-
公开(公告)号：CN118865392A
公开(公告)日：2024-10-29
申请号：CN202411339837.9
申请日：2024-09-25
Applicant: 杭州电子科技大学丽水研究院
Abstract: 本发明公开了基于强化学习的场景布局估计方法，涉及场景布局估计技术领域，包括如下步骤：将场景的稠密点云映射到平面上，利用形态学侵蚀进行分割，并进行合并处理，得到房间点云；再将房间点云投影到二维平面上，提取房间点云中的边缘点云，并进行分割处理，得到独立区域的壁面点云；然后基于Q‑learning算法，确定强化学习中的状态、动作和奖励；再基于独立区域的壁面点云采用Q‑learning算法拟合线段，得到独立区域的壁面线段数据；最后基于独立区域的壁面线段数据，生成场景布局模型；本发明用于解决现有技术中无法在消除了独立区域之间的干扰和遮挡物的影响的同时减少计算量，场景布局估计效率和准确性较低的问题。
-
公开(公告)号：CN117793538B
公开(公告)日：2024-06-25
申请号：CN202410200816.2
申请日：2024-02-23
Applicant: 北京理工大学 , 杭州电子科技大学丽水研究院 , 杭州电子科技大学
Abstract: 本申请提出了一种图像自动曝光矫正与增强方法及装置，该方法包括：根据正常曝光Raw图像数据中的线性关系，构造有监督的异常曝光图像数据集；构建全局亮度调整网络与频率增强重建网络，将异常曝光图像数据集输入全局亮度调整网络，得到亮度矫正图像，将亮度矫正图像输入频率增强重建网络，得到矫正增强图像；基于矫正增强图像与正常曝光Raw图像数据，计算损失值，并基于损失值对其网络模型参数进行优化，得到优化模型；将其他图像输入优化模型得到优化图像，根据图像质量评价指标评价优化图像，得到客观评估指标。基于本申请提出的方案，能够对原始Raw图像数据达到自动曝光矫正与增强的效果，从而应对复杂环境下成像质量低的问题。
-
公开(公告)号：CN117029858A
公开(公告)日：2023-11-10
申请号：CN202311052725.0
申请日：2023-08-21
Applicant: 杭州电子科技大学丽水研究院
IPC: G01C21/34
Abstract: 本发明公开了一种基于改进式蚁群算法的外卖员路径规划系统及方法。本发明系统包括订单信息授权模块、外卖员当前位置获取模块、商家及配送位置获取模块、路况匹配模块、外卖员配送路径规划模块和外卖员配送路径导航模块。相比于外卖员自行寻找配送路径，本发明专利提出的外卖员路径规划系统通过小程序获取外卖员订单信息，系统将外卖员位置以及商家位置和订单配送位置与地图上的路况信息进行对应，并且通过改进式遗传算法对外卖员配送路径进行规划。同时系统及时更新订单信息，及时对路径进行重新规划，提高了外卖员配送的效率。
-
公开(公告)号：CN116071606A
公开(公告)日：2023-05-05
申请号：CN202310210827.4
申请日：2023-03-07
Applicant: 杭州电子科技大学丽水研究院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/047 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于多尺度多注意力实例学习的sMRI图像分类方法，首先获取数据集，构建多尺度多注意力实例学习模型，通过空间金字塔池化模块将不同大小脑区转化为相同尺度；通过patch‑net处理模块获取相应的局部特征增强；通过注意力多实例学习模块来增强全局特征；通过分类器得到分类结果；最后通过训练多尺度多注意力实例学习模型。本发明是采取了区域块的分析方法，能获取对大脑病变影响更大的位置，引入了双注意机制，能增强到局部和全局的特征；本发明采用了将分割数据和脑区数据结合的多模态数据，加强分类效果。
-
公开(公告)号：CN119809303A
公开(公告)日：2025-04-11
申请号：CN202510310668.4
申请日：2025-03-17
Applicant: 杭州电子科技大学丽水研究院 , 丽水学院
IPC: G06Q10/0631 , G06N5/022 , G06Q50/04 , G06Q30/01
Abstract: 本发明属于知识图谱技术领域，本发明公开了一种基于语义关联的知识图谱的行业知识结构化建模方法；采集行业生产数据；根据行业生产数据构建生产知识图谱；获取个性化需求内容；对个性化需求内容进行特征提取，得到实际需求特征数据；将实际需求特征数据输入需求评估模型，得到需求评估得分，并对需求评估得分进行分析处理，得到需求合理性等级；将实际需求特征数据和生产知识图谱输入至参数构建模型，得到对应的生产参数集合；将需求合理性等级、生产参数集合和生产知识图谱输入至需求构建模型，得到预测需求特征数据；动态评估客户需求与系统预测的匹配程度，生成满足客户个性化需求的生产参数集合，提高生产精准性。
-
Patent Agency Ranking
公开(公告)号：CN118469835A
公开(公告)日：2024-08-09
申请号：CN202410673257.7
