-
公开(公告)号：CN114283448A
公开(公告)日：2022-04-05
申请号：CN202111551860.0
申请日：2021-12-17
Applicant: 浙江工业大学
Abstract: 本发明公开一种基于头部姿态估计的儿童坐姿提醒方法，包括：S1：从摄像设备获取原始图像，进行有效帧检测并保留有效帧；S2：使用目标检测算法从原始图像提取头部图像；S3：将头部图像输入头部姿态估计网络，得到俯仰角、偏航角、滚转角的概率分布序列和最终的估计角度；S4：将概率分布序列输入一维卷积网络验证准确性，根据估计角度对头部姿态进行判断并对错误姿态进行语音提醒。本发明还包括一种基于头部姿态估计的儿童坐姿提醒系统。本发明能够通过摄像设备对儿童书写阅读场景下的头部欧拉角进行细粒度识别并针对错误姿态进行提醒，同时具有较低的误报率。
-
公开(公告)号：CN119888432A
公开(公告)日：2025-04-25
申请号：CN202510374245.9
申请日：2025-03-27
Applicant: 浙江工业大学
IPC: G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N3/084 , G06N3/0895 , G06V10/44 , G06V40/10
Abstract: 本发明公开一种基于角度图和图像特征融合的3D人体姿态估计方法和系统，其方法包括：使用训练好的2D人体姿态检测器获得人体的2D关键点坐标，并使用高斯拉普拉斯算子获得边缘特征明显的原始图像；将人体骨骼的拓扑图转换为两种不同的角度图；构建角度图特征对比融合模块，通过交叉对比学习融合不同尺度的角度图特征交叉对比；将图像特征与角度图特征进行融合，最后回归得到3D人体姿态信息；重复训练，得到最终的3D人体姿态估计模型。本发明把关节角度约束引入图网络，减少了深度模糊带来的影响，同时融合了图像特征，使得网络具有更好的表达能力。
-
公开(公告)号：CN113705622A
公开(公告)日：2021-11-26
申请号：CN202110899670.1
申请日：2021-08-06
Applicant: 浙江工业大学
Abstract: 一种基于ResNet迁移学习的毛豆表型性状的分类方法及系统，包括以下步骤：S1：获取毛豆图像数据；S2：数据处理，对于采集到的原始图像数据进行预处理；S3：模型训练，将处理好的训练图像数据输入到ResNet网络中，使用预先训练好的模型参数进行快速迁移学习；S4：将验证集图片输入到训练好的模型中，得到预测结果。一种基于ResNet迁移学习的毛豆不同表型性状的识别系统，包括依次连接的数据获取模块，数据预处理模块，网络训练进行迁移学习模块以及图像识别模块。本发明提高了残差网络的收敛速度，所述目标检测网络输出检测结果有效提高了检测精度,降低了人力和时间成本，为农学专业人士采摘、分捡毛豆提供了便利。
-
公开(公告)号：CN112001977A
公开(公告)日：2020-11-27
申请号：CN202010652224.6
申请日：2020-07-08
Applicant: 浙江工业大学
Abstract: 一种基于残差网络的电阻抗断层图像重构方法，包括以下步骤：1)采用MIT设备，制作人体头骨模型和异质物体，设计不同频率进行数据采集；2)将采集数据从一维向量形式，转化为与图片相似的多通道矩阵形式；3)针对成像问题特殊性，修改残差网络结构，并自定义训练损失函数进行训练；4)利用训练结果生成数据，进行图像处理和优化。本发明使用深度学习技术结合实际的MIT设备采集数据进行训练，相比较于传统成像方法，可使得成像物体的轮廓更加精细且位置更加精确。
-
Patent Agency Ranking
公开(公告)号：CN115393176A
公开(公告)日：2022-11-25
申请号：CN202210822284.7
申请日：2022-07-12
Applicant: 浙江工业大学
IPC: G06T3/00 , G06V40/16 , G06T7/194 , G06V10/764 , G06V10/80
