-
公开(公告)号：CN113537307B
公开(公告)日：2024-04-05
申请号：CN202110727430.3
申请日：2021-06-29
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种基于元学习的自监督域适应方法，将目标域图像重建作为域适应过程中的自监督任务，监督信息即为目标域图像本身，不需要额外的目标域图像标注信息，节省了大量人工标注成本；此外，目标域图像的重建过程能够使网络学习到目标域图像中更丰富的高层语义信息，使得网络能够利用目标域数据的内在特征来辅助网络将源域数据中学习到的知识向目标域迁移，从而提升域适应方法的性能。通过将元学习策略引入自监督域适应中，使得目标域自监督任务和源域分类等特定任务对网络参数的更新方向趋于一致，使得网络能够更好地提取域不变特征，减少了域适应任务和特定任务对网络参数的更新方向不一致造成的负迁移问题，提升了域适应性能。
-
公开(公告)号：CN113554566B
公开(公告)日：2024-04-02
申请号：CN202110863831.1
申请日：2021-07-29
Applicant: 杭州电子科技大学
IPC: G06T5/80 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于可学习频域先验的去摩尔纹系统及方法。本发明使用一个统一的框架来执行摩尔纹消除和颜色恢复两个任务，通过学习频域先验从图像中分离出摩尔纹，再进行全局和局部的色调映射以实现精确的颜色恢复。通过在索贝尔滤波中引入膨胀率来构造三维索贝尔损失，可以在多个尺度上感知结构高频信息，并显著提高去摩尔纹的性能，改进后的索贝尔滤波器提供了2个45度的附加滤波器。可以使用任何块大小的通带来拟合莫尔条纹的频率先验。通过几个不同密集块大小的可学习滤波带通来拟合频率先验，带来了明显的性能增益，但几乎没有增加额外的计算负担。
-
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：CN117217205A
公开(公告)日：2023-12-12
申请号：CN202311186741.9
申请日：2023-09-14
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 付赫男 , 刘一秀 , 高宇涵 , 孙垚棋 , 朱尊杰 , 王帅 , 王鸿奎 , 殷海兵 , 张继勇 , 李宗鹏 , 赵治栋 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成
IPC: G06F40/211 , G06F40/30 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种面向CLIP模型的图片文本后门攻击方法，首先生成触发词和触发图片，再将从句选择合适的位置添加进想要攻击的句子中形成中毒样本，将触发图片以特定的噪声比例添加进原始想要下毒的图片中形成中毒图片；最后用中毒数据集训练CLIP模型，推理阶段用触发词与触发图片替换过的句子或图片，从而诱骗目标模型预测目标类别。本发明隐蔽性好，中毒样本在训练集中不容易发现，图片触发器几乎可以看做是隐形的，文本触发器既不改变原句语义，也不会产生语法错误，提高了训练集中有毒样本的隐蔽性；能够达到攻击方法灵活，攻击成功率高，攻击样本质量好的效果。
-
公开(公告)号：CN117111473A
公开(公告)日：2023-11-24
申请号：CN202311179384.3
申请日：2023-09-13
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 陈曦妍 , 翟春杰 , 陈慧勤 , 尹克 , 王博 , 陈楚翘 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 王帅 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 张继勇 , 李宗鹏 , 丁贵广
IPC: G05B13/04
Abstract: 本发明公开了一种基于离群消除的电动车队离散域分层节能控制方法，首先构建异步延迟补偿卡尔曼滤波器来补偿与预期通信延迟严重不同的信号中的通信延迟和拒绝离散值；之后建立电动汽车的三阶动力学模型和功率模型并设计分布式自适应滑模控制器；确定控制目标；最后构建基于上下层分层控制的车队参考轨迹优化问题，实现分层节能控制。本发明补偿了通信延迟并消除了离散值，运用了分层控制方法，提高电动汽车的电池使用寿命且保证了车辆的安全性。
-
Patent Agency Ranking
公开(公告)号：CN116993908A
公开(公告)日：2023-11-03
申请号：CN202310894835.5
申请日：2023-07-20
Applicant: 杭州电子科技大学
Inventor： 朱尊杰 , 魏宇鑫 , 颜成钢 , 张文豪 , 路荣丰 , 赵思成 , 孙垚棋 , 王帅 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 张继勇 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨
Abstract: 本发明公开了一种多传感器信息融合的相机定位和三维重建方法。本发明方法分为前端和后端两个线程来实现三维模型的重建。前端线程通过融合多个、多种传感器实现了更加鲁棒的位姿估计以及更加高效的场景地图重建。后端线程在提供了准确的回环检测后构建位姿图优化，进而获得了更为精确的相机位姿估计以及更高的三维地图质量。
-
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：CN116823940A
公开(公告)日：2023-09-29
申请号：CN202310393130.5
申请日：2023-04-13
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 郭泰佑 , 胡江涛 , 徐浙峰 , 宣仲玮 , 朱尊杰 , 徐枫 , 王帅 , 高宇涵 , 王廷宇 , 孙垚棋 , 王鸿奎 , 殷海兵 , 张继勇 , 李宗鹏 , 赵治栋
Abstract: 本发明公开了一种三维场景移动物体检测方法，首先对同一场景在两个时间点创建的点云模型进行预处理，再将预处理后的两个点云进行配准；将配准后的两个点云分别进行物体检测，得到两个物体集合；之后将配准后的两个点云进行差分，得到它们的差异区域,根据差异区域从两个物体集合中分别提取得到两个候选移动物体集合；最后将候选移动物体集合进行暴力配准物体匹配，得到最终移动信息。本发明方法更加轻量简洁，便于用于公安，安防，机器人等地方。
-
公开(公告)号：CN116740286A
公开(公告)日：2023-09-12
申请号：CN202310782575.2
申请日：2023-06-29
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 任浩帆 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 王帅 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 张继勇 , 薛安克
IPC: G06T17/00 , G06T5/00 , G06T7/11 , G06T7/66 , G06V20/10 , G06V10/30 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的快速增量式室内语义建图方法，首先构造识别墙面、地板和天花板的主平面识别深度神经网络；对于增量式的RGBD序列，基于主平面识别深度神经网络获取序列的每一帧彩色图中的墙面、地板和天花板的掩膜；根据获取的掩膜进行快速的物体聚类后，通过相机内外参数，获得点云簇；计算聚类后物体的属性，构建图神经网络所需的图表示，通过图神经网络获取语义信息，从而实现语义建图。本发明无需提前获取完整的三维地图，在机器人运动的过程当中就可以获取语义信息，而且处理速度较快。
-
公开(公告)号：CN115861637A
公开(公告)日：2023-03-28
申请号：CN202211701856.2
申请日：2022-12-28
Applicant: 杭州电子科技大学
IPC: G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于双分支网络的显著目标检测方法。首先分别采用CNN和Tranformer两个分支作为模型的编码器，来提取不同分支的特征；再采用特征交互模块来分别对两个分支后三层提取的特征进行交互，来获得更加丰富的初始特征信息；然后通过特征融合模块来将两个分支相对应层的特征进行融合；再将融合后的特征送入到边缘补充模块中，来增强边缘信息；最后通过解码器来得到显著图。本发明通过特征交互模块得到了更丰富的全局多尺度特征。同时，为了解决不同分支之间特征的差异性，采用了特征融合模块，使两个分支的特征可以有效融合。而且，针对目前常见的边缘模糊问题，本发明通过边缘补充模块来增强特征的边缘信息。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.031 seconds)
