“饶云波”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67个，建议您升级VIP下载更多相关专利

[发明专利]一种基于堆叠式网格变换的点云补全方法-CN202310060116.3在审
发明人： 饶云波;徐平;邹自若 -专利权人：电子科技大学
申请日： 2023-01-19 - 公布日： 2023-09-26 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于堆叠式网格变换的点云补全方法，属于激光扫描数据处理技术领域。本发明包括：获取原始点云，并通过采样算法固定点云形状，经过一系列高维空间变换后得到高维特征空间中的特征映射，并下采样为特征编码，再利用堆叠式的网格变换解码器获取粗糙点云；对粗糙点云进行三维空间的膨胀操作，平均化点云采样空间的点密度，获得完整点云结果。本发明通过边缘卷积获取三维空间的集合特征的同时利用风格编码覆盖更高纬度耦合上下文信息，增强了特征提取在处理复杂场景的下鲁棒性；通过深度网格变换的编码‑解码结构，基于堆叠式的点云重建能够在补全点云的过程中获取更高精度的信息与几何细节。
一种基于堆叠网格变换点云补全方法

[发明专利]一种基于知识图谱驱动的遥感图像推荐方法-CN202211422819.8在审
发明人： 饶云波;慕通泽;曾少宁 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-14 - 公布日： 2023-08-29 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于知识图谱驱动的遥感图像推荐方法，包括获取用户业务文档，构建基于文档的隐含主题模型；根据用户和隐含主题模型中的主题标签构建行业知识图谱；采用基于深度学习的表示学习方法进行知识图谱网络特征学习，构建主题融合特征模型；建立用户‑遥感影像历史交互数据矩阵，计算用户邻居集；聚合主题融合特征模型推荐结果和和用户邻居集推荐结果，得到最终的遥感图像推荐结果。本发明结合图像标签化建模的结果将知识图谱由不易计算的图状结构转换为数学向量表示，实现对各类军民用户推送潜在兴趣遥感数据，并利于缓解数据稀疏和冷启动的问题，提升推荐效果。
一种基于知识图谱驱动遥感图像推荐方法

[发明专利]一种基于数据增强与标准化流的图像缺陷检测方法-CN202310417996.5在审
发明人： 饶云波;周望 -专利权人：电子科技大学
申请日： 2023-04-18 - 公布日： 2023-08-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于数据增强与标准化流的图像缺陷检测方法，包括获取原始布料服饰图像；对获取的原始布料服饰图像进行图像增强处理；对布料服饰图像进行特征提取，得到不同尺度的特征图像；根据不同尺度的特征图像，采用自注意力标准化流网络模型估计特征在潜在空间的概率密度；根据估计的概率密度确定布料服饰图像的缺陷检测结果。本发明结合了数据增强方法和融合注意力机制的标准化流模型以实现对布料服饰图像的缺陷检测，并采用融合注意力机制改进的标准化流模型实现对图像潜在空间的精确概率密度估计。同时，使用数据增强方法后计算出的似然可以计算更稳健的缺陷分数，从而得到布料服饰图像的缺陷检测结果，能够显著提高检测性能。
一种基于数据增强标准化图像缺陷检测方法

[发明专利]一种基于可学习的K临近点采样的缺陷点云数据重建方法-CN202310356426.X在审
发明人： 饶云波;徐平 -专利权人：电子科技大学
申请日： 2023-04-04 - 公布日： 2023-08-15 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于可学习的K临近点采样的缺陷点云数据重建方法，包括获取缺陷点云数据，并进行预处理；采用多尺度图形特征编码器对处理后的缺陷点云数据进行点云特征提取，得到粗糙点云特征数据；采用堆叠式Refine模块提取不同尺度下粗糙点云的几何信息并进行仿射变换，得到细节填充后的重建点云数据。本发明采用了一种全新的多尺度图样式特征编码器，其基于可学习的K临近采样算法和边缘卷积对点云特征进行精确提取，通过优化的网络架构和训练策略，解决边缘卷积造成的计算量庞大问题和效率低下问题。
一种基于学习临近采样缺陷数据重建方法

[发明专利]一种移动人工智能语音通讯跨平台控制系统-CN202310415809.X在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-04-18 - 公布日： 2023-07-21 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及语音通讯技术领域，尤其涉及一种移动人工智能语音通讯跨平台控制系统，包括人机界面模块、人脸识别模块和控制子系统，控制子系统包括信息输入模块、信息读取模块、信息识别模块、处理模块、传输模块、服务器、数据库和多个平台，信息输入模块用于用户输入语音信息，信息读取模块用于读取用户在人机界面模块输入的语音信息，并将读取到的语音信息传输至信息识别模块，信息识别模块对语音信息进行识别，并将语音信息识别成指令，将指令传输至处理模块，数据库内自动查找是否有用户所需信息，如有，则通过服务器将信息反馈至人机界面模块，以此方式能够供那些年迈或操作不便的用户通过语音通讯来查询所需信息。
一种移动人工智能语音通讯平台控制系统

