“陈其航”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于听感和谐度评估的MIDI音乐修正方法和装置-CN202110825341.2有效
发明人：张克俊;陈其航;吴鑫达;许家瑞 -专利权人：浙江大学
申请日： 2021-07-21 - 公布日： 2023-10-20 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了一种基于听感和谐度评估的MIDI音乐修正方法和装置，包括：获取MIDI音乐；对MIDI音乐进行调性识别，包含和弦识别、依据乐理规则的和弦的合理性评估，以及包含从音高、音强、音长以及演奏位置四个方面进行的音符的和谐度评估；依据和弦进行的合理性评估结果进行和弦合理性提升；依据音符的和谐度评估进行音符的和谐度提升；其中，和弦合理性提升包括违和和弦的规避、平淡和弦的美化、离调和弦的避免与解决、首尾和弦的补充；该方法和装置根据乐理规则有效识别与分析出其音乐的和弦进行与音符和谐度的不足，并对其进行相应的润色，以提高智能生成音乐的和谐度。
一种基于和谐评估 midi 音乐修正方法装置

[发明专利]基于SLAM的机器人跟踪方法、系统、存储介质及电子设备-CN202310576958.4在审
发明人： 陈其航 -专利权人：杭州萤石软件有限公司
申请日： 2023-05-19 - 公布日： 2023-08-15 - 主分类号： G06V20/17 文献下载
摘要：本申请公开了一种基于SLAM的机器人跟踪方法、系统、存储介质及电子设备，方法包括：跟踪过程中，获取当前定位点处的当前图像帧及上一定位点处已确定的上一关键帧；基于当前图像帧与上一关键帧，从机器人当前所处环境的二维地图包括的多个网格中，确定当前定位点的目标网格；将当前图像帧作为关键帧，存储当前图像帧的相关信息与目标网格的映射关系。由于本申请在跟踪过程中存储图像帧的相关信息与目标网格的映射关系，在后续的跟踪过程中，通过机器人所处的目标网格在该映射关系中确定一个图像帧的相关信息，进而得到关键帧，此时一张图像帧的相关信息搜索时间短，使得关键帧的搜索时长降低，同时唯一的关键帧准确度高，降低了构建地图的累计误差。
基于 slam 机器人跟踪方法系统存储介质电子设备

[发明专利]歌曲旋律创作方法、介质、装置和计算设备-CN202211058561.8在审
发明人：梁晓晶;陈其航;黄安麒;赵翔宇;刘华平 -专利权人：杭州网易云音乐科技有限公司
申请日： 2022-08-31 - 公布日： 2023-01-20 - 主分类号： G10H1/00 文献下载
摘要：本公开的实施方式提供了一种歌曲旋律创作方法、介质、装置和计算设备。该方法包括：在曲库歌曲中选取目标歌曲；从所述曲库歌曲中确定所述目标歌曲的同风格歌曲；根据所述目标歌曲的乐理信息以及所述同风格歌曲的旋律特征，生成创作歌曲旋律。以上方案，通过提取与目标歌曲的风格相同的歌曲的多维度旋律特征生成的创作歌曲旋律，可以从旋律走向、和弦使用、节奏特点、调式等技术特征维度符合目标风格的共同特征，从而获得整体与目标风格相近的歌曲旋律。
歌曲旋律创作方法介质装置计算设备

[发明专利]一种基于视频追踪技术的动物个体识别系统-CN201811216196.2有效
发明人：苍岩;乔玉龙;陈春雨;付海玲;于德海;李志涵;陈其航 -专利权人：哈尔滨工程大学
申请日： 2018-10-18 - 公布日： 2021-04-06 - 主分类号： G06T7/277 文献下载
摘要：本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster‑RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster‑RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。
一种基于视频追踪技术动物个体识别系统

[发明专利]一种磁共振成像模型的训练方法及装置-CN202010113026.2有效
发明人：郑海荣;刘新;张娜;胡战利;陈其航;梁栋;杨永峰 -专利权人：深圳先进技术研究院
申请日： 2020-02-24 - 公布日： 2021-03-09 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种磁共振成像模型的训练方法、装置、电子设备以及计算机可读存储介质。该方法包括：获取磁共振图像数据集；构建待训练的环形深度神经网络；将欠采样磁共振图像和全采样磁共振图像，分别输入至待训练的环形深度神经网络包含的两侧神经网络中，以生成各模拟磁共振图像；将第一模拟全采样磁共振图像和所述全采样磁共振图像，输入至预先构建的第一模拟磁共振图像类别判别模型，以得到对第一模拟全采样磁共振图像是否为模拟磁共振图像类别的第一判别结果；根据预设损失函数，调整环形深度神经网络的网络参数，以得到训练好的磁共振成像模型。
一种磁共振成像模型训练方法装置

[发明专利]利用多尺度特征感知深度网络重建低剂量图像的方法-CN202010789532.3在审
发明人：郑海荣;胡战利;梁栋;刘新;杨永峰;陈其航 -专利权人：深圳先进技术研究院
申请日： 2020-08-07 - 公布日： 2020-11-06 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种利用多尺度特征感知深度网络重建低剂量图像的方法。该方法包括：构建端到端网络模型，该网络模型包括多个级联的多尺寸特征感知模块且该网络模型的输入端和输出端具有连接，每个多尺寸特征感知模块包含用于对不同尺度的输入特征图进行特征提取的主干结构、一级支路和二级支路，其中，二级支路将处理后的特征图尺寸调整到与一级支路一致并传递至一级支路中，以指导一级支路的特征提取；一级支路将处理后的特征图尺寸调整到与主干结构一致并传递至主干结构中，以指导主干结构的特征提取；将待重建的低剂量图像输入至经训练的所述网络模型，获得重建图像。利用本发明能够获得具有更好伪影校正效果的重建图像。
利用尺度特征感知深度网络重建剂量图像方法

[发明专利]生成高能CT图像模型的训练及生成方法、设备、存储介质-CN202010225463.3在审
发明人：胡战利;梁栋;陈其航;杨永峰;刘新;郑海荣 -专利权人：深圳先进技术研究院
申请日： 2020-03-26 - 公布日： 2020-08-04 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种生成高能CT图像模型的训练方法、生成方法、设备和存储介质。其中，所述训练方法包括将训练用低能CT图像输入循环网络进行第一低能CT图像转变为第一高能CT图像、再从第一高能CT图像转变为第二低能CT图像的训练，得到损失函数；利用损失函数构建第一高能CT图像生成模型。所述生成方法包括将待处理低能CT图像输入上述第一高能CT图像生成模型。通过上述方法，本申请能够得到高质量的高能CT图像。
生成高能 ct 图像模型训练方法设备存储介质

1
共 7 条