[发明专利]基于多特征融合的在线课堂学生专注度评价方法及系统在审
| 申请号： | 202210243736.6 | 申请日： | 2022-03-14 |
| 公开（公告）号： | CN114663734A | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 周长建;梁云福;贾贺 | 申请（专利权）人： | 东北农业大学 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V40/16;G06V40/20;G06V20/40;G06K9/62;G06Q10/06;G06Q50/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150030 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于多特征融合的在线课堂学生专注度评价方法及系统，属于教育信息化及人工智能领域。所述方法包括：从目标对象在线上课视频片段中提取影响专注度评价的闭眼次数、闭眼时长、哈欠次数、转头次数、转头时长、低头次数和低头时长7个特征，并人工进行专注度等级标注制作数据集；并通过该数据集训练深度学习模型，直至效果最优并保存训练好的模型；在实际应用时，将该系统部署在教师端或服务器端，教师在线上课时通过将获取到目标对象在线上课的视频片段内的7个参数值并将其输入到已训练好的模型，可以预测目标对象的专注度等级。并设置阈值以提醒教师学生的状态，为教师在线上课提供参考。 | ||
| 搜索关键词： | 基于 特征 融合 在线 课堂 学生 专注 评价 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北农业大学，未经东北农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210243736.6/，转载请声明来源钻瓜专利网。
- 上一篇：药物开发用细胞生长抑制实验装置
- 下一篇：一种心血管的防堵塞积液引流装置
- 同类专利
- 一种点云和图像融合的多要素感知方法及装置-202310907960.5
- 王强;刘奋;尹玉成 - 武汉中海庭数据技术有限公司
- 2023-07-21 - 2023-10-27 - G06V10/80
- 本发明涉及一种点云和图像融合的多要素感知方法及装置，其方法包括：获取基于多传感器采集的道路的点云及其对应图像；基于神经网络对所述图像进行语义分割，得到所述图像中每种要素的语义信息；基于激光雷达的标定参数，对所述点云进行运动补偿；将运动补偿后的点云与所述图像进行融合，得到融合语义点云；基于每种要素的属性和语义信息，对多个单一要素的点云进行聚类、过滤和合并，得到精细化的点云语义地图；通过点云定位匹配方法，将未融合区域的点云与所述精细化的点云语义地图进行融合。本发明通过点云与图像的语义信息融合，降低了激光雷达和相机通过坐标转换的难度，同时提高了融合后点云的精度。
- 基于多模态技术的智能合约安全分析方法及系统-202310862937.9
- 朱会娟;王娜;王良民;杨凯旋;王一;马凯 - 江苏大学
- 2023-07-14 - 2023-10-27 - G06V10/80
- 本发明公开一种基于多模态技术的智能合约安全分析方法及系统，将智能合约的字节码文件转换为图片，并计算智能合约操作码的调用频率，利用这两种特征表征当前待测合约，根据两种特征构建两种不同单模态模型，通过所提出的MFNet集成单模态模型，由MLP生成智能合约的安全分析结果。本发明在不依赖任何专家知识或规则的前提下，利用合约的两种文件构造特征可以自动捕获更全面的特性，具有较高的代码覆盖率和指令细节，多模态特征融合网络MFNet以挖掘两种模态的内在依赖性和互补性优势，将单模态模型集成在一起，克服现有检测方案受限于特征表示能力以及只能检测特定漏洞的问题，能够自动化实现智能合约的安全分析工作。
- 点云图像融合方法、装置、相关设备和计算机程序产品-202310305325.X
