-
公开(公告)号：CN119559395A
公开(公告)日：2025-03-04
申请号：CN202411641840.6
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 中电数据服务有限公司
IPC: G06V10/26 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/44 , G06V10/52 , G06N3/0464 , G06N3/047 , G06N3/09 , G06N3/084
Abstract: 本发明涉及多尺度自适应原型网络的带钢表面缺陷少样本分割方法，通过使用一种多尺度自适应原型变压器网络，并将其嵌入到带钢表面缺陷分割的框架中，以提高特征表示能力。该网络包括特征提取模块、自适应原型变压器模块和多尺度特征融合解码器，通过自适应原型生成和多尺度特征融合，能够更准确地捕捉缺陷的空间位置和特征表达。特别是，通过自适应原型变压器模块生成的自适应原型能够在复杂多变的缺陷场景中更好地匹配查询图像的特征，从而增强分割的精度。
-
公开(公告)号：CN119560132A
公开(公告)日：2025-03-04
申请号：CN202411642952.3
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 中电数据服务有限公司
IPC: G16H50/20 , G06F18/10 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06F18/213 , G06N3/047 , G06N3/084 , G06F18/2131 , G06N3/048 , G06F18/24 , G16H50/70
Abstract: 本发明涉及一种基于编码器‑解码器框架的中医脉象诊断方法，包括收集数据、数据集的预处理、构建基于编码器‑解码器框架的神经网络、训练网络和测试。本发明将脉象信号诊断问题建模为机器翻译问题，在脉象信号与诊断文本之间建立映射，解决如何利用深度神经网络从复杂的脉象信号中提取出关键特征，提升脉象信号诊断的准确度，并直接生成对于脉象信号的诊断文本。
-
公开(公告)号：CN119559396A
公开(公告)日：2025-03-04
申请号：CN202411642448.3
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 中电数据服务有限公司
Abstract: 本发明涉及一种基于CNN、RNN和交叉注意力机制的小样本语义分割方法，包括数据集的预处理、构建小样本语义分割网络、训练网络和测试。本发明解决查询图像背景特征无法匹配上支持图像的前景特征，丢失一些空间细节等主要问题。
-
公开(公告)号：CN119887552A
公开(公告)日：2025-04-25
申请号：CN202411861887.3
申请日：2024-12-17
Applicant: 杭州电子科技大学
IPC: G06T5/60 , G06T5/70 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N5/04 , G06V20/05 , G06V10/56
Abstract: 本发明公开了一种基于跳步采样扩散模型的轻量化水下图像增强方法，该方法通过设计注意力驱动的Transformer(AP‑Trans)模块的并行结构，实现时间步编码和颜色信息的独立并行处理，同时引入空间注意力机制增强细节恢复能力，并采用全局通道交互模块保持颜色保真度，实现水下图像的高质量增强，进一步通过将传统扩散模型中的大参数自注意力模块替换为轻量级通道注意力机制，显著降低了模型参数量，以及采用动态跳步采样策略，将传统跳步扩散模型的20‑50步采样过程缩减至5步，本发明方法在保持扩散模型优秀生成能力的同时还显著提升了增强效果，有效的解决时间步编码和颜色信息的交互干扰问题，并平衡了水下图像颜色和细节的恢复。
-
Patent Agency Ranking
公开(公告)号：CN119559681A
公开(公告)日：2025-03-04
申请号：CN202411642712.3
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 中电数据服务有限公司
IPC: G06V40/16 , G06V10/74 , G06V10/25 , G06V10/774 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于FaceNet和注意力机制的遮挡人脸识别方法，包括数据集预处理、构建人脸识别网络、训练网络和测试。本发明采用MTCNN骨干网络进行人脸区域检测与人脸关键点检测，使用注意力机制使网络聚焦于没有被遮挡的部位，采用CNN神经网络将人脸图像映射到128维的欧几里得空间，根据两幅人像的欧几里得距离判断两个人的相似程度。本发明旨在解决如何获取非遮挡人脸部分的人脸特征，从而提高人脸识别任务的性能和鲁棒性，改善复杂遮挡场景下的人脸检测效果。
-
公开(公告)号：CN119558346A
公开(公告)日：2025-03-04
申请号：CN202411641589.3
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 中电数据服务有限公司
IPC: G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F18/213 , G06F18/211
Abstract: 本发明涉及一种基于GNN和Transformer模型的网络建模方法，首先进行数据集的生成和预处理，构建消息传递神经网络；消息传递神经网络包括GNN级联模块，Transformer级联模块和特定指标读出模块三部分；然后训练网络，最后将预处理后的测试集图像输入训练好的网络模型中，得到预测图，并与真值进行比较，计算各项评价指标。本发明能更好地捕获全局依赖关系，从而得到更全面的数据表示，同时了提高模型泛化能力和计算效率。
-
公开(公告)号：CN119888166A
公开(公告)日：2025-04-25
申请号：CN202411802659.9
申请日：2024-12-09
Applicant: 杭州电子科技大学
IPC: G06V10/25 , G06V10/143 , G06V10/80 , G06V10/94 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于特征融合增强的三模态显著性目标检测方法，该方法首先对三模态显著目标检测数据集中的训练集和测试集，分别进行预处理。其次构建基于特征融合增强的三模态显著性目标检测网络。最后将预处理后的训练集图像输入三模态显著性目标检测网络中，生成与输入图像同尺寸的预测图；再使用损失函数进行损失计算，通过反向传播进行优化，并通过预处理后的测试集图像进行测试。本发明提高了多模态显著性目标检测的精度，增强了多模态信息之间的互补性和全局感知能力。
-
公开(公告)号：CN118735901A
公开(公告)日：2024-10-01
申请号：CN202410955963.0
申请日：2024-07-17
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的钢铁表面缺陷检测方法，该方法首先获取带钢表面缺陷数据集，并进行预处理。其次构建深度特征提取网络，进行特征提取，得到深度特征，并构建级联特征融合模块，进行深度特征的融合。然后基于深度特征提取网络相应阶段的输出特征，通过卷积注意力模块，进行特征的注意力增强，获得重标定的特征。最后基于重标定的特征和融合后的深度特征，进行边缘引导和显著目标融合，输出检测结果。本发明在处理复杂的缺陷场景时，能够准确进行缺陷检测。
-
公开(公告)号：CN118196388A
公开(公告)日：2024-06-14
申请号：CN202410359770.9
申请日：2024-03-27
Applicant: 杭州电子科技大学丽水研究院
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0455 , G06N3/0495 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于卷积的轻量级遥感图像显著目标检测方法，通过使用经过轻量化修改后的卷积神经网络，降低参数和计算复杂度，提高网络的推理速度；通过使用增强模块分别在空间和通道维度上对编码器特征进行增强，使其包含更准确信息；通过解码器模块逐步融合增强后特征，恢复特征图尺度，得到最终预测图。本发明模型拥有更小的参数量和计算复杂度，降低了对计算资源的需求，加快了推理速度，可以满足在边缘设备上进行实时运行的需求，生成的遥感图像显著性预测图更加准确。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
