号： G06V10/40 文献下载
摘要：本发明属于一种图像处理领域，公开了一种多光谱全要素特征的范式图嵌入方法，用来获取多光谱数据三个方面的特征图，具体步骤如下：首先将多光谱图像中的空间信息与光谱信息特征进行融合，然后将融合后的特征信息通过基于流形学习与空谱嵌入的方法进行数据特征的提取与降维。将降维后的多光谱数据中的红外波段光谱数据、空间像素、光谱维度像素信息，分别利用红外光谱波段特征提取、空间超像素分割技术、光谱特征图邻接矩阵的构建等方法，得到光谱数据的物理特征图、空间特征图、光谱特征图，最终实现对于多光谱数据的全要素特征的范式图嵌入方法。该方法能够获取更多维度的特征信息，提升处理多光谱图像的模型能力。
一种光谱要素特征范式嵌入方法

[发明专利]一种基于孪生网络结构和锚框自适应思想的RGBT目标跟踪方法-CN202310575583.X在审
发明人：秦玉文;陈建明;豆嘉真;钟丽云;邸江磊 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-08-08 - 主分类号： G06T7/246 文献下载
摘要：本发明属于图像处理领域，公开了一种基于孪生网络结构和锚框自适应思想的RGBT目标跟踪方法，用于解决传统的RGBT目标跟踪方法在可见度低或者照明条件较差等情况下难以实现鲁棒性跟踪的难题。模型包括基于孪生网络结构的特征提取网络、跨模态信息互补的融合网络和基于锚框自适应思想的跟踪预测网络；本发明利用可见光和热红外图像信息的互补性和一致性设计基于孪生网络结构的特征提取网络，增强网络对目标的表征能力；同时设计跨模态信息互补的融合方案，增强跟踪模型在复杂场景下跟踪器的鲁棒性；基于锚框自适应思想的跟踪预测网络使跟踪器具有更强的灵活性。本发明的方法可以实现对复杂背景的目标进行跟踪，跟踪精度更高，且效率更好。
一种基于孪生网络结构自适应思想 rgbt 目标跟踪方法

[发明专利]一种基于图神经网络的多光谱图像融合-CN202310573695.1在审
发明人： 邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-08-08 - 主分类号： G06T5/50 文献下载
摘要：本发明属于图像融合领域，公开了一种基于图神经网络的多光谱图像融合方法，包括以下步骤：首先获取多光谱图像和全色图像。先将多光谱图像利用卷积网络提取像素特征，另将多光谱图像进行将其进行降维与特征提取，通过图嵌入的方式提取出多光谱图像三个维度的图结构并进行融合，获得多源特征的异质图，将获取的异质图利用时空图卷积提取图数据的空间特征。然后，通过门控机制将获取的像素特征和空间特征聚合输出特征的权重，由权重获取到最终融合空间特征和像素特征的多光谱特征图。将全色图像通过相同的卷积网络，将获取到的特征图与多光谱特征图通过注意力机制进行融合，获得融合后的多光谱图像，该方法获取多光谱图像分辨率更高。
一种基于神经网络光谱图像融合

[发明专利]一种非配对数据监督优化的合成孔径系统图像复原方法-CN202310515118.7在审
发明人：赵建林;唐雎;张佳伟;任振波;邸江磊 -专利权人：西北工业大学
申请日： 2023-05-09 - 公布日： 2023-08-01 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种非配对数据监督优化的合成孔径系统图像复原方法，涉及图像复原领域，其技术特征在于：针对光学合成孔径成像系统的成像模糊和噪声干扰问题，将成像所得降质目标A与易获得的清晰目标B组成非配对图像数据。进一步，将计算模拟所得降质目标B与降质目标A共同输入网络，清晰目标B作为监督，并对复原图像施加正则约束，共同监督优化网络参数，最终实现降质目标的图像复原。该方法的优势在于抗噪声能力更强，无需系统的点扩散函数已知和人工针对性调参，也无需对应的清晰目标A，仅需非配对的降质目标A与清晰目标B即可实现图像复原，且能泛化到其他目标和系统，适用于光学合成孔径系统的直接成像场景。
一种配对数据监督优化合成孔径系统图像复原方法

[发明专利]一种基于融合BERT和CNN网络的工控协议识别方法-CN202310354195.9在审
发明人： 邸江磊;卢耀鹏;王美林;钟丽云 -专利权人：广东工业大学
申请日： 2023-04-04 - 公布日： 2023-07-04 - 主分类号： H04L69/18 文献下载
摘要：本发明属于工业物联网领域，公开了一种基于融合BERT和CNN网络的工控协议识别方法，用于识别工控环境下复杂的协议报文，本发明的协议识别方法首先将从工控网络中获取到的工控协议报文截取n2个字节，同时将截取到n2个字节的数据通过值映射转成n×n的灰度图像，然后字节数据和灰度图像作为双通道分别输入到分类模型1和分类模型2中，进行训练后将两个训练结果进行融合，得到训练好的模型；通过实时捕获工业环境下的数据包，利用上述模型进行推理，得到准确的识别效果。本发明能够自动对输入的协议报文进行识别，在保留报文中更完整的信息的前提下，实现高精度的识别结果，相较于人为选取报文字段特征，更能减少信息的损失。
一种基于融合 bert cnn 网络协议识别方法