- 黄迪和;刘永;刘建林;陈颖;汪铖杰 - 腾讯科技（深圳）有限公司
- 2023-03-20 - 2023-10-27 - G06V10/80
- 本公开提供一种点云图像融合方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机视觉技术领域。该点云图像融合方法包括：获取目标对象的体素特征和图像特征，目标对象的体素特征是根据目标对象对应的点云生成的；根据体素特征对图像特征进行可变形采样，获得图像采样特征；将图像采样特征融合进体素特征，获得第一增强体素特征；将目标对象的图像特征反投影至体素特征对应的点云坐标系中，获得图像三维特征；将图像三维特征与第一增强体素特征进行融合，获得目标点云图像融合特征。本公开实施例提出的点云图像融合方法，通过点云和图像的双向融合，减少了点云特征和图像特征的差异性，使得最后获得的点云图像融合特征能够更好的描述目标对象的相关信息。
- 图像处理方法-202310814356.8
- 陈汐;黄梁华;刘宇;赵德丽 - 阿里巴巴（中国）有限公司
- 2023-07-04 - 2023-10-27 - G06V10/80
- 本说明书实施例提供图像处理方法，该图像处理方法，包括：确定场景图像、目标对象的对象图像以及、待将目标对象放置在场景图像中的对象位置信息；将场景图像、对象图像以及对象位置信息输入图像处理模型，利用图像处理模型中的第一特征提取网络对对象图像进行特征提取，获得对象图像特征；利用图像处理模型中的第二特征提取网络对场景图像、对象图像以及对象位置信息进行特征处理，获得融合图像特征；根据对象图像特征以及融合图像特征，获得包含目标对象以及场景图像的目标融合图像。从而生成真实生动的目标融合图像，避免无法准确控制目标对象在目标融合图像中的位置的问题。
- 图像处理方法、装置、设备及存储介质-202310145857.1
- 丁霄汉;葛崇剑 - 腾讯科技（深圳）有限公司
- 2023-02-01 - 2023-10-27 - G06V10/80
- 本申请公开了一种图像处理方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：获取图像对应的输入特征信息，输入特征信息包括多个特征元素；通过n种不同的区域聚合算子对输入特征信息进行处理，得到n种区域聚合结果；其中，不同的区域聚合算子用于对不同尺寸的区域特征进行处理，区域特征的尺寸是指区域特征中包含的特征元素的数量，n为大于1的整数；根据n种区域聚合结果进行自注意力运算，得到第一运算结果；根据第一运算结果，得到图像对应的输出特征信息；根据图像对应的输出特征信息，确定图像的识别结果。本申请确定出来的输出特征信息对于图像的表征更加全面，图像的识别结果更加准确。
- 图像检测方法、装置、设备和介质-202310358505.4
- 李亮亮 - 腾讯科技（深圳）有限公司
- 2023-03-27 - 2023-10-27 - G06V10/80
- 本申请提供了一种图像检测方法、装置、设备和介质，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括基于预设检测网络和预设分类网络对待检测图像进行目标分类检测，得到对象检测框的位置信息和检测指标，以及对象检测框的元素分类结果和类别指标；基于预设判别模型结合预设检测网络对应的检测阈值对对象检测框的检测指标和类别指标进行融合处理，得到融合指标，并根据融合指标和预设分类网络对应的判别阈值生成判别结果；将判别结果指示对象元素为目标对象元素的对象检测框确定为目标检测框；根据目标检测框的位置信息、元素分类结果和融合指标生成对象检测结果；本申请能够有效提升图像检测召回率。
- 一种基于自适应空间特征融合的目标检测方法-202311224196.8
- 赵洪博;王强;吕书畅;刘秉昊;冯文全;杨旭 - 北京航空航天大学合肥创新研究院
- 2023-09-21 - 2023-10-27 - G06V10/80