申请日：2024-05-28
Applicant: 杭州电子科技大学丽水研究院
IPC: G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于原始图像的多曝光图像融合方法。本发明对于现有的多曝光融合技术进行了改进，不同于传统的将相机得到的图像直接作为LDR图像进行融合，本发明使用Bayer格式的图像得到图像的原始图像作为输入来学习更多的图像信息。同时本发明结合了DualUNet网络的优点，并改进了Conv模块来增强学习能力；此外利用DIB模块来增强对频域维度的学习能力。本发明提出的基于原始图像LDR‑HDR图像信号处理方法可以更好的获取图像细节信息从而为后续网络训练提供更好的图像信息。同时，本发明改进后的网络利用结构重新参数化技术，显著抑制硬件设备计算需求，符合轻量化使用的现实场景。
-
公开(公告)号：CN117217991A
公开(公告)日：2023-12-12
申请号：CN202311026041.3
申请日：2023-08-15
Applicant: 杭州电子科技大学丽水研究院
Inventor： 颜成钢 , 张文豪 , 陈雨中 , 魏宇鑫 , 汪奇挺 , 傅晟 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广
IPC: G06T3/40 , G06N3/0455 , G06N3/08 , G06N5/046
Abstract: 本发明公开了一种基于TensorRT的视频超分推理方法及装置，首先对视频超分网络进行训练；然后对网络算子进行分析，对常用算子进行整理，对不支持算子进行编写，对于可优化算子做算子融合；最后对于完整的视频超分网络结构，使用TensorRT编写并生成序列化引擎进行推理。本发明提出了视频超分推理落地的新方法，即是使用TensorRT该推理框架进行部署和加速，建立常用算子库将TensorRT算子和Pytorch算子进行对齐，优化部署过程，并能够比在训练框架下的推理有更好的速度和更低的显存占用。
-
公开(公告)号：CN116863192A
公开(公告)日：2023-10-10
申请号：CN202310448412.0
申请日：2023-04-24
Applicant: 杭州电子科技大学丽水研究院
IPC: G06V10/764 , G06V10/766 , G06V10/40 , G06V10/82 , G06V10/774 , G06V10/10 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于深度先验的深度估计空间划分优化方法，首先获取RGB图及对应的稀疏深度图，通过轻量化特征提取模块处理稀疏深度图，获得空间划分结果；再通过深度估计网络进行概率预测；最后将得到的空间划分结果和概率结合起来得到最终的深度图。本发明相较于传统的分类‑回归类单目深度估计方法增加了基于稀疏深度图的引导，在一定程度上提升了深度空间划分的质量，达到使深度估计结果更加准确的效果。
-
公开(公告)号：CN119854340A
公开(公告)日：2025-04-18
申请号：CN202510315997.8
申请日：2025-03-18
Applicant: 杭州电子科技大学丽水研究院 , 丽水学院
IPC: H04L67/12 , H04L67/1042 , H04L67/1087 , H04L45/00 , H04L45/12 , G06Q10/047 , G06Q50/04 , G06F18/23 , G06F18/15 , G16Y10/25
Abstract: 本发明涉及物联网技术领域，具体为智能工厂制造中基于智能设备的网络关系分析方法及系统，方法包括：采集设备的交互、通信及协同数据，并进行清洗和标准化处理；将设备抽象为网络节点，构建网络图模型；计算节点的中心性指标，判别关键节点，并通过谱聚类算法识别节点集群，构建关键节点的群组结构；分析节点间的连接关系，利用加权最短路径算法计算关键节点与其他节点的最优连接路径，并根据计算结果调整网络中的节点连接。本发明方法可以有效分析智能工厂中设备的网络关系，优化设备间的连接，提高生产效率和系统鲁棒性。
-
公开(公告)号：CN118412009A
公开(公告)日：2024-07-30
申请号：CN202410673253.9
申请日：2024-05-28
Applicant: 杭州电子科技大学丽水研究院
Abstract: 本发明公开了一种基于人声分离的音高定位识别方法，首先需要根据待识别的演唱视频选择对应的真实的对比文件并进行预处理；然后采用端到端人声分离技术对处理后的数据进行人声分离，得到人声文件；再构建音高定位识别网络，网络由输入层、关系层和输出层组成；最后人声分离得到人声文件输入构建的音高定位识别网络实现音高定位识别。在本发明方法中，通过构建音高定位识别网络，将音高和标准线进行可视化，能够直观地看到人声和经过修音合成的声音的曲线对比，维护观众粉丝的权益，同时相对现有技术提高了泛用性以及准确性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.036 seconds)
