“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]一种基于低质量图像的数字仪表读数检测方法-CN202310086124.5在审
发明人： 饶云波;郭航瑞 -专利权人：电子科技大学
申请日： 2023-01-19 - 公布日： 2023-05-16 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于低质量图像的数字仪表读数检测方法，属于工业设备的智能化检测与识别技术领域。本发明首先采集数字仪表图像数据集，并进行预处理；基于特征提取网络提取多尺度特征图，在FPN模块中使用了自底向上的增强路径在下采样结束后将含有更多位置信息的浅层信息直接向上进行传递，提高浅层位置信息的利用率。并在FPN的相邻层中添加融合因子以推动浅层集中学习模糊目标，进而提高分割网络鲁棒性。所设置的近似二值化函数为能在训练过程中自动调整并逼近标准二值化函数的二值量化函数。本发明解决了因失焦、晃动产生的图像模糊和因阴影、异物遮挡导致仪表示数区域检测困难的情况下的鲁棒性。在低质量图像的检测上，本发明的检测性能更优。
一种基于质量图像数字仪表读数检测方法

[发明专利]一种基于语义错误修正的3D点云实例分割方法-CN202310102864.3在审
发明人： 饶云波;邹自若;徐平 -专利权人：电子科技大学
申请日： 2023-02-01 - 公布日： 2023-05-12 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于语义错误修正的3D点云实例分割方法，属于3D点云实例分割技术领域。本发明主要侧重于减少语义分割错误与修正错误语义分割对实例分割带来的影响。引入了困难语义分割样本修正模块，以提高对困难语义样本的语义预测准确度。此外，还提出了集合软聚类模块，摒弃了将语义预测作为硬性要求的传统聚类方法，使网络具备了在语义预测出错情况下正确预测出实例聚类的修正能力。经数据集验证，本发明是一种效率相当高的点云实例分割方法。
一种基于语义错误修正实例分割方法

[发明专利]一种基于双路径卷积网络的胎儿镜图像分割方法-CN202211303336.6在审
发明人： 饶云波;谭添;曾少宁 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-10-24 - 公布日： 2023-04-25 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于双路径卷积网络的胎儿镜图像分割方法，包括获取胎儿镜图像，并划分为训练集和测试集；构建双路径结构的编码器‑解码器网络模型，其中两条路径的编码器、解码器之间采用交换连接进行特征图共享；利用训练集对构建的双路径结构的编码器‑解码器网络模型进行训练；利用训练后的双路径结构的编码器‑解码器网络模型对测试集进行图像分割，得到胎儿镜图像中胎盘血管的分割结果。本发明通过引入了通道注意力机制以及连续卷积结构以使得网络获取到带有权重的多尺度特征；并且，在两条路径的对应模块之间加入了交换连接以加强网络各模块之间的联系；相比于现有的胎盘血管分割方法，分割结果具有更高的准确性，分割效果更优。
一种基于路径卷积网络胎儿图像分割方法

[发明专利]一种基于跨中小型企业的智能云排产方法-CN202210026302.0有效
发明人：郭航瑞;饶云波;吴俊君;杨自强;周望;慕通泽;王奕文 -专利权人：电子科技大学
申请日： 2022-01-11 - 公布日： 2023-04-18 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种基于跨中小型企业的智能云排产方法，属于企业排产计划调度领域。本发明从全局出发制定排产计划，提高排产计划的效率和科学性的同时也降低了排产成本，从而以低成本整合了所有相关企业信息；根据实际情况考虑相关约束条件和优化条件，使得排产计划更加科学与合理，提高生产效率。考虑中小型企业需求订单复杂多变的特征，针对订单动态插入采取相应策略，及时更新修正排产计划，尽量减少生产过程中的额外成本。结合智能云平台，利用云计算的强大算力，排产效率大大提升。
一种基于中小型企业智能云排产方法

[发明专利]一种基于手写数学符号识别和可视化编辑的数学公式输入方法-CN202111185714.0在审
发明人： 饶云波;王发新 -专利权人：电子科技大学
申请日： 2021-10-12 - 公布日： 2023-04-14 - 主分类号： G06V30/244 文献下载
摘要：本发明公开了一种基于手写数学符号识别和可视化编辑的数学公式输入方法，属于基于图像识别的符号输入技术领域。包括：对数学公式中的符号进行归类整理，提取用户手写输入的数学符号图片并通过深度学习模型进行符号类别识别，输出类别概率并记录前K个类别概率最高的符号类别并采用候选列表的形式向用户展示，当用户点击某个列表项时，将对应的数学符号或模板插入数学公式编辑器中光标所在位置；若最高类别概率大于设定的概率阈值时，则将其对应符号类别的代表符号插入到数学公式编辑器中光标所在位置；清空用户手写输入的所有笔迹，进行数学公式的下一个数学符号的输入处理。本发明的数学公式输入效率高，学习成本低。
一种基于手写数学符号识别可视化编辑数学公式输入方法