Abstract: 一种人像卡通化方法，包括：1)获取包含待检测人员的图像数据；2)将已获取的所述图像数据输入至已完成训练的人脸预处理模型中；3)预处理后的人像数据在下采样前，上采样后经过堆叠的Hourglass模块，以提取并结合不同尺度下的特征信息，渐进地提升人像卡通化模型特征抽象和重建能力；4)在标准化前先组合人像特征图与卡通图特征图，通过辅助分类器学习到的权重来加权平均人像图特征和卡通图特征的统计量；5)按AdaLIN方法进行反标准化对特征进行解码，使得输出的卡通图能更好地保留原图的语义信息；6)引入特征差异损失函数Ldis，使输出卡通图与输入原始人像图的身份特征信息尽可能相似。本发明还包括使用一种人像卡通化方法的系统和电子设备。
-
公开(公告)号：CN114723984A
公开(公告)日：2022-07-08
申请号：CN202210236864.8
申请日：2022-03-11
Applicant: 浙江工业大学
IPC: G06V10/764 , G06N3/08 , G06V40/16 , G06F21/62
Abstract: 一种全自动的人像数据匿名化方法，包括以下步骤：1)掩码生成方法。在DUTS‑TR数据集上对U2Net进行训练，得到用于生成掩码的模型；2)前景提取方法。通过上述模型生成坐姿数据相对应的掩码，从而去掉涉及隐私信息的部分背景；3)人脸匿名方法。用基于yolov5优化的人头检测网络检测去除背景后的人脸，根据边界框与返回的关键点位置对头部进行双重加密，将匿名化后的数据存储回原始图像中。4)人头检测模型优化方法。缩小SPP块的内核，舍弃部分降低性能的数据处理方法，增加关键点回归辅助检测。本发明针对坐姿数据集能够高效的实现数据匿名化。
-
公开(公告)号：CN113362407B
公开(公告)日：2025-02-14
申请号：CN202110503479.0
申请日：2021-05-10
Applicant: 浙江工业大学
IPC: G06T11/00 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明公开一种基于复值卷积的GAN增强磁感应成像方法及系统，包括：S1、采集电压序列数据，构建复值神经网络模型，将所述电压序列数据输入所述复值神经网络模型进行训练，得到初步电导率分布图像；S2、构建对抗生成网络模型，将所述初步电导率分布图像输入所述对抗生成网络模型进行训练，得到用于图像增强的生成器；S3、将所述初步电导率分布图像输入所述生成器，得到高精度目标电导率分布图。本发明将对抗生成网络模型作为图像优化模块对复值卷积网络的输出进行图像增强，充分利用了电压序列数据的复值特性，提高了神经网络的训练效率及电导率重建的准确性，进而提高了最终图像的分辨率与精度。
-
公开(公告)号：CN113362407A
公开(公告)日：2021-09-07
申请号：CN202110503479.0
申请日：2021-05-10
Applicant: 浙江工业大学
Abstract: 本发明公开一种基于复值卷积的GAN增强磁感应成像方法及系统，包括：S1、采集电压序列数据，构建复值神经网络模型，将所述电压序列数据输入所述复值神经网络模型进行训练，得到初步电导率分布图像；S2、构建对抗生成网络模型，将所述初步电导率分布图像输入所述对抗生成网络模型进行训练，得到用于图像增强的生成器；S3、将所述初步电导率分布图像输入所述生成器，得到高精度目标电导率分布图。本发明将对抗生成网络模型作为图像优化模块对复值卷积网络的输出进行图像增强，充分利用了电压序列数据的复值特性，提高了神经网络的训练效率及电导率重建的准确性，进而提高了最终图像的分辨率与精度。
-
公开(公告)号：CN113361604A
公开(公告)日：2021-09-07
申请号：CN202110629124.6
申请日：2021-06-03
Applicant: 浙江工业大学
Abstract: 一种面向目标检测的物理攻击对抗补丁的生成方法，包括以下步骤：(1)生成一个像素值随机的矩形对抗补丁；(2)将对抗补丁进行鲁棒性处理；(3)初始化掩码矩阵；(4)将对抗补丁应用在训练集上；(5)从结果中提取真实类别置信度；(6)设计损失函数并计算损失；(7)计算梯度然后更新对抗补丁，循环第2至第7步，直至达到最大迭代次数或者攻击成功率达到阈值；(8)打印补丁，进行物理环境测试。本发明还包括一种面向目标检测的物理攻击对抗补丁的生成系统，由对抗补丁应用模块、目标检测模块、损失计算模块和对抗补丁更新模块组成。本发明可以自定义补丁形状，根据设计的损失函数求梯度，更新对抗补丁，最后进行物理环境测试。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