- 本发明公开了一种基于自适应空间特征融合的目标检测方法，首先进行图像预处理，然后采用卷积注意模块来提取图像中的特征，得到特征提取图；采用APAM模块计算得到自适应参数；再采用ASFF模块将特征提取图和自适应参数进行自适应特征融合，得到四个尺度的特征图；最后将四个尺度的特征图进行卷积操作，得到四个目标检测头，采用四个目标检测头进行目标检测。本发明能够充分融合和适应图像中不同尺度和位置的特征信息，提高了目标检测的准确性和稳定性。
- 基于融合特征的翻越行为检测方法及相关装置-202310933394.5
- 吕勤学 - 武汉市万睿数字运营有限公司
- 2023-07-27 - 2023-10-27 - G06V10/80
- 本发明公开了基于融合特征的翻越行为检测方法及装置。该方法包括利用Yolov5网络对图像样本进行目标检测，得到行人检测框和闸机检测框；然后依次通过图注意力网络、OpenPose算法和相机模型，分别得到行人外观特征、闸机外观特征和行人与闸机的空间特征；最后基于行人外观特征、闸机外观特征和行人与闸机的空间特征，通过多层感知机对人与闸机进行翻越行为检测，得到检测结果。本申请基于Yolov5网络、图注意力网络、OpenPose算法和相机模型，充分提取检测图像中行人与闸机的特征，相比现有方法，充分考虑了行人与闸机之间的空间关系，大大提高了行人与闸机的交互行为检测准确率。
- 一种计算机视觉识别系统及方法-202310943015.0
- 王智武 - 北京元境数字科技有限公司
- 2023-07-28 - 2023-10-27 - G06V10/80
- 本发明涉及计算机视觉识别系统技术领域，具体为一种计算机视觉识别系统及方法，一种计算机视觉识别系统是由数据采集和增强模块、预处理和复杂场景适应模块、特征提取和深度学习模块、模式识别和随机性建模模块、后处理和实时响应模块、应用层优化模块组成。本发明中，通过多摄像头和多模态数据采集，获取来自不同视角和传感器的全面数据，增强对复杂场景的理解能力，复杂场景预处理和智能调整使系统能够自动适应不同环境，处理背景噪声和遮挡，利用深度学习模型进行自动特征提取提升系统对图像关键信息的提取能力，多模态特征融合进一步提高了系统的准确性和能力，引入不确定性和随机性建模的深度学习模型增强系统的识别能力和鲁棒性。
- 自应本土化语言模型与视觉生成技术融合方法-202310951579.9
- 成建 - 江苏众亿国链大数据科技有限公司
- 2023-07-31 - 2023-10-27 - G06V10/80
- 本发明涉及语言图像视觉融合技术领域，公开了自应本土化语言模型与视觉生成技术融合方法，包括以下进行步骤，S1：图像描述，根据给定图片自动生成语言描述，并根据图像算子提取特征，同时SVM检测存在的目的，然后根据目标属性生成文字描述语句；S2：视觉问答，将图像和文字在公共特征空间学习。通过图像描述－视觉问答－文本图像生成－视觉对话－多模台机器翻译等一系列系统程序化的处理步骤，从视觉、语言和行为等三个维度对目前不同的自应本土化语言和视觉技术进行融合，优化了语言模型和视觉技术之间的转化和融合，提高了语言视觉融合转化效率的同时也增加语言视觉模型转化的精度。
- 点云融合方法、装置和3D打印机-202310971213.8
- 吴禹;徐玉华;黄泽铗;李冠群;黄勇 - 奥比中光科技集团股份有限公司
- 2023-08-02 - 2023-10-27 - G06V10/80
- 本申请实施例提供一种点云融合方法、装置和3D打印机，应用于3D打印场景。该方法包括：获取第一局部点云和第二局部点云，其中，第一局部点云和第二局部点云为激光轮廓仪通过不同的激光参数对被测对象的第一位置进行扫描得到，第一局部点云包括N个第一点，第二局部点云包括M个第二点，N和M为正整数；根据第n个第一点和第m个第二点的位置信息的比较结果，得到第一位置对应的融合后的局部点云，1≤n≤N，1≤m≤M，n和m为正整数。这样，不同激光参数下的局部点云的点云效果不同，对它们进行互补处理，可以有效应对点云缺失的问题。
- 一种基于深度学习的检测挂载设备数据的方法-202310756089.3
- 耿虎;昂少强;朱前进;朱凯旋;徐岩;王宁 - 万申科技股份有限公司
- 2023-06-26 - 2023-10-27 - G06V10/80
