-
公开(公告)号：CN116523986A
公开(公告)日：2023-08-01
申请号：CN202310287841.4
申请日：2023-03-23
Applicant: 杭州电子科技大学
IPC: G06T7/50 , G06T7/529 , G06T5/50 , G06N3/0464 , G06N3/084
Abstract: 基于多尺度置信度和自注意机制的肠道环境深度补全方法，属于计算机视觉和人工智能技术领域。本方法中，构建多尺度置信度神经网络，挖掘稀疏深度数据中潜在的几何特征，通过将有效的深度像素值扩散到相邻像素点来填补稀疏深度图中的空洞，获得像素分布均衡的完整稠密的深度特征图，有利于和对应和RGB图像进行跨模态融合；接着，将深度特征图及置信度图输入到深度补全网络，在对应RGB图像的指导下融合跨模态特征进行深度补全；最后，融合的多模态特征通过设计的基于自注意机制的结构感知模块，进一步增强图像和深度数据中的几何和纹理特征，提高深度补全的精度。
-
公开(公告)号：CN116168441A
公开(公告)日：2023-05-26
申请号：CN202310249592.X
申请日：2023-03-15
Applicant: 杭州电子科技大学
IPC: G06V40/16 , G06V10/82 , G06V10/762 , G06V10/77 , G06N3/08
Abstract: 本发明提出基于图正则化深度非负基矩阵分解算法的人脸识别方法。本发明采用深度分解并采用图像的拉普拉斯图保留人脸的内在结构，利用其非负性约束矩阵保证矩阵分解的非负性；利用拉普拉斯图的局部不变性，在降维得到的低维空间保持数据的局部结构；选择具有更强特征的基矩阵进行分解，学习到基于部分的表示具有更明显的局部特征。
-
公开(公告)号：CN116522194A
公开(公告)日：2023-08-01
申请号：CN202310287844.8
申请日：2023-03-23
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/214
Abstract: 一种基于和声搜索‑Stacking的分类方法，属于机器学习技术领域。它包括以下步骤：1、收集数据，划分为数据集；2、确定HMS、n以及K；3、确定优化问题的目标函数；4、初始化和声记忆库；5、初始化最大迭代次数、HMCR以及PAR；6、产生新解j；7、生成相应的基学习器子集，并得到下层训练集及下层测试集；8、得到的下层测试集验证；9、计算目标函数值，判断此值是否低于和声记忆库最差解；10、重复步骤6～9，直到输出最优基学习器子集。本发明根据基学习器在原数据集上的效果，动态调整HMCR，控制基学习器选概率，克服Stacking易受较差基学习器影响的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN118674955A
公开(公告)日：2024-09-20
申请号：CN202410594154.1
申请日：2024-05-14
Applicant: 杭州电子科技大学
IPC: G06V10/762 , G06V10/74 , G06V10/766 , G16H50/20
Abstract: 一种自动乳腺超声图像聚类方法，属于机器学习技术领域。本发明通过考虑生物数据聚类的子空间聚类算法和求解该算法的迭代优化算法，以及CAD系统的实际应用，能够提供更有效、快速和经济可行的三维ABUS影像的乳腺癌早期筛查方案；本发明提出封装数据的局部结构并对特征应用非负约束的图像表征方法，来兼顾数据的全局和局部结构特征；同时将流形正则化器合并到图像表征中以考虑数据的流形结构，由此得到GLSR算法框架；然后基于ADMM迭代方法开发了一种高效的迭代算法来保证我们提出的GLSR算法得到局部最优解并保证收敛。
-
公开(公告)号：CN116757572A
公开(公告)日：2023-09-15
申请号：CN202310639432.6
申请日：2023-06-01
Applicant: 杭州电子科技大学
IPC: G06Q10/083 , G06Q10/0835 , G06Q10/0631 , G06N3/006 , H04L67/12
Abstract: 一种冷链物流多路径方案调度方法及冷链物流配送系统，属于机器学习技术领域。其通过云服务获取实时冷链物流各类多模态数据；根据所述多模态参数信息在云服务上建立多路径调度模型MP，生成目标函数；提出自适应MA算法并结合云计算，在云服务上对目标函数进行计算，确定目标函数的最优解，得出偏好的多路径调度方案。本发明通过根据冷链物流运输调度参数信息建立路径调度模型，生成目标函数；然后提出自适应MA算法并结合云计算对多路径调度模型进行计算，并结合控制模块来监控MA算法的性能，提高全局优化性能，优化总物流成本。本申请同时还提供了一种冷链物流运输调度的系统。
-
公开(公告)号：CN113139424A
公开(公告)日：2021-07-20
申请号：CN202110256691.1
申请日：2021-03-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向人体高保真视觉内容的多特征协同生成系统及方法。本发明步骤如下：步骤1、数据集的解析、选择与调整；步骤2、人体视觉内容协同生成网络模型的搭建；步骤3、对人体视觉内容协同生成网络模型的训练；步骤4、生成结果的有效性评估。本发明在改善与解决了现有方法的低质生成效果，包括人体形状描述不准确、人像外观呈现模糊化、人体运动姿态错位与表达不连贯，为电影特效制作、人机互动娱乐、游戏与广告设计、图像与视频数据集增强等工作提供了良好的视觉素材，且通过该方法训练得到的判别器可以用于伪造图像或视频的鉴别，对于个人隐私、社会安定与国家安全能够起到一定的保护作用。
-
公开(公告)号：CN114139603A
公开(公告)日：2022-03-04
申请号：CN202111297591.X
申请日：2021-11-04
Applicant: 杭州电子科技大学
IPC: G06K9/62 , G06V10/762 , G06V10/771 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向图像表示的深度图正则化非负矩阵分解方法。本发明包括以下步骤：1)利用编码器模块，输入数据学习适当的非线性映射函数，将原始数据映射到非线性特征空间，学习数据表征；2)利用非负矩阵分解模块将所学的数据表征进行矩阵分解，得到系数矩阵；3)利用解码器重新映射特征回到原始输入空间，对输入数据进行重构；4)采用传统K‑means方法对进行非负矩阵分解后的系数矩阵进行聚类，得到图像聚类结果；5)更新权重，优化整体深度图正则化非负矩阵分解模型。本发明大大扩展了应用范围，同时提出一种新的深度非负矩阵分解模型，解决了传统非负矩阵分解在图像数据聚类任务重性能较差的问题。
-
公开(公告)号：CN114281193A
公开(公告)日：2022-04-05
申请号：CN202111597804.0
申请日：2021-12-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种环幕场景下基于手势识别的虚拟现实交互装置，其适用于环幕场景。本发明使得用户能够利用手势与虚拟场景进行交互、实现漫游，并且可以多人协同操作；该装置能够通过定位设备追踪用户的位置，通过手部追踪模块追踪手的位姿信息，识别用户的手势信息，使得用户做出的手势能够在虚拟世界中得到相应的实时反馈，最终在环幕进行展示；该装置包括定位设备、手部追踪模块、环幕、3D眼镜、图形工作站、通信模块；本发明实现了只依靠手势、识别精度高、设备轻量且支持多人协同操作的虚拟现实交互、漫游功能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
