-
Patent Agency Ranking
公开(公告)号：CN106886754A
公开(公告)日：2017-06-23
申请号：CN201710034186.6
申请日：2017-01-17
Applicant: 华中科技大学
CPC classification number: G06K9/00671 , G06K9/6269 , G06T17/00
Abstract: 本发明公开了一种基于三角面片的三维场景下的物体识别方法。该方法在传统的二维图像识别方法的基础上，考虑到三维场景重建信息的三角网格存储方式，将三维图像进行三角面片划分，经过颜色邻域直方图特征统计，将空间金字塔多尺度信息和邻域空间信息进行融合，用支撑向量机进行训练，获得分类模型对三维场景中的草地面片进行识别。本发明还提供了一种基于三角面片的三维场景下的物体识别系统，本发明技术方案解决了三维重建场景中识别问题中识别区域难确定的问题及图像中局部信息不能完全表达图像特征的问题，对于表面重建和场景理解等意义重大。
-
公开(公告)号：CN106886754B
公开(公告)日：2019-07-09
申请号：CN201710034186.6
申请日：2017-01-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于三角面片的三维场景下的物体识别方法。该方法在传统的二维图像识别方法的基础上，考虑到三维场景重建信息的三角网格存储方式，将三维图像进行三角面片划分，经过颜色邻域直方图特征统计，将空间金字塔多尺度信息和邻域空间信息进行融合，用支撑向量机进行训练，获得分类模型对三维场景中的草地面片进行识别。本发明还提供了一种基于三角面片的三维场景下的物体识别系统，本发明技术方案解决了三维重建场景中识别问题中识别区域难确定的问题及图像中局部信息不能完全表达图像特征的问题，对于表面重建和场景理解等意义重大。
-
公开(公告)号：CN108985330B
公开(公告)日：2021-03-26
申请号：CN201810610684.5
申请日：2018-06-13
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种自编码网络及其训练方法、异常用电检测方法和系统，其中训练方法包括：采用滑动窗口对样本电力数据进行拼接，得到训练样本集，对训练样本集中包含被勘察用户的训练样本进行标记，得到有标签样本，未被标记的训练样本为无标签样本；利用无标签样本对自编码网络进行无监督训练，得到自编码网络的初始化参数，然后将自编码网络的编码层得到的离散的类别标签当作分类器，利用有标签样本对分类器进行有监督训练，更新编码层参数，得到训练好的自编码网络。然后利用训练好的自编码网络对待测用户的电力数据进行检测，判断待测用户是否异常用电。本发明能够在低密度电力数据中挖掘异常信息，避免噪声数据干扰，提高异常检测准确度。
-
公开(公告)号：CN107180430A
公开(公告)日：2017-09-19
申请号：CN201710342354.8
申请日：2017-05-16
Applicant: 华中科技大学
CPC classification number: G06T7/10 , G06N3/08 , G06T2207/20084
Abstract: 本发明公开了一种适用于语义分割的深度学习网络构建方法及系统，该方法在反卷积网络语义分割的基础上，考虑到条件随机场对边缘优化较好的特点，将条件随机场解释为递归网络融入到反卷积网络中，进行端对端的训练，使得卷积网络和递归网络中的参数学习相互作用，最终训练出更好的集成网络。本发明提出的反卷积网络和条件随机场联合训练的方式，得到更强的细节和形状信息，解决了图像边缘分割不太准确的问题；结合多尺度输入和多尺度池化的策略，解决了语义分割中由于感受野单一而产生的大目标被过分割或小目标被漏分割的情况。本发明对经典的反卷积网络进行扩展，利用条件随机场联合训练和多特征信息融合策略，提高语义分割的准确性。
-
公开(公告)号：CN108985330A
公开(公告)日：2018-12-11
申请号：CN201810610684.5
申请日：2018-06-13
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种自编码网络及其训练方法、异常用电检测方法和系统，其中训练方法包括：采用滑动窗口对样本电力数据进行拼接，得到训练样本集，对训练样本集中包含被勘察用户的训练样本进行标记，得到有标签样本，未被标记的训练样本为无标签样本；利用无标签样本对自编码网络进行无监督训练，得到自编码网络的初始化参数，然后将自编码网络的编码层得到的离散的类别标签当作分类器，利用有标签样本对分类器进行有监督训练，更新编码层参数，得到训练好的自编码网络。然后利用训练好的自编码网络对待测用户的电力数据进行检测，判断待测用户是否异常用电。本发明能够在低密度电力数据中挖掘异常信息，避免噪声数据干扰，提高异常检测准确度。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