[发明专利]一种基于人工智能的移动通讯身份认证方法及系统-CN202310245208.9在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-03-14 - 公布日： 2023-07-18 - 主分类号： G06F21/32 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种基于人工智能的移动通讯身份认证方法及系统，包括在注册移动设备时获取使用者的身份信息和设备的硬件信息，并上传数据库；获取使用者的设备使用信息，得到使用状态数据；基于预设时间段内的使用状态数据，采用神经网络进行训练得到使用状态模型；基于使用状态模型和触发身份认证时的使用时间和使用地点对使用概率进行判断，若当前使用概率大于预设值则访问成功。从而通过上述方式将使用者的身份信息和设备的硬件信息进行绑定以能够采用身份信息进行身份认证，基于神经网络对使用状态数据进行训练以预测使用概率，则结合使用概率对其身份进行组合判断，从而提高识别的准确度和方便程度。
一种基于人工智能移动通讯身份认证方法系统

[发明专利]一种数字仪表示数端到端识别方法-CN202310411340.2在审
发明人： 饶云波;郭航瑞 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2023-04-13 - 公布日： 2023-07-14 - 主分类号： G06V30/148 文献下载
摘要：本发明公开了一种数字仪表示数端到端识别方法，包括获取原始数字仪表示数图像；从原始数字仪表示数图像中提取多张特征图，组成初始特征金字塔；对初始特征金字塔进行多尺度和多层次的特征融合，得到带有示数位置信息的特征图；对带有示数位置信息的特征图进行图像分割，生成概率图和阈值图；基于概率图和阈值图通过自适应可微二值化方法预测示数位置，得到近似二值图；以近似二值图作为二值掩膜，从带有示数位置信息的特征图中提取示数区域的特征图块；对示数区域的特征图块进行示数识别，得到数字仪表示数内容。本发明可以有效减少每个步骤的时间开销，在保持具有竞争力的准确性的同时还能够达到较高的推理速度。
一种数字仪表示数端到端识别方法

[发明专利]一种通讯工程中人工智能视频图像检测系统-CN202310390593.6在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-04-13 - 公布日： 2023-06-30 - 主分类号： F16M13/02 文献下载
摘要：本发明涉及图像检测技术领域，具体涉及一种通讯工程中人工智能视频图像检测系统，使用时通过调整器对支撑轨道的高度进行调整，然后调节组件的支撑座滑动设置在支撑轨道上，通过启动第一电机带动第一齿轮转动，由于第一齿轮和第一齿条啮合，从而在第一齿条的支撑下反向带动支撑座在支撑轨道上滑动，然后通过电源供电，控制器与上位机通信并控制第一电机、滑动气缸等，在支撑座移动到指定位置后，驱动滑动气缸将滑动架伸出，然后通过转动器调整监控组件的位置，从而方便地对多个监控组件的位置进行调整，最后通过检测组件汇总所有监测信息进行处理，使得更好地对目标进行追踪和检测，提高覆盖范围和准确度。
一种通讯工程人工智能视频图像检测系统

[发明专利]基于物联网和人工智能的安防监控通讯服务器-CN202310244336.1在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-03-14 - 公布日： 2023-06-27 - 主分类号： H04N7/18 文献下载
摘要：本发明涉及数据服务器设备领域，具体涉及基于物联网和人工智能的安防监控通讯服务器，包括监测组件、目标识别组件、追踪组件、报警组件和支撑组件，通过监测组件可以从多个监控数据源得到监控数据，其中多个监控数据源包括摄像头、温度传感器、红外摄像头等，以进行集中处理，然后通过目标识别组件可以对监控数据采用图像识别技术，并基于样本数据库对各种图像进行识别，以确认可疑目标，然后采用追踪组件在锁定同一目标的情况下，在预设时间段内采用所有所有图像对目标进行追踪，得到追踪数据，最后采用报警组件在达到报警条件后自动进行报警，从而可以提高监控效率，减轻工作人员的信息检索压力，使得使用更加方便。
基于联网人工智能监控通讯服务器

[发明专利]基于人工智能的移动通讯终端的精准定位方法及系统-CN202310013805.9在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-01-05 - 公布日： 2023-06-13 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种基于人工智能的移动通讯终端的精准定位方法及系统，包括定位标签、读写子系统、环境采集子系统和整合子系统，读写子系统包括X轴读写器、Y轴读写器和Z轴读写器，首先，定位标签实时定位移动通讯终端的位置，得到实时定位；接着，X轴读写器基于实时定位读写X轴位置；Y轴读写器基于实时定位读写Y轴位置；Z轴读写器基于实时定位读写Z轴位置；同时，环境采集子系统，用于采集定位标签所处的当前环境数据；最后，整合子系统将X轴位置、Y轴位置、Z轴位置和当前环境整合，得到定位数据，解决了现有的定位方法的定位误差过大的问题。
基于人工智能移动通讯终端精准定位方法系统

