“高思斌”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8个，建议您升级VIP下载更多相关专利

[发明专利]一种基于视频行人识别的地铁人流网络融合方法及人流预测方法-CN202011485904.X有效
发明人：徐超;高思斌;李少利;李永强;戴李杰 -专利权人：中电海康集团有限公司
申请日： 2020-12-16 - 公布日： 2023-10-17 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于视频行人识别的地铁人流网络融合方法及人流预测方法，利用地铁站的视频数据对地铁站出入人流的具体方向进行统计分析，地铁网络和地面交通网络的融合将使人群的移动在一个庞大的网络中进行，每个地铁站都将成为这个网络中的一个节点，每条地铁路线和地上马路交通线都将成为这个网络的边。利用图神经网络来推演整个交通网络的人流变化，以此分析、预测每个站点、人流数量以及人流的去向。实现各地铁站出入口更深入的人流分析，不仅便于各个站点以及出入口的资源调度，且能够及时预判地上、地下人流的相互影响，以便于及时对地上或地下进行交通预警，规避交通堵塞，提前部署站点安保措施等。
一种基于视频行人识别地铁人流网络融合方法预测

[发明专利]目标去除模型建立方法、装置及可读存储介质-CN202210660752.5有效
发明人： 高思斌;范晓;杨作兴;艾国 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-06-13 - 公布日： 2022-10-18 - 主分类号： G06V10/26 文献下载
摘要：本发明实施例提出目标去除模型建立方法、装置及可读存储介质。方法包括：将各原始图像分别输入已训练好的目标分割神经网络，将得到的二值掩膜预测图像和对应的原始图像输入待训练的第一目标去除神经网络，将得到的目标去除粗略图像和对应的二值掩膜预测图像输入待训练的第二目标去除神经网络，将得到的目标去除精细图像和对应的标准图像输入待训练的判别器神经网络进行目标去除判别处理；调整第一目标去除神经网络、第二目标去除神经网络和判别器神经网络的参数，直至收敛，将收敛时的目标分割神经网络、第一目标去除神经网络和第二目标去除神经网络构成的模型作为最终使用的目标去除模型。本发明实施例提高了目标去除的精度。
目标去除模型建立方法装置可读存储介质

[发明专利]基于变换神经网络的数据处理方法、装置和介质-CN202210738268.X有效
发明人： 高思斌;范晓;杨作兴;艾国 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-06-28 - 公布日： 2022-09-13 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例提供了一种基于变换神经网络的数据处理方法、装置和介质，其中的方法应用于变换神经网络中的归一化模块，具体包括：接收第一数据序列对应的数据矩阵；变换神经网络用于将第一数据序列转换为第二数据序列；确定数据矩阵对应的第一均值参数值；将数据矩阵除以第一均值参数值，以得到第一中间矩阵；对第一中间矩阵进行仿射变换，并根据仿射变换结果，确定数据矩阵对应的归一化矩阵；对归一化矩阵进行输出；其中，第一数据序列为图像序列，第二数据序列为图像类别序列。本申请实施例可以提高归一化结果的稳定性，进而能够提高变换神经网络的处理精度和对应领域中的数据处理性能。
基于变换神经网络数据处理方法装置介质

[发明专利]一种基于GPS轨迹数据的车辆实时图像追踪方法-CN201910002536.X有效
发明人：朱锋;高波;高思斌;赵福林;陈泽;汪大卫;何成东;胡芳芳;朱诗慧 -专利权人：中电海康集团有限公司
申请日： 2019-01-02 - 公布日： 2022-05-17 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于GPS轨迹数据的车辆实时图像追踪方法，该方法利用历史的GPS轨迹数据，预估出车辆在未来时间点的位置，并根据预估的位置信息预先选取可能捕捉到车辆的监控点，以缩小排查范围，提前做好捕捉准备，以提升捕捉效果。并对监控点的图像采用实时性高的深度卷积神经网络模型进行检测，并过滤无车辆的监控点，存储有车辆的监控点所拍摄的图像，实现对图像的无延时追踪。
一种基于 gps 轨迹数据车辆实时图像追踪方法

