-
公开(公告)号：CN118014973A
公开(公告)日：2024-05-10
申请号：CN202410247497.0
申请日：2024-03-05
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 浙江大学
Abstract: 基于边缘信息融合的混凝土大坝裂缝分割方法和系统，其方法包括以下步骤：1)预处理水利大坝图像；2)编码混凝土大坝裂缝特征；3)使用门控卷积过滤图像获取裂缝的边界特征；4)融合大坝图像特征和裂缝边界特征5)后处理大坝图像裂缝分割结果。利用一个提取裂缝边界特征模块指导模型的训练方向，使模型更快拟合到全局最优点，同时使用一个融合模块将裂缝的边界特征与图像特征进行融合，使模型更加关注于前景裂缝区域，提高检测精度，减少漏检情况，从而提升模型的整体性能。
-
公开(公告)号：CN117475140A
公开(公告)日：2024-01-30
申请号：CN202311537782.8
申请日：2023-11-17
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 浙江大学
IPC: G06V10/25 , G06V10/82 , G06V10/26 , G06V10/764 , G06N3/0442
Abstract: 基于长短期记忆网络的混凝土大坝裂缝检测方法和系统，包括以下步骤：1)图像预处理与切片网格划分；2)切片遍历并找到裂缝首部切片；3)组成裂缝切片序列；4)提取裂缝序列特征并对序列末端切片进行预测5)确定下一个目标裂缝切片的位置。利用裂缝邻域连续切片之间的连续性和方向性，结合LSTM在序列预测上的优势，提高检测精度，减少漏检情况，从而提升整体检测性能。本发明的方法克服了传统方法定位不准确和感受野小的问题，并且利用裂缝的连续性特征，提高了混凝土大坝裂缝检测的准确性和稳定性。
-
公开(公告)号：CN113033696A
公开(公告)日：2021-06-25
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN110418030B
公开(公告)日：2020-07-10
申请号：CN201910548714.9
申请日：2019-06-24
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN110418030A
公开(公告)日：2019-11-05
申请号：CN201910548714.9
申请日：2019-06-24
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
Patent Agency Ranking
公开(公告)号：CN112381168B
公开(公告)日：2022-04-01
申请号：CN202011318081.1
申请日：2020-11-23
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/04 , G06T11/00
Abstract: 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN112381168A
公开(公告)日：2021-02-19
申请号：CN202011318081.1
申请日：2020-11-23
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN113033696B
公开(公告)日：2022-06-17
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN108875777B
公开(公告)日：2022-03-15
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN108875777A
公开(公告)日：2018-11-23
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
-
-
-
-
-
-
-
-
Search Results
176
records
(took 0.054 seconds)