[发明专利]一种基于人工智能的车载物联网控制装置及系统-CN202310084044.6在审
发明人：苟浩淞;饶云波 -专利权人：电子科技大学
申请日： 2023-01-16 - 公布日： 2023-06-02 - 主分类号： H04L67/125 文献下载
摘要：本发明涉及物联网设备领域，具体涉及一种基于人工智能的车载物联网控制装置及系统，包括挪车请求模块、挪车路径生成模块和车载物联网控制装置，挪车请求模块安装于需要进行挪车的人的车上或者采用穿戴式设备安装到人身上，使得当使用者需要出来的时候，可以通过挪车请求模块发出挪车请求到路径生成模块，然后路径生成模块可以基于设置的停车位置和需要挪的车的位置生成挪车路径，从而最后可以采用车载物联网控制装置控制汽车移动到设置的停车位置，从而可以自动对挪车路径上的车进行处理，提高通行效率。
一种基于人工智能车载联网控制装置系统

[发明专利]一种基于点云补全合并的实例分割方法-CN202310319041.6在审
发明人： 饶云波;邹自若 -专利权人：电子科技大学
申请日： 2023-03-29 - 公布日： 2023-06-02 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种基于点云补全合并的实例分割方法，包括将带有位置信息和颜色信息的点云信息输入特征提取主干网络进行点级别的特征提取，得到点云特征，并将点云特征分别传入偏移预测分支和语义预测分支；利用语义预测分支对点云特征进行语义预测，得到点云语义分数；利用偏移预测分支对点云特征进行中心偏移预测，得到点云与其所属实例中心点的中心偏移向量；基于语义分数和中心偏移向量进行点聚类，得到初步实例分割结果；结合点云特征并利用点云补全对初步实例分割结果进行再合并，得到修正后实例预测结果；通过优化网络对修正后实例预测结果进行调整，得到最终实例分割结果，解决了现有的点云实例分割准确度低的问题。
一种基于点云补全合并实例分割方法

[发明专利]一种草坪物体实时检测方法、电子装置及存储介质-CN202211519407.6在审
发明人：曾少宁;朱佳龙;饶云波;吴俊君 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-30 - 公布日： 2023-06-02 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种草坪物体实时检测方法、电子装置及存储介质。通过针对不同获取难度的数据采取不同的筛选标准，引入分类模型对尾部类别的样本进行扩充，同时提高整个数据集的数据集和标注的精度，在尽可能减少标注精度损失的前提下减少了人工标注的成本；在扩充的数据集上训练一个轻量级目标检测器FCOS能够较好的完成草坪实时物体检测任务。
一种草坪物体实时检测方法电子装置存储介质

[发明专利]一种安全智能的多源异构数据处理系统-CN202210026303.5有效
发明人： 饶云波;易玉玲;吕青松;邹自若;徐平;高丽;谭添 -专利权人：电子科技大学
申请日： 2022-01-11 - 公布日： 2023-06-02 - 主分类号： G06F11/10 文献下载
摘要：本发明公开了一种安全智能的多源异构数据处理系统，属于数据处理技术领域。本发明通过小规模异常数据处理循环与大规模异常数据处理循环，实现了安全智能的多源异构数据处理。小规模异常数据可直接通过数据监听单元进行负反馈调控，大规模异常数据可通过预设方案或人工根据数据可视化单元信息进行手动设定指令。本发明充分利用PID控制系统理念来处理多源异构异常数据，作用于硬件设备，实现较为连续稳定的硬件设备输出。本发明所涉及的各模块均由通用模块组成，方法简单，功能可靠。
一种安全智能多源异构数据处理系统

[发明专利]一种基于零样本学习的多类别零标签图像语义分割方法-CN202310189395.3在审
发明人： 饶云波;杨自强 -专利权人：电子科技大学
申请日： 2023-03-01 - 公布日： 2023-05-30 - 主分类号： G06V30/148 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于零样本学习的多类别零标签图像语义分割方法，S1对采集的多个图像样本进行预处理，消除未见过类别图像样本的干扰特征，得到像素级特征图；S2获取可见类别图像样本的文本信息，提取所述文本信息的语义特征；S3将所述像素级特征图和所述语义特征训练嵌入隐空间，并设置约束和损失函数对所述隐空间进行训练学习；S4对所述未见过类别图像样本进行S1、S2和S3步骤操作，并对图像样本进行逐像素的语义分类，完成零标签语义分割，该方法与传统的零标签语义分割模型相比，避免了模型坍塌的缺点，提高了训练效率的同时，有效降低了训练的成本，且减轻了零样本学习类别偏移问题。
一种基于样本学习类别标签图像语义分割方法

1
2
3
4
5
下一页»
尾页
共 67 条