[发明专利]一种可扩展的增量式草坪视频分割方法、装置-CN202211371436.2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： 2022-11-03 - 公布日： 2023-04-07 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种可扩展的增量式草坪视频分割方法、装置。通过对初始数据集执行第一处理，对Segformer模型进行训练，获得第一Segformer模型；对补充数据集执行第二处理，对第一Segformer模型进行训练，获得第二Segformer模型；获取历史采集的草坪场景的全景视频，并对全景视频执行抽帧展开以及锐化处理，获取展开图像集并对第二Segformer模型进行训练，获得第三Segformer模型；基于所述第二Segformer模型、或第三Segformer模型对后续草坪场景的视频执行语义分割处理。相比于现有技术，能够获取较多的带标签的草坪图像，同时对全景相机拍摄的全景图片使用极坐标展开、锐化等处理，并提出根据不同的视频执行基于不同的模型检测，提高全景图片的语义分割效果。
一种扩展增量草坪视频分割方法装置

[发明专利]基于深度学习的办公场所人员行为轻量级目标检测方法-CN202210010800.6有效
发明人：薛俊民;饶云波;郭航瑞;杨自强;周望;慕通泽 -专利权人：电子科技大学
申请日： 2022-01-06 - 公布日： 2023-04-07 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于深度学习的办公场所人员行为轻量级目标检测方法，属于图像检测技术领域。本发明基于所改进的C3S模块以及FPN模块，可以方便地应用到目标场所的指定的目标对象的检测任务中，且检测任务的精度高、复杂度低。本发明可以用于对指定的办公场所的人员行为进行检测，将实时监控的目标场所的图像输入到本发明的目标检测网络模型，基于其输出即可得到对应的检测结果。本发明可以用于运维场所的目标检测，也可以用于其他业务场景的目标检测，如营业场所监控场景、重要区域安防监控场景、重要设施监控场景等，模型对人员违规行为、场所及设备异常状态的检测能力将进一步得到提升。
基于深度学习办公场所人员行为轻量级目标检测方法

[发明专利]一种基于神经网络的古生物图像生成方法-CN202211423802.4在审
发明人： 饶云波;王奕文;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： 2023-04-04 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于神经网络的古生物图像生成方法，包括获取古生物图像数据集和非古生物图像数据集；对古生物图像数据集和非古生物图像数据集进行预处理；将预处理后的古生物图像数据集和非古生物图像数据集进行视角图像分割处理，根据分割结果训练生成对抗网络Style GAN；利用训练后的生成对抗网络Style GAN生成第一视角图像，并与视角图像分割得到的第二视角图像进行拼接，生成新的古生物图像。本发明通过对古生物图像数据集和非古生物图像数据集进行视角图像分割后训练生成对抗网络Style GAN，从而能够生成清晰的对抗图像，并且保证图像信息更加完整。
一种基于神经网络古生物图像生成方法

[发明专利]基于图像分割的地理图像标注识别方法、装置和设备-CN202211570371.4在审
发明人：曾少宁;吴俊君;饶云波;朱佳龙 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-12-07 - 公布日： 2023-03-28 - 主分类号： G06V20/10 文献下载
摘要：本申请涉及图像识别技术领域，提供了一种基于图像分割的地理图像标注识别方法、装置、计算机设备和存储介质。该方法包括：通过获取待识别的地理图像，该地理图像中包括地理要素的初始标注，通过图像分割模型进行推理，得到地理图像中的地理要素的推理标注，根据初始标注和推理标注的对比结果，得到该地理要素的初始标注的识别结果。其中，该图像分割模型时根据校对过标注的地理图像数据集训练得到的，用于识别单一类型的地理要素的模型，每个模型仅识别一种类型的地理要素，避免地理图像上要素交错复杂、难以识别的情形，提高地理要素标注识别的准确性和效率。
基于图像分割地理标注识别方法装置设备

[发明专利]一种基于YOLO的数据集半自动标注方法-CN202211247848.5在审
发明人：曾少宁;吴俊君;饶云波;朱佳龙 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-10-12 - 公布日： 2023-03-07 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于YOLO的数据集半自动标注方法、电子装置及存储介质，通过获取YOLO预训练模型提供的第一类别，并确定待识别的应用场景中目标所属的第二类别；判断第二类别与第一类别的包含关系，并基于包含关系划分已标注集、待标注集；根据已标注集并使用YOLO预训练模型训练，得到基础模型；根据基础模型对待标注集进行检测，以确定临时标注集；对临时标注集中的图片进行人工标注调整，并将完成标注调整的中的图片添加进已标注集，并已标注集中的图片数量稳定。相比于现有技术，本发明在保证标注精度的同时，能明显提升标注速度；同时，目标检测模型在一次次迭代中检测效果会越来越好直至达到稳定，保证后续新增数据集的新增图片的检测结果。
一种基于 yolo 数据半自动标注方法