[发明专利]语音唤醒方法、装置及可读存储介质-CN202111460653.4有效
发明人： 高思斌;艾国;杨作兴;房汝明;向志宏 -专利权人：深圳比特微电子科技有限公司
申请日： 2021-12-03 - 公布日： 2022-03-22 - 主分类号： G10L15/02 文献下载
摘要：本发明实施例提出语音唤醒方法、装置及可读存储介质。方法包括：语音活动检测VAD解码层获取由VAD编码层已编码的深层特征，所述深层特征从用于VAD编码和语音唤醒编码的数字音频信号中提取；根据所述数字音频信号中的每一音频帧的语音概率，判断所述数字音频信号中的每一音频段是否为语音，所述每一音频段包含多个音频帧；针对每一音频段，若该音频段为语音，则VAD解码层指示将该音频段的深层特征输入到语音唤醒解码层，进行语音唤醒。本发明实施例提高了语音唤醒的准确率。
语音唤醒方法装置可读存储介质

[发明专利]一种基于深度强化学习的垃圾分拣装置与方法-CN201911383566.6在审
发明人：胡青阳;叶晶晶;高思斌;王瑞琰 -专利权人：中电海康集团有限公司
申请日： 2019-12-27 - 公布日： 2020-04-07 - 主分类号： B65F1/14 文献下载
摘要：本发明公开了一种基于深度强化学习的垃圾分拣装置和方法，装置包括工作台、设置在工作台上的机械臂、AI计算单元和摄像头，工作台设有用于放置待分拣垃圾的待分拣区域；摄像头定时获取图像数据，并将图像数据发送至所述AI计算单元，图像数据包含待分拣区域中待分拣垃圾的情况以及机械臂的状态；AI计算单元根据摄像头获取的图像数据，采用深度强化学习模型计算当前机械臂的最优行动，输出对应的控制指令发送至机械臂；机械臂根据AI计算单元输出的控制指令动作，对待分拣垃圾进行抓取、移动和投放操作，完成垃圾分拣。本发明采用采用深度强化学习模型得到机械臂的最优行动，不依赖于垃圾的定位识别，分类速度快，且分类准确率高。
一种基于深度强化学习垃圾分拣装置方法

[发明专利]一种基于梯度方向聚类的遥感数据中单棵树的检测方法-CN201610321621.9有效
发明人：范菁;高思斌;董天阳 -专利权人：浙江工业大学
申请日： 2016-05-16 - 公布日： 2019-01-08 - 主分类号： G06T7/00 文献下载
摘要：一种基于梯度方向聚类的遥感数据中单棵树的检测方法，专门应用于遥感领域的LIDAR数据中。发明方法包括以下步骤：1)LIDAR点云数据栅格化。2)根据梯度方向聚类。提取类似树冠的锥形形状来检测单棵树3)单棵树的筛选。考虑树的形状特征和密度特征。4)单棵树的中心点确定。本发明方法注重于锥形的树冠形状提取，依赖于各像素点的梯度方向，参数依赖性少，提取效率高。
一种基于梯度方向遥感数据中单棵树检测方法

[发明专利]一种基于深度学习的纹身图像分类方法-CN201410138343.4有效
发明人：张永良;肖健伟;高思斌;肖刚 -专利权人：浙江工业大学
申请日： 2014-04-08 - 公布日： 2017-05-24 - 主分类号： G06K9/66 文献下载
摘要：一种基于深度学习的纹身图像分类方法，包括以下步骤1)样本变换1.1)仿射变换；1.2)弹性变换；1.3)遮挡模拟；1.4)白化；2)自编码预训练进使用CUDA优化后的自编码训练机对大量彩色纹身图像进行训练，得到纹身图像的一些共同地边缘信息，同时对这些图像做些挑选后用于卷积网络的第一层；3)使用自编码得到的结果对变换后的样本进行卷积网络训练。本发明有效避免受照射方向，肤色，毛发，光线，图像质量等各方面的影响、可靠性良好、实现效率较高。
一种基于深度学习纹身图像分类方法

1
共 8 条