- 本发明涉及补光灯故障技术领域，公开了一种基于深度学习的检测挂载设备数据的方法，包括获取目标挂载设备的实际电流变化特性曲线，并将所述实际电流变化特性曲线与预设的标准电流变化特性曲线进行比对，获得故障判断结果一；获取目标挂载设备的实际补光图像，并将所述实际补光图像输入训练好的补光灯故障识别模型，获得故障判断结果二；判断各车道的车流量与车牌识别是否异常，获得故障判断结果三；通过整合补光灯的电流变化、补光时的图像特征以及通过补光灯辅助的摄像机获得的车道的车流量与车牌识别的检测对补光灯故障进行综合判断，提高了补光灯故障检测的准确性。
- 目标识别方法、装置、设备以及介质-202310940017.4
- 周波;苗瑞;梁书玉 - 深圳海清智元科技股份有限公司
- 2023-07-27 - 2023-10-27 - G06V10/80
- 本发明涉及一种目标识别方法、装置、设备以及介质，涉及图像处理技术领域，该方法包括：获取待检图像，提取所述待检图像的多个特征图；将多个所述特征图融合，得到识别物图像。实现了对小目标精确检验，避免发生漏检的效果。
- 基于Token重组模型的浅-深层特征融合方法及系统-202310807557.5
- 刘一凡;耿树泽;王浩伟 - 天津职业技术师范大学（中国职业培训指导教师进修中心）
- 2023-07-04 - 2023-10-27 - G06V10/80
- 本发明属于遮挡行人重识别领域，尤其是一种基于Token重组模型的浅‑深层特征融合方法及系统。包括基于注意力矩阵的令牌重组模块及浅‑深层特征学习模块，其中基于注意力矩阵的令牌重组模块包括基于注意力矩阵的令牌筛选模块及目标相关性的令牌替换模块，所述基于注意力矩阵的令牌筛选模块利用分类注意力选择策略和交互注意力策略将图像中所有令牌按照是否包含有效信息分为目标令牌和无关令牌，目标令牌馈送到后续的转换器中进行交互，以提取图像中重要信息区域；所述目标相关性的令牌替换模块将筛选出的无关令牌重建为目标令牌。本发明在各种公共数据集上进行了丰富的实验，并通过定量评估获得了有竞争力的结果。
- 图像处理方法、装置、设备、存储介质和程序产品-202210379553.7
- 刘天鸿;崔文学;惠晨;姜峰;高莹;谢绍伟;吴平 - 中兴通讯股份有限公司;哈尔滨工业大学
- 2022-04-12 - 2023-10-27 - G06V10/80
- 本申请实施例提供了一种图像处理方法、装置、设备、存储介质和程序产品，包括：获取压缩图像和对应的编码信息；根据编码信息对压缩图像进行特征提取，得到局部特征信息和全局特征信息；计算出与局部特征信息对应的第一注意力权值和与全局特征信息对应的第二注意力权值；对局部特征信息、全局特征信息、第一注意力权值和第二注意力权值进行加权融合，得到融合特征信息；根据融合特征信息得到图像残差信息，对压缩图像和图像残差信息进行叠加得到重构图像。本申请实施例基于注意力融合机制根据图片特征自适应选择不同区域的融合权重，从而达到更好的恢复效果，而且没有对编码端做改变和引入额外计算，还保证了视频清晰度和减少了视频传输成本。
- 特征-结果级融合的车路协同感知方法、介质及电子设备-202310490780.1
- 王越;祝贺;熊蓉 - 浙江大学
- 2023-05-04 - 2023-10-27 - G06V10/80
- 本发明公开了一种特征‑结果级融合的车路协同感知方法、介质及设备。本发明针对车端与路端的协同感知所存在的各种难题与挑战，结合实际应用场景提出了一种特征‑结果级融合的车路协同感知方法，即路端提供感知的结果级数据，由于结果级数据量较小，可以满足实际通信带宽的要求。但路侧感知数据具有异步异构性质，存在一定的误差与时延，需要对路侧数据进行时空对齐与补偿。同时，车端融合图像和点云的多模态数据得到特征级数据，再使用基于Transformer设计的特征融合模型进行特征‑结果级融合，实现车路协同感知，在扩大感知范围的基础上，进一步提升感知的精度、稳定性与鲁棒性，解决当前单车智能所面临的难题与挑战。
- 一种水上交通环境中雷达点云与影像数据的融合方法-202110474363.9
