-
公开(公告)号：CN107146248A
公开(公告)日：2017-09-08
申请号：CN201710289393.6
申请日：2017-04-27
Applicant: 杭州电子科技大学
CPC classification number: G06T7/593 , G06N3/0454 , G06N3/08 , G06T2207/10012 , G06T2207/20228
Abstract: 本发明公开了一种基于双流卷积神经网络的立体匹配方法。该方法利用一种双流卷积神经网络，学习并计算出左右视图中目标区域的匹配代价，并以交叉聚合算法作为辅助，有效地获得目标图像的视差图。双流网络结构不仅继承了卷积神经网络计算量小，性能稳定等优点，同时拥有较大的接受域，并且更充分地提取了目标点邻近区域的特征，拥有更高的精度。
-
公开(公告)号：CN104883737A
公开(公告)日：2015-09-02
申请号：CN201510300338.3
申请日：2015-06-04
Applicant: 杭州电子科技大学
CPC classification number: H04W64/006 , H04W84/18
Abstract: 本发明涉及无线传感器网络节点的定位技术，具体说是一种新型无线传感器网络混合定位方法。本发明针对无线传感器网络中基于测距的RSSI定位方法和基于非测距的DV-Hop定位算法的优缺点，提出了利用基于测距的RSSI技术获得的节点间的信号强度来修正节点间的跳数，从而提高网络节点的定位精度。本发明综合RSSI技术和DV-Hop定位算法，进行了测距与非测距技术的混合定位，在不增加额外成本的基础上，有效地提高了节点的定位精度。
-
公开(公告)号：CN102867313B
公开(公告)日：2015-04-22
申请号：CN201210311804.4
申请日：2012-08-29
Applicant: 杭州电子科技大学
IPC: G06T7/40
Abstract: 本发明涉及一种融合区域颜色和HoG特征的视觉显著性检测方法。目前方法通常都基于区域颜色特征的纯计算模型，对于纹理的显著性差异不敏感。本发明方法首先在原始图像的CIELAB空间彩色分量图上，通过分析超像素区域的颜色对比度和分布特性，计算每个像素的颜色显著性值；然后在原始图像的RGB空间彩色分量图上，提取基于HoG的局部矩形区域纹理特征，并通过分析局部矩形区域的纹理对比度和分布特性，计算每个像素的纹理显著性值；最后采用二次非线性融合方法将每个像素的颜色显著性值和纹理显著性值融合为该像素的最终显著性值。本发明方法获得不仅可获得符合人眼视觉感官的全分辨率显著性图像，并且对显著性目标具有更强的区分能力。
-
公开(公告)号：CN102222328B
公开(公告)日：2012-10-03
申请号：CN201110182918.9
申请日：2011-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种边缘保持的自然场景图像自适应加权滤波方法。本发明方法首先根据高斯滤波器的标准差，计算高斯模板，采用暗通道先验方法，获取原始图像中的深度线索，并归一化，生成深度先验图像。其次计算高斯模板上每个坐标点的空间近邻性权值和计算原始图像上两像素点间的亮度/颜色相似性权值。然后计算原始图像上两像素点间的深度差异性权值和计算模板中心对应于该像素点的自适应加权滤波模板，最后对原始图像中每个像素点，计算其自适应加权滤波结果。本发明方法不仅在亮度/颜色相似性权值计算中考虑了人眼对亮度差异比色彩差异的敏感度不同这一特性，使得该方法符合生物模型。
-
公开(公告)号：CN102222328A
公开(公告)日：2011-10-19
申请号：CN201110182918.9
申请日：2011-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种边缘保持的自然场景图像自适应加权滤波方法。本发明方法首先根据高斯滤波器的标准差，计算高斯模板，采用暗通道先验方法，获取原始图像中的深度线索，并归一化，生成深度先验图像。其次计算高斯模板上每个坐标点的空间近邻性权值和计算原始图像上两像素点间的亮度/颜色相似性权值。然后计算原始图像上两像素点间的深度差异性权值和计算模板中心对应于该像素点的自适应加权滤波模板，最后对原始图像中每个像素点，计算其自适应加权滤波结果。本发明方法不仅在亮度/颜色相似性权值计算中考虑了人眼对亮度差异比色彩差异的敏感度不同这一特性，使得该方法符合生物模型。
-
Patent Agency Ranking
公开(公告)号：CN102222226A
公开(公告)日：2011-10-19
申请号：CN201110166841.6
申请日：2011-06-21
