-
公开(公告)号：CN109636367A
公开(公告)日：2019-04-16
申请号：CN201811533013.X
申请日：2018-12-14
Applicant: 浙江工商大学
CPC classification number: G06Q20/1235 , G06Q40/04 , G06Q50/205
Abstract: 本发明公开了一种基于智能合约的多源数字教育资源确权方法，通过区块链系统以及教育资源平台实现，从而解决多源数字教育资源流动过程中实时确权的问题，具体包括：制定教育资源智能合约；数字教育资源信息提交到区块链上；数字教育资源阅读权在多平台之间的交易和确权；数字教育资源所有权在多平台之间的交易和确权。本发明为解决数字教育资源的实时确权问题，通过区块链上的智能合约，填补了当前基于该问题的方法欠缺，同时利用智能合约能够解决传统模式下确权方式的成本高、程序严、周期长的问题，并且由于智能合约的可追踪、不可篡改性更好地保障了权利所有人的权益，不仅有利于个人而且给教育资源平台带来了更大的经济价值。
-
公开(公告)号：CN109190537A
公开(公告)日：2019-01-11
申请号：CN201810968949.9
申请日：2018-08-23
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于掩码感知深度强化学习的多人物姿态估计方法，该方法首先构建多人物姿态估计模型，所述多人物姿态估计模型由获取检测框和掩码的检测网络、提高定位准确性的深度强化学习网络和单人姿态估计网络三个子网络组成；然后利用训练样本对多人物姿态估计模型进行训练；测试时将待检测图像输入训练好的多人物姿态估计模型中，得到待检测图像所有检测框中的人物姿态。本发明方法将掩码信息引入深度强化学习网络与单人姿态估计网络，改善了这两个阶段的效果，并引用残差结构解决了梯度消失和梯度爆炸问题。本发明方法与其他先进的多人物姿态估计方法相比更具有竞争力。
-
公开(公告)号：CN108710830A
公开(公告)日：2018-10-26
申请号：CN201810362559.7
申请日：2018-04-20
Applicant: 浙江工商大学
Abstract: 本发明公开了一种结合密集连接注意力金字塔残差网络和等距限制的人体3D姿势估计方法，该方法分解为辨别式人体2D姿势估计和生成式人体3D姿势估计两个部分。首先构建人体2D姿势估计模型，人体2D姿势估计模型包括注意力金字塔残差块和由若干注意力金字塔残差块组成的漏斗子网络，注意力金字塔残差块用于多尺度图像特征提取，漏斗子网络用于生成人体关节点热力图；为解决环境上下文信息未充分利用的问题，结合注意力机制和多尺度分析捕捉环境上下文特征；为解决梯度消失/梯度爆炸问题，密集连接网络结合上述注意力机制改进特征图辨识度。然后构建损失函数，引入等距限制项，通过最小化损失函数来拟合人体3D姿势。本发明方法在人体3D姿势估计任务上有明显优势。
-
公开(公告)号：CN103985113B
公开(公告)日：2017-09-29
申请号：CN201410089643.8
申请日：2014-03-12
Applicant: 浙江工商大学
Abstract: 本发明提供一种舌像分割方法，包括对获取到的表征舌体信息的舌像进行预处理，得到均衡化的灰度图像。去除得到的均衡化的灰度图像的背景，得到基础舌像；和计算得到的均衡化的灰度图像的熵值。根据熵值对基础舌像内的像素进行熵聚类，提取熵值满足设定值的区域，形成目标舌像。抽取目标舌像的骨架。在骨架上选取至少两对控制点，计算上述控制点对之间的最短测地路径，依次连接所有最短测地路径，得到舌像轮廓。本发明提供的舌像分割方法，利用局部熵特征增强舌像边缘等底层特征，且通过抽取最短测地距离自动获取针对每个特定舌体的模版，大大提高了分割的精度，具有更高的鲁棒性。
-
公开(公告)号：CN106548494A
公开(公告)日：2017-03-29
申请号：CN201610847113.4
申请日：2016-09-26
Applicant: 浙江工商大学