- 刘涛;李帅;雷正玲;孟威;高进;闫化然 - 上海海事大学
- 2021-04-29 - 2023-10-27 - G06V10/80
- 本发明涉及多传感器融合技术领域，公开了一种水上交通环境中雷达点云与影像数据的融合方法。首先，对影像数据进行预处理，包括将相机采集到的影像数据，生成对应的二值化影像数据；通过高斯滤波算法进行降噪处理；利用最大类间方差法进行影像分割；通过Canny算法进行边缘提取；然后，对点云数据进行格式转换和3DTiles金字塔空间结构切片；最后，通过提取影像数据特征明显的角点以及对应的点云数据角点，构建匹配目标函数，并利用最小二乘法求解目标函数，得到融合矩阵，同时利用设计的自反馈调节，可以减小相较于标定算法所带来的误差，使融合结果更加精确。通过可视化的方式，将融合结果呈现出来，获得目标的三维完备信息。
- 视觉问答模型的训练方法及装置、问答方法、介质、设备-202210686881.1
- 王昊 - 中国电信股份有限公司
- 2022-06-16 - 2023-10-27 - G06V10/80
- 本公开是关于一种视觉问答模型的训练方法及装置、问答方法、介质、设备，涉及机器学习技术领域，该方法包括：获取原始图像以及与原始图像对应的原始问题文本，并利用视觉特征提取模型提取原始图像中包括图像特征；利用自然语言特征处理模型提取原始问题文本中包括的第一文本特征，并利用信息融合模型对图像特征以及第一文本特征进行融合，得到第一预测结果；利用概率簇重校准模型对第一预测结果进行校准，得到第二预测结果，并根据第二预测结果以及与原始图像以及原始问题文本对应的特征标签，构建第一损失函数；基于第一损失函数对待训练的视觉问答模型进行训练，得到训练完成的视觉问答模型。本公开提高了训练完成的视觉问答模型的精确度。
- 图像处理方法及装置-202310872905.7
- 赵诗云;刘健 - 支付宝（杭州）信息技术有限公司
- 2023-07-14 - 2023-10-24 - G06V10/80
- 本说明书实施例提供了图像处理方法及装置，其中，一种图像处理方法包括：对待检测图像和待检测图像的重建图像进行特征提取，获得待检测图像的图像特征和重建图像的重建图像特征，并借助图像特征进行特征转换处理获得目标特征，将图像特征、重建图像特征和目标特征进行特征融合获得第一融合特征，以待检测图像的图像特征为依据构建特征关系网络，将第一融合特征与借助特征关系网络确定的像素关系特征进行特征融合，并根据特征融合获得的第二融合特征确定待检测图像的图像检测结果。
- 基于多阶段生成对抗网络的红外与可见光图像融合方法-202310899655.6
- 尹海涛;周昌盛 - 南京邮电大学
- 2023-07-21 - 2023-10-24 - G06V10/80
- 本发明属于图像处理领域，公开了一种基于多阶段生成对抗网络的红外与可见光图像融合方法，包括：步骤1，构造训练数据集，并对其进行预处理操作；步骤2，将经过预处理的红外与可见光图像在通道维度上拼接并传递给生成器，即构建的多阶段网络，生成融合图像；步骤3，将融合图像与源图像即红外图像与可见光图像传递给判别器，判别输入图像是融合图像还是源图像；步骤4，构建损失函数，训练网络；步骤5，选取多种数据集，评估网络性能。实验证明，本发明能显著提升融合图像的质量，为后续的图像分类、分割、识别与跟踪等高级图像处理任务提供更准确和可靠的数据。
- 图像、激光雷达和4D毫米波多模态融合的3D目标检测方法-202310631912.8
- 冯欣;黄孝军;单玉梅;何桢苇 - 重庆理工大学
- 2023-05-31 - 2023-10-24 - G06V10/80
- 本发明涉及图像处理技术领域，尤其涉及图像、激光雷达和4D毫米波多模态融合的3D目标检测方法。本发明包括以下步骤：S1：采用图像特征提取模块提取图像的高层语义信息；S2：经过语义分割模块将图像特征映射到点云空间中去；S3：使用多模态融合模块、2D骨干网和RPN检测头完成最终的检测任务。本发明通过多模态融合更好的利用各自传感器的优势，将点云信息和图像信息进行互补融合进一步提升3D目标检测方法的性能，以获得更准确、更全面和鲁棒的行驶环境信息；将包含丰富语义信息的图像特征映射到点云空间，增强了点云的语义特征，有效去除了点云空间中的噪声对检测任务的影响。