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于先验分析的迭代式车牌字符分割方法。本发明首先对车牌图像进行预处理，利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块参数，依据该参数作出初步筛选；其次利用阈值迭代法对初步筛选后的字符进行二值化，根据标准车牌制式，计算各字符块所含的先验知识，获得再次筛选后的字符；然后计算经过再次筛选后的字符块个数，满足设定条件则计算车牌字符宽度和所有字符的平均宽度，根据这两个参数确定是否能获得最终字符，不满足设定条件则重新投影。本发明降低了对车牌定位准确度的要求，克服了复杂背景带来的不利影响，消除了其他方法中常见的粘连、断裂等分割结果，进一步提高了分割的准确度。
-
公开(公告)号：CN114170316B
公开(公告)日：2025-05-06
申请号：CN202111528516.X
申请日：2021-12-13
Applicant: 杭州电子科技大学
IPC: G06T7/73 , G06T9/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于环绕视点的位姿估计优化方法。本发明将稀疏视点图片与对应粗略相机位姿作为输入，利用编解码神经网络提取出图片序列的不同尺度的特征，将不同尺度的特征进行转置卷积并两两相乘，按照粗略相机位姿映射并融合为3D特征体素，通过3D卷积网络提取特征点空间坐标、密度与颜色信息作为输入进入MLP网络，回归得到位姿偏移误差，更新对照视点位姿并回归主视点坐标系。本发明对输入的多视点图片进行预处理，利用神经网络，基于多视图，将特征匹配与位姿优化两个任务集成起来，得到了精确的相机位姿。本发明提出的于环绕视图的位姿估计优化方法，提高了位姿估计的精度，大大提升了三维重建的质量。
-
公开(公告)号：CN119886660A
公开(公告)日：2025-04-25
申请号：CN202411933242.6
申请日：2024-12-26
Applicant: 杭州电子科技大学
IPC: G06Q10/0631 , G06Q10/087 , G06Q10/20 , G06Q50/04 , G06N3/006 , G06N5/04
Abstract: 本发明涉及柔性车间生产调度领域，具体是一种基于多智能体协同的柔性车间生产调度方法，其通过主智能体以自然语言的形式获取生产管理者的生产调度需求后，通过与意图相关的智能体对生产需求做意图识别,通过信息智能体调用工具收集生产信息，而后进入调度协商阶段，主智能体和调度智能体进行多轮协商；在每一轮协商中，主智能体根据意图识别阶段的结果，输出一个生产计划，调度智能体根据主智能体的生产计划，调用调度工具生成调度方案；若生成的生产计划或调度方案不符合需求，则进入下一轮协商。本发明可以持续地以自然语言的形式获取生产管理者的生产调度需求，并及时给出资源可行、时间可行的生产计划和调度方案。
-
公开(公告)号：CN114647715B
公开(公告)日：2025-04-18
申请号：CN202210361634.4
申请日：2022-04-07
Applicant: 杭州电子科技大学
IPC: G06F16/334 , G06F16/335 , G06F16/35 , G06F40/30 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于预训练语言模型的实体识别方法。本发明涉及深度学习，自然语言处理任务中的预训练语言模型和数据集成领域中的实体识别子任务。本发明添加了对于实体识别任务本身独特需求的关注，具体是提出一个关注相似片段和数字信息片段的联合实体识别模型，通过一个感知相似片段的编码器和一个感知数字片段的编码器，可以有效处理预训练语言模型在小训练集上注意力分散的问题，从而使模型能够更好的处理实体识别任务。本发明能够在小训练集上较现有最新方法有显著的提升，目前大部分方法都需要大量的训练数据，这就意味着需要大量人工参与标注数据，本发明可以有效节省人工标注的成本。
-
公开(公告)号：CN119559329A
公开(公告)日：2025-03-04
申请号：CN202411646473.9
申请日：2024-11-18
Applicant: 杭州电子科技大学
IPC: G06T17/00 , G06T15/00 , G06N3/0499 , G06N3/09
Abstract: 本发明公开了一种基于权重掩码策略的隐式表面人体建模方法，首先基于2D人体照片生成隐式表达，然后将生成的空间点的隐式表达输入到渲染器中，渲染人体预测图像和预测掩码。优化人体特殊部位的表面,根据损失函数监督并训练模型；最后根据得到的模型进行人体表面的生成。本发明方法通过在模型的不同区域引入可调控的权重掩码，使得对人体各部分细节的刻画更加精准，尤其是在曲率变化较大的部位，如面部、关节等区域，可以更好地捕捉微小的轮廓和形状变化。通过权重掩码策略，能够对模型的复杂区域进行更细致的优化，从而避免了在曲面转换时的扭曲、失真或拉伸现象。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.028 seconds)
