-
公开(公告)号：CN119600308A
公开(公告)日：2025-03-11
申请号：CN202510142955.9
申请日：2025-02-10
Applicant: 杭州电子科技大学
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于注意力机制的晶圆特征模块检测方法。该方法首先收集不同光源拍摄下的晶圆图像作为训练样本，标注图像中晶圆特征模块的信息，作为训练标签；基于元学习的方法，将训练集随机划分为支持集和查询集。通过骨干网络，分别从支持集和查询集的图像中提取得到特征图X和特征图Y。利用特征图X生成一组卷积核，用于对特征图Y进行深度卷积，然后通过RPN网络生成查询集的预测框。利用训练标签，对生成的预测框进行判别，并计算损失函数完成对模型参数的优化；将特征模块位置待检测的晶圆图像作为查询集，与支持集一同输入训练后的模型中，得到查询集的晶圆图像是否存在特征模块以及特征模块位置的预测结果。
-
公开(公告)号：CN114387572B
公开(公告)日：2024-04-09
申请号：CN202210027025.5
申请日：2022-01-11
Applicant: 杭州电子科技大学
IPC: G06V20/54 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种交通执法影像中基于AI技术的闯红灯违法车辆匹配方法。该方法从连续多张违法影像中按照时间戳依次获取违法影像，先通过定位模块定位得到违法影像中的所有车辆作为候选车辆集合；再针对候选车辆集合中的每一辆候选车辆，通过车牌识别模型识别出候选车辆车牌号，同时通过所述车辆分类模型得到候选车辆类别概率分布；然后计算候选车辆集合中的每一辆候选车辆与目标车辆之间的匹配指数，将匹配指数最小的候选车辆作为匹配车辆。本发明提供的车辆匹配方法具有较高的匹配准确率，即使在黑夜、阴天、雨天、雾天场景下，仍具有不错的表现。而且本发明将极大减轻人工工作量，同时还可以减少执法尺度不一、疲劳判读、错误判读等情况的发生。
-
公开(公告)号：CN115223112A
公开(公告)日：2022-10-21
申请号：CN202210921648.7
申请日：2022-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于语义分割的待行区检测方法，涉及深度学习中的语义分割领域。本发明可用于对交通非现场执法影像中的左转待行区或右转待行区进行检测，该方法通过对图像进行像素级预测，得到代表待行区两侧曲线形式车道线的像素点，然后通过聚类及拟合算法得到曲线模型，最后连接曲线两端获得待行区区域。本发明对复杂环境下的待行区检测具有很好的效果，且对待行区检测的准确性较高。
-
公开(公告)号：CN119675848A
公开(公告)日：2025-03-21
申请号：CN202411766071.2
申请日：2024-12-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种可重复拍摄系统中母片的传输校验方法及系统。本发明提出了一种可重复拍摄系统中母片的传输校验方法，该方法通过使用特定的哈希摘要算法对视频数据进行完整性校验，保障视频传输过程中数据的完整性。同时，本发明还可以结合云服务平台提供了一种用于可重复拍摄系统中母片传输的母片使用者身份认证及校验系统，可对用户的身份进行可靠的认证，确保使用者拥有母片的使用权限。这一技术方案不仅能够有效地解决传统方法存在的问题，而且具有较高的安全性，为视频传输和身份认证领域的发展提供了新的思路和方法。
-
公开(公告)号：CN119515899A
公开(公告)日：2025-02-25
申请号：CN202510084279.4
申请日：2025-01-20
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/52 , G06V10/80 , G06V10/26 , G06V10/82
Abstract: 本发明公开了基于多尺度感受野特征增强融合的虚拟制片人物抠像方法，属于图像处理技术领域。该方法首先构建一个包括语义估计模块、细节预测模块和语义‑细节融合模块的MODNet模型，并引入结合注意力的感受野模块和特征语义增强模块。其中，语义估计模块通过主干网络对输入图像进行特征提取，再通过结合注意力的感受野模块调整后两个阶段的特征图的权重，并扩大特征图的感受野，得到语义特征。细节预测模块对输入图像和中间尺度特征图的融合结果进行编码，通过特征语义增强模块对编码结果与语义特征进行融合，解码后输出细节预测结果。最终，语义‑细节融合模块对语义特征和细节预测模块的解码结果进行融合，输出预测的人像掩码图像。
-
Patent Agency Ranking
公开(公告)号：CN119512563B
公开(公告)日：2025-05-09