- 一种基于多尺度空洞注意力的跨模态图像融合方法-202310977101.3
- 项靖;姜明新;杜强;洪远;黄俊闻;王杰 - 淮阴工学院
- 2023-08-04 - 2023-10-24 - G06V10/80
- 本发明公开了一种基于多尺度空洞注意力的跨模态图像融合方法，包括获取多组可见光‑红外图片对；构建双流网络；构建差分模态多尺度空洞注意力模块DFMDA；在构建的双流网络中插入三个构建的差分模态多尺度空洞注意力模块DFMDA；利用双流网络来提取可见光‑红外图片的分层特征；利用三个差分模态多尺度空洞注意力模块DFMDA对提取的分层特征进行多模态互补信息的增强，得到多尺度的语义信息；将差分模态多尺度空洞注意力模块DFMDA的输出多尺度跨模态图像特征相加进行图像融合。本发明解决了现有图像融合技术中存在的计算复杂、较少利用跨模态特征之间的信息，在处理夜晚等复杂环境图像时，鲁棒性较差的问题。
- 一种基于多尺度检测头特征融合的车位检测方法-202310745264.9
- 田梓民 - 惠州华阳通用电子有限公司
- 2023-06-21 - 2023-10-24 - G06V10/80
- 本发明涉及辅助驾驶系统技术领域，提供一种基于多尺度检测头特征融合的车位检测方法，在现有的卷积神经网络模型中加入解耦合检测头结构，针对解耦得到的分类分支，设置双分支融合架构执行数据预测，并将预测数据代入三元组损失函数实现梯度回传进行参数更新，使用三元组损失替换了分类损失，增强了网络对于难样本的处理能力，提高了复杂场景下车位识别的鲁棒性；同时输入的图像从不同尺度获取特征图，再通过特征融合得到更为丰富的特征信息，提高车位识别的精度。
- 一种目标检测方法、装置、电子设备及存储介质-202311182443.2
- 张建安;刘微;郑维学 - 海信集团控股股份有限公司
- 2023-09-14 - 2023-10-24 - G06V10/80
- 本申请公开了一种目标检测方法、装置、电子设备及存储介质，涉及计算机视觉技术领域，获取纯色背景的待检测图像，对所述待检测图像进行纹理提取，确定所述待检测图像对应的纹理图像；分别将所述待检测图像和所述纹理图像输入目标检测模型，基于所述目标检测模型确定所述待检测图像中的目标检测结果；其中，所述目标检测模型用于分别对所述待检测图像和所述纹理图像进行特征提取和融合，确定第一特征图，基于所述第一特征图确定所述目标检测结果。待检测图像和纹理图像的结合使得目标检测模型更加关注于前景目标，从而提高了纯色背景中目标检测的准确性。本技术方案具有通用性、可靠性、鲁棒性和可解释性，符合可信赖特性。
- 一种多模态融合的金属工件表面缺陷检测方法和系统-202310669523.4
- 刘子健;王栋;朱勇建;宋子申;陈诚;冯予君 - 上海应用技术大学
- 2023-06-07 - 2023-10-24 - G06V10/80
- 本发明提供了一种多模态融合的金属工件表面缺陷检测方法和系统，其中一种多模态融合的金属工件表面缺陷检测方法包括如下步骤：采集各种金属表面缺陷相对应的二维缺陷数据与三维缺陷数据，用以建立缺陷检测数据库；将同一种表面缺陷的二维缺陷数据与三维缺陷数据进行融合，输出不同种类的缺陷模型，并为每一种类的缺陷类型进行标注，存储对应的标注数据；获取待检测金属工件表面的待检测二维数据和金属工件的待检测三维数据；将所述待检测二维数据和所述待检测三维数据处理为待检测数据；将所述待检测数据与每一个标注数据进行一一比对，并将比对结构进行反馈。本发明能够满足实际金属工件生产精度的检测效率与检测精度，具有可靠、高效的优势。
- 基于人工智能的信码防伪标签数据信息采集方法及系统-202311193674.3
- 何岗 - 东莞市将为防伪科技有限公司
- 2023-09-15 - 2023-10-24 - G06V10/80