CPC classification number: G06T2207/10016 , G06T2207/20221
Abstract: 本发明公开了一种基于场景样本库的影视图像深度提取方法，主要包括：深度场景库的建立、图片特征提取、深度图片融合、前景目标深度估计、深度图整体优化五部分。本发明利用普通RGB图片之间的相似性，将已有的深度图片中深度值迁移到输入目标图片；在实际影视制作过程中，可以建立多个场景库利用相似场景中的深度图片，生成输入目标图片的深度图；在此过程中能够将人工参与的深度调整减少的最低，提高工作效率，具有准确性高，处理时间短等特点。
-
Patent Agency Ranking
-
公开(公告)号：CN104881630A
公开(公告)日：2015-09-02
申请号：CN201510148453.3
申请日：2015-03-31
Applicant: 浙江工商大学
Abstract: 本发明公开了基于车窗分割与fuzzy特征的车辆识别方法，通过提取辆前脸图像的边缘；然后根据边缘进行四边形拟合，从而快速分割出车辆前窗挡风玻璃轮廓；接着提取挡风玻璃范围内的HSV图像直方图特征；最后通过HSV直方图的区域Fuzzy差异度量对比来检索车辆。本发明摆脱了单一依靠车牌检索的不可靠性，提高了车辆图像检索的效果。
-
公开(公告)号：CN104680567A
公开(公告)日：2015-06-03
申请号：CN201510057363.3
申请日：2015-02-04
Applicant: 浙江工商大学
IPC: G06T13/20
Abstract: 本发明公开了一种根据曲率对三维模型进行帧聚类的方法。本发明首先求出所有帧的中心点。其次分别求出这些中心点在x，y，z方向上的一阶导数、二阶导数存入相应的矩阵。然后求各帧中心点的曲率，对所有曲率进行从大到小排序，再选取合适的前k个曲率。最后把选出来的k个曲率对应的帧索引当作聚类簇的节点，将所有的帧分为k+1簇。本发明利用曲率的物理意义、三维空间中曲率的求解方法及中心差分法求某离散点的导数，从而达到很好的聚类效果且计算简单。
-
公开(公告)号：CN103984955A
公开(公告)日：2014-08-13
申请号：CN201410165717.1
申请日：2014-04-23
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于显著特征和迁移增量学习的多摄像机目标识别方法，包括如下步骤：步骤1提取灰度直方图特征并归一化，步骤2提取显著性特征，步骤3特征融合，步骤4分类识别。本发明融合显著性特征和灰度直方图特征构造目标的外观特征模型，采用基于迁移增量学习的方法作为分类器，在摄像机之间时空关联信息未知，无需摄像机标定的情况下，解决了摄像机视野不重叠时的目标识别问题。本发明的特点主要有一下两点：1)仅需要少量的训练样本，就能得到一个高效、鲁棒的目标识别模型；2)能够准确地识别新的目标。本发明适用于实时的无重叠域多摄像机长距离目标跟踪。
-
公开(公告)号：CN102622773B
公开(公告)日：2013-12-25
申请号：CN201210031891.8
申请日：2012-02-14
Applicant: 浙江工商大学
IPC: G06T13/80
Abstract: 本发明公开了一种可交互的二维形状特征对应方法。提供一种自动匹配与人工交互相结合的二维形状特征对应方法。包括源形状和目标形状，所述的方法包括：步骤一、根据源形状上的特征语义，用户通过手工指定的方式在源形状上逐个指定源特征点；步骤二、对源形状上逐个指定的每个源特征点，采用算法在目标形状上自动查找到与源特征点相匹配的对应目标特征点；步骤三、若出现自动查找到的对应目标特征点与当前指定的源特征点不相匹配时，则采用手工删除或移动目标特征点，使指定的源特征点和目标特征点之间匹配且一一对应。本发明有效解决了二维形状之间的特征对应问题，主要用于面向计算机动画制作的二维形状渐变技术中。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.068 seconds)