申请号：CN202510073503.X
申请日：2025-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于LRU缓存的解释型指令集模拟器及其指令执行方法。所述模拟器包括可执行文件加载模块、指令集模块、寄存器模块、内存模块和反汇编模块。通过加载ELF文件中的程序的入口地址，按照指令执行方法完成指令模拟工作，并展示反汇编结果。所述指令执行方法，通过子缓存存储跳转指令的地址，并在跳转指令第二次出现时，将两个跳转指令间的指令块译码结果存入LRU缓存中，减少了不必要的缓存操作，最大化的利用了缓存资源。在后续译码前，直接从LRU缓存中取出译码结果，避免对一个指令块进行多次、重复译码，提高模拟器的运行效率。并基于最近最少使用策略对缓存空间进行清理。
-
公开(公告)号：CN118212632A
公开(公告)日：2024-06-18
申请号：CN202410258719.9
申请日：2024-03-07
Applicant: 杭州电子科技大学
IPC: G06V20/68 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/096
Abstract: 本发明公开了一种面向AI智慧餐厅的菜品增量识别方法、系统、介质和设备，涉及深度学习的目标分类领域。包括：构建菜品增量识别模型，并对菜品增量识别模型进行初始化阶段的训练以及增量学习阶段的训练，最后将预处理后的待分类图像输入到训练好的菜品增量识别模型中，得到待分类图像的菜品类别预测结果。本发明通过将随机权神经网络与传统卷积神经网络相结合，本发明精心设计并优化了两个训练阶段，以实现对新菜品的增量学习，解决了当前AI智慧餐厅场景下传统深度学习方法无法增量学习新菜品特征的难点。相较传统的增量学习方法，本发明所提出的方法具有更强的抗遗忘能力，且具备较强高的识别准确率、良好的框架通用性。
-
公开(公告)号：CN119620564A
公开(公告)日：2025-03-14
申请号：CN202510158539.8
申请日：2025-02-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于Halcon的晶圆套刻误差测量方法，属于计算机图形学技术领域。该方法基于Halcon软件提供的算子功能，首先从晶圆图像中提取套刻误差标记不同区域的图像，并基于该图像生成对应的模版。对于套刻误差待测量的晶圆图像，利用套刻误差标记模版寻找对应的套刻误差标记区域，实现亚像素级别的套刻误差测量，从而计算不同层间的偏移量。本方法显著提高了测量精度和效率，能够适应多种复杂的芯片场景。通过分步的模版搜索，有效降低了测量过程中的误差干扰和计算成本。本方法在多种芯片环境下表现优异，对单张晶圆图像的测量时间小于一秒，提供了一种高效、可靠的套刻误差测量解决方案，具有广泛的工业应用前景。
-
公开(公告)号：CN119512563A
公开(公告)日：2025-02-25
申请号：CN202510073503.X
申请日：2025-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于LRU缓存的解释型指令集模拟器及其指令执行方法。所述模拟器包括可执行文件加载模块、指令集模块、寄存器模块、内存模块和反汇编模块。通过加载ELF文件中的程序的入口地址，按照指令执行方法完成指令模拟工作，并展示反汇编结果。所述指令执行方法，通过子缓存存储跳转指令的地址，并在跳转指令第二次出现时，将两个跳转指令间的指令块译码结果存入LRU缓存中，减少了不必要的缓存操作，最大化的利用了缓存资源。在后续译码前，直接从LRU缓存中取出译码结果，避免对一个指令块进行多次、重复译码，提高模拟器的运行效率。并基于最近最少使用策略对缓存空间进行清理。
-
公开(公告)号：CN114387572A
公开(公告)日：2022-04-22
申请号：CN202210027025.5
申请日：2022-01-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种交通执法影像中基于AI技术的闯红灯违法车辆匹配方法。该方法从连续多张违法影像中按照时间戳依次获取违法影像，先通过定位模块定位得到违法影像中的所有车辆作为候选车辆集合；再针对候选车辆集合中的每一辆候选车辆，通过车牌识别模型识别出候选车辆车牌号，同时通过所述车辆分类模型得到候选车辆类别概率分布；然后计算候选车辆集合中的每一辆候选车辆与目标车辆之间的匹配指数，将匹配指数最小的候选车辆作为匹配车辆。本发明提供的车辆匹配方法具有较高的匹配准确率，即使在黑夜、阴天、雨天、雾天场景下，仍具有不错的表现。而且本发明将极大减轻人工工作量，同时还可以减少执法尺度不一、疲劳判读、错误判读等情况的发生。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
