公开(公告)号：CN118396947A

公开(公告)日：2024-07-26

申请号：CN202410484467.1

申请日：2024-04-22

Applicant: 河钢数字技术股份有限公司 ,  哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李毅仁 ,  明勇杰 ,  王凯军 ,  魏晓飞 ,  何勇军 ,  彭晶 ,  来博文 ,  苏敬勇

IPC: G06T7/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/096

Abstract: 本发明公开了一种适合边缘设备部署的钢材微小缺陷检测方法，涉及工业环境的钢材微小缺陷识别领域，通过将钢材缺陷图像压缩处理成规定尺寸的图像文件，该图像输入到基于U形结构的特征提取网络中，特征提取网络的可变形卷积与注意力模块负责对特征进行提取，注意力机制点积方式获取钢材缺陷中的上下文信息特征，同时为保留钢材缺陷某些初始的特征，将提取局部显著特征与全局上下文信息特征进行细粒度融合得到最终输出特征，将最终输出特征传递到解码器部分，由解码器进行特征映射并最终输出钢材微小缺陷检测的结果，为便于特征提取网络在边缘设备端部署，提出一种知识蒸馏学习框架，通过教师网络的学习，不断优化目标函数，达到对学生网络的指导。

公开(公告)号：CN102290047A

公开(公告)日：2011-12-21

申请号：CN201110283908.4

申请日：2011-09-22

Applicant: 哈尔滨工业大学

Inventor： 韩纪庆 ,  何勇军

IPC: G10L15/02

Abstract: 基于稀疏分解与重构的鲁棒语音特征提取方法，涉及稀疏分解与重构的语音特征提取方法，解决了1、原子字典的选取：具有较高的时间复杂度，而且难以满足信号投影后稀疏；2、信号的稀疏分解：考虑语音信号和噪声信号的时间相关性的较少；3、信号的重构：忽略了原子的先验概率以及各个原子相互转换的概率的问题，它包括具体步骤如下：步骤一、预处理；步骤二、作离散傅立叶变换，并求功率谱；步骤三、原子字典训练，保存；步骤四、稀疏分解；步骤五、语音谱重构；步骤六、加梅尔三角滤波器并取对数；步骤七、得到梅尔倒谱系数与梅尔倒谱稀疏拼接，形成鲁棒特征。用于多媒体信息处理领域。

公开(公告)号：CN102290047B

公开(公告)日：2012-12-12

申请号：CN201110283908.4

申请日：2011-09-22

Applicant: 哈尔滨工业大学

Inventor： 韩纪庆 ,  何勇军

IPC: G10L15/02

Abstract: 基于稀疏分解与重构的鲁棒语音特征提取方法，涉及稀疏分解与重构的语音特征提取方法，解决了1、原子字典的选取：具有较高的时间复杂度，而且难以满足信号投影后稀疏；2、信号的稀疏分解：考虑语音信号和噪声信号的时间相关性的较少；3、信号的重构：忽略了原子的先验概率以及各个原子相互转换的概率的问题，它包括具体步骤如下：步骤一、预处理；步骤二、作离散傅立叶变换，并求功率谱；步骤三、原子字典训练，保存；步骤四、稀疏分解；步骤五、语音谱重构；步骤六、加梅尔三角滤波器并取对数；步骤七、得到梅尔倒谱系数与梅尔倒谱稀疏拼接，形成鲁棒特征。用于多媒体信息处理领域。