-
公开(公告)号：CN119027767A
公开(公告)日：2024-11-26
申请号：CN202411022141.3
申请日：2024-07-29
Applicant: 浙江大学
IPC: G06V10/80 , G06V10/82 , G06V10/25 , G06V10/74 , G06T5/60 , G06T5/70 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于特征融合的恶劣天气目标检测方法和装置，包括：将目标检测模型作为检测分支，并提取真实恶劣天气图像的浅层特征图，并构建检测分支的检测损失；增加恶劣天气处理模型作为恶劣天气处理增强分支，并对真实恶劣天气图像进行去除恶劣天气干扰因素处理得到处理后图像；将浅层特征图和处理后图像分别经过混合随机池化得到池化后特征，将两池化后特征进行特征融合得到融合特征；计算融合特征与浅层特征图对应的池化后特征的相似度损失，依据相似度损失和检测损失对目标检测模型进行参数优化；利用参数优化后的目标检测模型对待检测的恶劣天气图像进行目标检测，这样可以以较低的计算消耗提升恶劣天气场景中目标检测的精度。
-
公开(公告)号：CN117028518A
公开(公告)日：2023-11-10
申请号：CN202310933610.6
申请日：2023-07-27
Abstract: 本发明提供了一种液压‑齿轮‑多盘复合传动装置，包括输入构件、功率分流机构、液压传动机构、齿轮‑多盘复合传动机构、功率汇流机构、输出构件、离合器组件和制动器组件；输入构件与功率分流机构连接，功率汇流机构与输出构件连接，离合器组件将功率分流机构分别与液压传动机构输入端和齿轮‑多盘复合传动机构连接；离合器组件分别将液压传动机构输出端和齿轮‑多盘复合传动机构与功率汇流机构连接；齿轮‑多盘复合传动机构内包括2条并行的传动路径，其中一条传动路径中设有多盘式无级变速器；离合器组件和制动器组件提供输入构件和输出构件之间连续的传动比。本发明能够实现多模式无级变速，满足不同工况下的不同要求，容错率较高。
-
公开(公告)号：CN116852967A
公开(公告)日：2023-10-10
申请号：CN202310902154.9
申请日：2023-07-21
Abstract: 本发明提供了一种电气及气电双重动力驱动装置，包括第一动力系统、第二行星齿轮机构、输出构件、第二动力系统、第一行星齿轮机构、离合器组件和制动器组件；所述第一动力系统包括第一电机和第一气马达，所述第二动力系统包括第二电机和第二气马达，所述第一行星齿轮机构与第二行星齿轮机构连接；所述第二行星齿轮机构与输出构件连接；选择性控制所述离合器组件与制动器组件的接合，提供第一电机和/或第二气马达与输出构件之间连续的传动比。本发明通过气动与电动组成的混合动力，采用合理的混合模式，使两种动力系统优势互补。
-
公开(公告)号：CN115374398A
公开(公告)日：2022-11-22
申请号：CN202210849530.8
申请日：2022-07-19
Applicant: 浙江大学滨江研究院
Abstract: 本发明公开了一种基于FPGA的并行超图构建方法和装置，装置包括通信连接的计算机系统和FPGA；计算机系统被配置成用于向FPGA发送表示普通图的无向邻接矩阵，接收FPGA发送的所有超边并依据所有超边构建超图；FPGA被配置成用于接收无向邻接矩阵并存储后，依据无向邻接矩阵生成每个目标顶点对应的邻接顶点集合，并行依据邻接顶点集合构建每个目标顶点对应的超边，并将所有超边传输至计算机系统。该装置和方法通过FPGA超边的并行计算，将超边构建的时间复杂度转化到空间复杂度来降低运算时间开销，进而实现精确超图的快速构建。
-
公开(公告)号：CN113034380B
公开(公告)日：2022-06-10
申请号：CN202110178143.1
申请日：2021-02-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于改进可变形卷积校正的视频时空超分辨率方法和装置，包括：构建包含特征提取模块、帧间校正模块以及图像重建模块的视频时空超分辨率网络；对视频时空超分辨率进行网络参数优化后备用；应用时，利用特征提取模块从输入低分率的相邻视频帧提取特征图，利用帧间校正模块依据相邻视频帧对应的特征图在进行校正处理合成中间帧特征图，利用及图像重建模块对输入的中间帧特征图和相邻视频帧对应的特征图进行帧间与帧内特征的提取，重建输出高分辨率高帧率的图像序列。通过改进可变形卷积的模式、引入显式光流估计、注意力网络等技巧，使得帧间校正网络更好地胜任视频时空超分辨率任务，大大提升了复原效果。
-
Patent Agency Ranking
公开(公告)号：CN114549687A