- 本申请公开了一种基于人工智能的信码防伪标签数据信息采集方法及系统，其采集到所述信码防伪标签的标签图像后并在对所述信码防伪标签的标签图像进行标签识别之前，将所述标签图像通过编码器‑解码器的网络结构来实现标签图像去褶皱处理，以利于后续的识别；这样，基于特征编码‑特征解码的思想来进行基于特征回归的图像去褶皱预处理，以利于提高后续标签图像的识别精准度。
- 一种完全二值散斑嵌入脉宽调制模式三维测量方法-202311205335.2
- 左承林;熊浩;魏龙涛;杨升科;易贤 - 中国空气动力研究与发展中心低速空气动力研究所
- 2023-09-19 - 2023-10-24 - G06V10/80
- 本发明适用于图像技术领域，提供了一种完全二值散斑嵌入脉宽调制模式三维测量方法，包括：步骤S10：获取脉冲宽度调制模式和二值化数字散斑模式，将两种模式进行融合得到二值模式；采集目标对象在二值模式下的图像，获得二值模式图像；步骤S20：对所述二值模式图像进行解耦和正弦模式重建，得到正弦模式图像；步骤S30：根据获得的正弦模式图像，计算获得包裹相位；步骤S40：根据所述二值模式图像，通过多时空相关匹配方法，计算初略视差；步骤S50：根据所述包裹相位和初略视差，计算获得精确亚像素视差图；步骤S60：根据精确亚像素视差图对目标对象进行三维重建。本申请提供的二值模式更适用于目标对象复杂表面情况下的三维测量。
- 一种基于深度神经网络的渣片大块预警方法、系统及装置-202110843418.9
- 刘涛;鞠翔宇;李鹏宇;王祥祥;荆留杰;孙森震;牛孔肖;郑赢豪;杨晨;陈帅;郑霄峰 - 中铁工程装备集团有限公司
- 2021-07-26 - 2023-10-24 - G06V10/80
- 本发明提出了一种基于深度神经网络的渣片大块预警方法、系统及装置，方法的步骤为：利用彩色相机采集渣片的彩色图像，利用热红外相机采集相同渣片的热红外图像；利用深度神经网络分别构建热成像编码器、实例分割编码器和融合特征图编码器并训练；利用热成像编码器得到热成像特征图；利用实例分割编码器得到实例分割特征图；将热成像特征图和实例分割特征图融合；利用融合特征图编码器得到融合特征的信息；对融合特征的信息进行解码得到渣块实例分割信息；后处理得到大块渣片面积，比较渣片面积与大块监测阈值发出警告信息。本发明解决了渣片相互重叠的问题，采用后处理计算渣片面积信息，实施人员根据输出的预警信息，从而避免安全事故的发生。
- RGBD显著性检测方法以及相关装置-201910328103.3
- 程明明;曹洋;吴日辉;白蔚 - 南开大学;华为技术有限公司
- 2019-04-20 - 2023-10-24 - G06V10/80
- 本申请提供了RGBD显著性检测方法及装置，方法包括：将RGB图像和深度图像导入到含多个特征提取模块和多个特征强化模块的神经网络模型处理，获得多个跨模态特征图；其中任意的特征提取模块用于对输入数据进行特征提取以获得该特征提取模块的处理结果；其中任意的特征强化模块用于对深度图像进行特征提取获得深度对比度增强图，并利用其优化特征提取模块的处理结果，以获得该特征强化模块的跨模态特征图。最后，利用金字塔模型对多个跨模态特征图进行融合获得显著性检测的检测结果图。实施本申请有利于在低对比度等复杂场景下取得较好的显著性检测效果。
- 一种基于注意力机制的回环检测方法-202010388573.1
- 孟凡阳;任艺帆;陈俊宏;何震宇;柳伟;田第鸿 - 鹏城实验室
- 2020-05-09 - 2023-10-24 - G06V10/80
- 本申请公开了一种基于注意力机制的回环检测方法，所述方法在获取到目标图像帧及目标图像帧对应的若干历史图像帧后；获取目标图像帧对应的第一特征图及每个历史图像帧对应的第二特征图；将第一特征图以及若干第二特征图分别输入多尺度特征融合结构，输出目标图像帧对应的第一激活图以及每个历史图像帧对应的第二激活图；根据所述第一激活图和所述若干第二激活图，确定所述目标图像帧对应到的回环帧。本申请通过多尺度特征融合结构，能够通过自注意力机制获取到特征图的多尺度融合机构，能够提取出携带有能适应复杂的环境变化和鲁棒性好的特征描述子的激活图，再利用激活图进行回环检测，能够提高回环检测的准确性以及检测速度。
- 专利分类
