-
公开(公告)号：CN113358224B
公开(公告)日：2023-09-26
申请号：CN202110660535.1
申请日：2021-06-15
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种光谱反射率检测方法及系统，该光谱反射率检测系统包括环境光感知模块、目标光谱采集模块和数据处理模块。环境光感知模块采集目标检测时刻的检测环境光光谱，将检测环境光光谱发送给数据处理模块；目标光谱采集模块采集目标检测时刻的检测目标光谱，将检测目标光谱发送给数据处理模块；数据处理模块确定同一目标波长对应的检测环境光光谱和检测目标光谱，基于该检测环境光光谱和已确定的映射参数确定检测参考光谱，该检测参考光谱是第二环境光的光谱；基于该检测目标光谱和该检测参考光谱确定待测物体的光谱反射率；映射参数表示参考光谱与环境光光谱的映射关系。通过本申请的技术方案，能够准确计算待测物体的光谱反射率。
-
公开(公告)号：CN115063843A
公开(公告)日：2022-09-16
申请号：CN202210552231.8
申请日：2022-05-20
Applicant: 华南理工大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/14 , G06V10/82 , G06V10/764 , G06V10/40 , G06T5/30 , G06T3/00 , G06N3/08 , G06N3/04 , H04L9/32
Abstract: 本发明公开了一种面向高自由度应用场景的掌脉数据增强及特征提取方法，包括以下步骤：S1、对训练数据的进行数据扩增，包括基于仿射变换的数据扩增、基于伽马变换的数据扩增、基于主纹理淡化算法的数据扩增、约束性数据扩增方案；在数据完成扩增后，将灰度值划分为四个灰度等级；S2、构建基于对比学习的掌脉图像特征提取网络，并对所述特征提取网络进行训练优化；S3、将图像输入训练好的基于对比学习的掌脉图像特征提取网络中进行特征提取。
-
公开(公告)号：CN112348102A
公开(公告)日：2021-02-09
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06K9/62 , G06K9/00 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图中。最后特征图通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
公开(公告)号：CN112308197A
公开(公告)日：2021-02-02
申请号：CN201910680935.1
申请日：2019-07-26
Applicant: 杭州海康威视数字技术股份有限公司 , 上海富瀚微电子股份有限公司
Abstract: 本发明实施例提供了一种卷积神经网络的压缩方法、装置及电子设备。针对每一卷积层，该方法包括：将该卷积层的权值张量变形为第一二维矩阵；确定第一二维矩阵的多个第一奇异值分解项；按照第一选取规则，从多个第一奇异值分解项中，选取至少一个第一奇异值分解项；利用各个第一奇异值分解项，对第一二维矩阵进行近似分解，得到第一分解矩阵和第二分解矩阵；将第一分解矩阵和第二分解矩阵分别变形为第一子权值张量和第二子权值张量，作为压缩后的权值张量；在得到目标卷积神经网络每一层卷积层压缩后的权值张量后，得到被压缩的目标卷积神经网络。与现有技术相比，应用本发明实施例提供的方案，可以降低关于压缩前后的卷积神经网络间的精准度差异。
-
公开(公告)号：CN117972383A
公开(公告)日：2024-05-03
申请号：CN202311663205.3
申请日：2023-12-06
Applicant: 浙江工业大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F18/213 , G06F18/20 , G01N21/65
Abstract: 一种基于ZYNQ的拉曼光谱信号处理系统，包括数据采集模块、线阵CCD驱动模块、DDR3模块、ZYNQ模块、以太网模块，ZYNQ模块通过线阵CCD驱动模块对数据采集模块发送采集指令，接收拉曼光谱数据同时完成预处理和存储，通过以太网模块完成拉曼光谱检测。本发明所有数据预处理均在ZYNQ的PL端进行，包括Savitzky‑Golay滤波算法、多项式基线校正以及差分处理，由于使用基于硬件的设计方式，算法执行速度快，且差分处理可以有效提取谱峰数据，在暗电流噪声大、干扰多等情况下能够保证谱峰的完整性。