[发明专利]一种融合网络的工控协议识别方法-CN202310354277.3在审
发明人： 邸江磊;卢耀鹏;王美林;钟丽云 -专利权人：广东工业大学
申请日： 2023-04-04 - 公布日： 2023-07-04 - 主分类号： H04L69/22 文献下载
摘要：本发明属于工业物联网领域，公开了一种融合网络的工控协议识别方法，用于识别工控环境下复杂的多协议报文，本发明的协议识别方法首先将从工控网络中获取到的工控协议报文进行会话提取，通过数据预处理，将会话报文分成灰度图像数据和会话格式化报文数据两种不同形态，作为双通道分别输入Alexnet模型和TCN模型进行训练，将两个模型进行融合，得到训练好的模型网络；通过实时捕获工业环境下的数据包，进行数据预处理，加载已训练分类模型网络进行推理，得到准确的识别效果。本发明能够自动对输入的工控协议报文进行识别，在保留报文中更完整的信息的前提下，实现快速地、高精度地分类效果，更能减少信息的损失，提高识别的速度和精度。
一种融合网络协议识别方法

[发明专利]一种基于双解码器的图像融合方法-CN202310165488.2在审
发明人：邱怀彬;刘晓宋;邸江磊;秦玉文 -专利权人：广东工业大学
申请日： 2023-02-24 - 公布日： 2023-06-23 - 主分类号： G06T5/50 文献下载
摘要：本发明属于图像融合领域，公开了一种基于双解码器的图像融合方法，用于解决基于深度学习的图像融合方法对不同成像模式的相机拍摄的复杂多模态图像处理的特征提取能力与融合效果欠佳的问题，本发明包括：将多模态图像A1、A2通过大感受野特征提取模块进行特征提取，随后分别经过两个交互解码模块，并在解码过程中，两个不同模态的解码模块间的解码信息在通道上进行拼接进行交互融合，最后重构出融合图像C，计算融合图像C与多模态图像A1、A2的损失，更新网络模型参数。本发明能够有效实现复杂多模态图像的融合，具有特征信息提取较好、参数量少、重构精度高、鲁棒性较强等特点。
一种基于解码器图像融合方法

[发明专利]一种基于强化学习的激光相干合成相位控制方法-CN202310354103.7在审
发明人： 邸江磊;江文隽;谭贵元;祁家琴;钟丽云;秦玉文 -专利权人：广东工业大学
申请日： 2023-04-04 - 公布日： 2023-06-23 - 主分类号： H01S3/10 文献下载
摘要：本发明涉及激光相干合成技术领域，公开了一种基于强化学习的激光相干合成相位控制方法，用于解决传统的相位控制方法的控制带宽小和基于深度学习的相位控制方法的鲁棒性低的难题。本发明的相位控制方法是多次将随机相位的激光经过光学系统进行相干合成后的衍射图样输入至强化学习系统中对其中的Actor和Critic神经网络进行参数更新。当Actor神经网络训练收敛后，只需要在现实相干合成环境中光电探测器获取到的衍射图样输入至Actor神经网络中，网络就会输出相位校正信号至对应光束的相位控制器中，控制器通过电压调整每束激光的相位从而完成相位校正获得高相干合成效率。本发明的方法可以高效地实现对激光的相位控制，并具备高鲁棒性以及实时性。
一种基于强化学习激光相干合成相位控制方法

[发明专利]一种基于多尺度特征的红外与可见光图像融合方法-CN202310382069.4在审
发明人：秦玉文;陈展鹏;谢俊;邸江磊 -专利权人：广东工业大学
申请日： 2023-04-10 - 公布日： 2023-06-13 - 主分类号： G06V10/80 文献下载
摘要：本发明属于图像融合技术领域，提供了一种基于多尺度特征的红外与可见光图像融合方法。该方法包括以下步骤：(1)构建特征提取网络：使用多尺度分组卷积模块，从两种模态图像中提取多尺度多层次特征；(2)设计特征融合策略：利用空间和通道注意力，自适应融合两种模态图像的多层次特征；(3)构建图像重建网络：在所有层次的融合特征中建立跳跃连接，将多层次融合特征重建为融合图像；(4)设计损失函数：利用像素、梯度和结构相似度，计算两种模态图像和融合图像之间的损失。本发明克服了现有深度学习方法存在的不能有效提取多尺度特征和没有充分利用多层次特征的问题，可应用于智能驾驶、安全监控、遥感探测、医疗诊断等领域。
一种基于尺度特征红外可见光图像融合方法

1
2
3
4
5
6
7
下一页»
尾页
共 95 条