[发明专利]一种基于小波噪声平滑的高保真图像生成方法及系统-CN202211524778.3在审
发明人：曾少宁;饶云波;朱佳龙;吴俊君 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-29 - 公布日： 2023-03-07 - 主分类号： G06T11/00 文献下载
摘要：本发明属于计算机视觉中的图像生成技术领域，公开了一种基于小波噪声平滑的高保真图像生成方法及系统，该方法主要包含：S1：初始化随机噪声并进行适配输入图像尺寸的采样(Sampling)；S2：基于小波滤波及滤波选择的噪声平滑及虚拟样本生成；S3：生成器对抗网络(GAN)训练。本发明通过小波滤波技术，经过创新的滤波选择，实现生成式网络生成噪声的平滑，从而更有利于生成更高保真度的高清图像，这有利于优化生成式对抗网络的图像生成应用。
一种基于噪声平滑高保真图像生成方法系统

[发明专利]一种基于联合空间域的多尺度U-Net医学图像分割方法-CN202211422825.3在审
发明人： 饶云波;高丽;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： 2023-03-07 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于联合空间域的多尺度U‑Net医学图像分割方法，包括获取原始医学图像数据；利用极坐标中心点预测网络获得原始医学图像的中心点坐标；根据医学图像的中心点坐标，将原始医学图像转换为极坐标医学图像；构建基于联合空间域的多尺度U‑Net网络模型，利用极坐标医学图像进行模型训练；利用训练后的基于联合空间域的多尺度U‑Net网络模型生成医学图像分割结果。本发明采用多层空洞卷积编码模块实现多尺度内容融合，并利用中心点和极坐标实现了注意力机制和旋转不变性，提高了分割精度。
一种基于联合空间尺度 net 医学图像分割方法

[发明专利]一种基于shp文件的多框标注文件生成算法-CN202211504610.6在审
发明人：曾少宁;吴俊君;饶云波;朱佳龙 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-29 - 公布日： 2023-03-03 - 主分类号： G06F16/16 文献下载
摘要：本发明提供了一种基于shp文件的多框标注文件生成算法，包括以下步骤：读取shp文件信息。加载shp标注文件，得到一个几何对象列表。遍历几何对象，记当前对象为main，获取main对象的数据；遍历几何对象，记当前对象为inner，进行判断和处理。遍历几何对象，记当前对象为sub，进行判断和处理。得到每一个几何对象及其邻近的几何对象的json格式的标注文件，每个标注文件至少包含number个几何对象。根据指定的包含几何框数量的不同，该方法可以生成不同大小和规模的json格式的标注信息。本发明利用shp文件构建训练数据集的标注图片，可以指定每张标注图片至少中包含几个完整的几何框，以达到用有限的数据产生多样的训练图片的目的。
一种基于 shp 文件标注生成算法

[发明专利]一种基于航拍全要素地理图像构建数据集的方法-CN202211504634.1在审
发明人：曾少宁;吴俊君;饶云波;朱佳龙 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-29 - 公布日： 2023-03-03 - 主分类号： G06V20/17 文献下载
摘要：本发明提供了一种基于航拍全要素地理图像构建数据集的方法，包括以下步骤：加载shp标注文件，获取每个地理要素的形状信息shape和属性信息record，得到一个地理要素列表。遍历地理要素列表，对每一个地理要素进行处理并生成图片。将jpg格式的图片和png格式的分割掩码图片整理到两个文件夹，并对每一个地理要素的jpg图片和png图片做同步压缩，即得到包含彩色图片和灰度标注的数据集。本发明提出了一种基于航拍全要素地理图像构建数据集的方法，将专业领域的业务数据在没有额外人工标注成本的情况下转化成可用于深度学习训练的数据集，充分挖掘了该专业领域的业务数据的价值，为后续的农田识别和分割等其他深度学习模型在该领域的应用提供了数据基础。
一种基于航拍要素地理图像构建数据方法

[发明专利]一种可扩展的农田边界规整简化方法、系统、设备及终端-CN202211472541.5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： 2022-11-22 - 公布日： 2023-02-28 - 主分类号： G06T7/11 文献下载
摘要：本发明属于人工智能、数字图像处理技术领域，公开了一种可扩展的农田边界规整简化方法、系统、设备及终端，确定待分割的农田类别列表；使用已有的标注训练分割模型，得到所有农田的分割mask；对分割mask进行二值化处理，得到二值化图像；对二值化图像进行数字图像处理，提取各连通域的轮廓；使用图像处理得到的轮廓信息进行多边形近似并除去多余冗余点，获得农田边界表示。本发明的提取局部农田规整边界的处理方法，将使用深度学习分割得到的农田分割结果，使用传统图像处理方法并佐以多边形近似算法进行对结果进行规整化处理，同时对农田的轮廓点进行简化，在减少人力成本的同时，能够较好的平衡农田的边界点数量以及边界描述精度。
一种扩展农田边界规整简化方法系统设备终端