-
Patent Agency Ranking
公开(公告)号：CN112308197B
公开(公告)日：2024-04-09
申请号：CN201910680935.1
申请日：2019-07-26
Applicant: 杭州海康威视数字技术股份有限公司 , 上海富瀚微电子股份有限公司
IPC: G06N3/0495 , G06N3/0464 , G06N3/063 , G06N3/082
Abstract: 本发明实施例提供了一种卷积神经网络的压缩方法、装置及电子设备。针对每一卷积层，该方法包括：将该卷积层的权值张量变形为第一二维矩阵；确定第一二维矩阵的多个第一奇异值分解项；按照第一选取规则，从多个第一奇异值分解项中，选取至少一个第一奇异值分解项；利用各个第一奇异值分解项，对第一二维矩阵进行近似分解，得到第一分解矩阵和第二分解矩阵；将第一分解矩阵和第二分解矩阵分别变形为第一子权值张量和第二子权值张量，作为压缩后的权值张量；在得到目标卷积神经网络每一层卷积层压缩后的权值张量后，得到被压缩的目标卷积神经网络。与现有技术相比，应用本发明实施例提供的方案，可以降低关于压缩前后的卷积神经网络间的精准度差异。
-
公开(公告)号：CN117607120A
公开(公告)日：2024-02-27
申请号：CN202311296175.7
申请日：2023-10-08
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江工业大学
IPC: G01N21/65 , G06F18/241 , G06N3/0464 , G06F18/213
Abstract: 基于改进的ResNext模型结合拉曼光谱的食品添加剂检测方法和装置，其方法包括：1)构建改进的ResNext模块用于特征提取；2)构建改进的ResNext神经网络模型，设定参数，进行训练；3)利用训练好的改进的ResNext神经网络，对含有食品添加剂的混合物拉曼光谱进行识别。本发明减少了模型超参数的数量，更便于模型的可移植性；具有更强的特征提取能力，增强了物质识别的准确率。
-
公开(公告)号：CN117591923A
公开(公告)日：2024-02-23
申请号：CN202311289861.1
申请日：2023-10-08
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/15 , G06N3/0475
Abstract: 一种基于WGAN‑GP的拉曼光谱数据扩增方法和装置，其方法包括：1)进行光谱数据采集。搭建拉曼光谱采集装置，对待测的样品进行光谱数据采集，然后对光谱数据进行预处理，包括去噪、平滑以及归一化；2)构建并训练生成网络G。使得生成网络能够生成更加接近真实样本的数据；3)构建并训练判别网络D。使得判别网络能够识别出生成样本和生成数据。本发明提供了更加稳定的训练方式，能够生成质量更高的仿真光谱，使得生成的光谱能够较高的保留了原始光谱的信息。
-
公开(公告)号：CN117437658A
公开(公告)日：2024-01-23
申请号：CN202311180603.X
申请日：2023-09-13
Applicant: 华南理工大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/12 , G06V40/14 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种解耦掌形和掌静脉的显式融合的身份识别方法，包括以下步骤：使用掌静脉数据集来训练基于语义分割的手掌前景分割模型；采集近红外掌静脉图像；使用手掌前景分割模型，在采集到的单张近红外掌静脉图片上进行分割，提取手掌二值化掩膜，对分割二值化掩膜处理后得到的二值化图片；根据手掌二值化掩膜中的手掌关键点，对掌静脉图像进行感兴趣区域截取，得到掌静脉模态；结合传统图像处理方法获取手掌的轮廓形状，并根据手掌姿态对其进行旋转矫正和裁剪，得到掌形二值化图片，作为掌形模态；将掌形模态和掌静脉模态输入到掌形掌静脉融合特征提取模型，输出融合掌形和掌静脉信息的统一高维特征，以实现模态信息的互补效果。
-
公开(公告)号：CN112348102B
公开(公告)日：2024-03-19
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图#imgabs0#中。最后特征图#imgabs1#通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.041 seconds)