公开(公告)日：2022-05-27
申请号：CN202210042583.9
申请日：2022-01-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于贝叶斯压缩感知的反卷积复值波束图的构建方法和装置，(1)获取声纳系统接收的反射信号，采用波束形成算法根据反射信号构建复值波束图；(2)基于复值波束图构建复值反卷积问题，并在赋予先验概率条件下，采用扩展复值贝叶斯压缩感知算法搜索复值波束图中的候选目标点；(3)对候选目标点对应的索引编号向量和控制参数向量进行检查和重新构建，得到候选目标点的筛选结果；(4)以重新构建的索引编号向量和控制参数向量为基础，利用复值贝叶斯压缩感知算法对候选目标点的筛选结果进行再次搜索，以得到复值波束图中的目标点；(5)基于复值波束图中的目标点构建反卷积复值波束图。该方法能够获得高质量反卷积复值波束图。
-
公开(公告)号：CN113057656B
公开(公告)日：2022-02-01
申请号：CN202110336139.3
申请日：2021-03-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统，包括：步骤1，确定起始位置，依据初始化的信号最小值和信号差值，对起始位置起的脑神经信号进行筛选获得测试样本，依据测试样本的长度确定测试周期；步骤2，以每个测试周期内首个测试样本的标准差作为每个测试周期的噪声带阈值；步骤3，针对测试周期内的每个脑神经信号，依据噪声带阈值与以当前脑神经信号为止的前一段历史脑神经信号确定脑神经信号的自适应阈值；步骤4，依据脑神经信号与对应的自适应阈值筛选基准脑神经信号点，并依据基准脑神经信号点提取锋电位信号。以实现降低在线检测计算消耗的同时提升检测准确性。
-
公开(公告)号：CN113034381A
公开(公告)日：2021-06-25
申请号：CN202110184461.9
申请日：2021-02-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于空洞化的核预测网络的单图像去噪方法和装置，包括：构建包含特征提取模块、特征压缩模块、核预测模块以及图像重建模块的基于空洞化的核预测网络；对空洞化的核预测网络进行参数优化后备用；应用时，将噪声图像输入至参数优化后的基于空洞化的核预测网络，利用特征提取单元从噪声图像中提取高级特征图，利用特征压缩模块将高级特征图压缩成压缩特征图，利用核预测模块根据高级特征图提取预测卷积核，利用图像重建模块基于预测卷积核和压缩特征图获得预测图后与噪声图像融合，得到去噪后图像。通过为单图像去噪问题引入核预测网络，并使用空洞卷积、多核通道融合、压缩特征图等技巧实现单图像去噪任务，大大提升了去噪效果。
-
公开(公告)号：CN108921910B
公开(公告)日：2020-05-29
申请号：CN201810853338.X
申请日：2018-07-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于可伸缩卷积神经网络的JPEG编码压缩图像复原方法，属于图像信号处理、人工智能领域。本发明首先提出了基于可伸缩卷积神经网络的JPEG编码压缩图像复原方法的处理框架，该框架由图像特征编码单元、图像特征解码单元、非线性特征映射单元以及用于训练可伸缩卷积神经网络的贪心损失框架组成。本发明利用贪心损失框架局部最优特性，结合深度卷积神经网络强大的泛化能力，实现了在不改变网络模型权值的前提下对网络的深度进行动态的调整。同时，该方法在JPEG编码压缩图像复原领域较传统的图像去块滤波方法在主观图像质量及PSNR、SSIM等关键技术指标上均有明显的提升。
-
公开(公告)号：CN108537814B
公开(公告)日：2019-09-03
申请号：CN201810208737.0
申请日：2018-03-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于ViBe的三维声纳点云图像分割方法，其特征在于，包括：(1)获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据；(2)对所述点云数据进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素；(3)利用ViBe算法对下采样过的点云数据进行图像分割；(4)利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据；(5)对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.044 seconds)
