-
公开(公告)号：CN119851036A
公开(公告)日：2025-04-18
申请号：CN202510030230.0
申请日：2025-01-08
Applicant: 中北大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T3/4038 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/09
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于注意机制的抓取位姿检测方法。针对点云特征能力提取不足，生成的位姿估计不完整的问题，本发明提出双通道双分支挤压和激励注意力融合残差的模块(DDSER)，该模块与UNet融合作为主干网络，提取点云通道特征；为了减少通过最远点采样(FPS)获取点向量所造成的通道特征损失，提出融合亲和矩阵的多头自注意力通道模块(MSCAM)，避免了冗余特征，增强了点向量通道方向的全局特征表示，提高了网络整体检测精度，广泛适用于工业机械臂抓取。
-
公开(公告)号：CN118803232A
公开(公告)日：2024-10-18
申请号：CN202410787387.3
申请日：2024-06-18
Applicant: 中北大学
IPC: H04N17/02 , H04N19/20 , H04N19/42 , H04N19/172 , H04N19/52 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明属于视频异常检测技术领域，具体涉及一种基于外观和运动特征交互融合的视频异常检测方法。针对深度神经网络对异常行为预测的泛化能力过强问题，本发明提出了基于外观和运动特征交互融合的视频异常行为检测算法，即AMFCFBMem‑Net网络模型。AMFCFBMem‑Net网络模型首先使用外观和运动双编码器分别提取外观和运动特征，并设计了外观和运动特征交互融合模块(AMFCFB)，将外观和运动特征交互融合，以抑制模型对异常行为的预测；其次，为记录正常样本不同模型的潜在特征，在编码器和解码器的瓶颈结构处引入记忆模块，以进一步提高模型的异常检测性能。
-
公开(公告)号：CN118430838A
公开(公告)日：2024-08-02
申请号：CN202410500192.6
申请日：2024-04-24
Applicant: 中北大学
Abstract: 本发明公开了一种基于图像深度学习网络集成模型的流感预测方法，属于流行病监测技术领域。针对现有方法在特征提取方面存在局限，无法有效挖掘序列中的深层信息，从而影响其预测精度这一问题，首先，通过基于格拉姆角场将一维数字序列编码为二维图像序列，为模型提供基于图像的独特信息特征，在此基础上，通过集成麻雀搜索优化算法设计搭建深度学习网络模型，利用卷积神经网络的图像处理能力进行特征提取，完成流感预测。将一维流感序列图像编码引入再进一步搭建通过集成麻雀搜索算法优化后的非线性流感预测模型，以提高模型预测精度，同时验证卷积神经网络图像处理能力在流感时序预测领域中的优势和实用性。
-
公开(公告)号：CN110288606B
公开(公告)日：2024-04-09
申请号：CN201910576352.4
申请日：2019-06-28
Applicant: 中北大学
IPC: G06V20/70 , G06V20/64 , G06V10/26 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0499 , G06N3/086
Abstract: 本发明公开了基于蚁狮优化的极限学习机的三维网格模型分割方法，与现有技术相比，本发明采用步骤1至步骤7实现本发明的目的，其优点在于：利用蚁狮优化算法中蚂蚁受精英蚁狮与轮盘赌策略的双重影响，迭代更新并将最优解赋值给精英蚁狮，从而改进优化极限学习机随机生成的输入权值与隐含层偏置矩阵，训练得到一个高精度的分割分类器对普林斯顿模型进行测试。相比于前人的工作，在Airplane、Ant、Chair、Octopus、Teddy和Fish 6类模型数据集上，训练面片数在20k‑30k之间的模型算法耗时1000s左右，且比未优化的分割方法获得了更高的分割精确度，最高分割精确度达到99.49％。
-
公开(公告)号：CN117523101A
公开(公告)日：2024-02-06
申请号：CN202311551669.5
申请日：2023-11-20
Applicant: 中北大学
Abstract: 本发明属三维图像技术领域，具体设计基于共形几何的面部模型插值构建方法。该方法首先将包括面部模板模型在内的多个三维面部模型进行配准并统一到同一坐标系；其次利用准共形映射算法将多个不同表情面部模型降维到二维平面；然后提出插值算法对多模型形状特征进行线性插值为构建过渡模型定义几何约束，同时提出自适应模型选择算法在数据源中自适应选择基础模型；再通过几何约束引导准共形迭代改变基础模型形状；最后将准共形迭代后的二维模型恢复到三维空间，获取到具有过渡表情的三维面部模型。本表明所提出的三维面部模型构建方法的有效性和运行效率都得到大幅提高，解决了传统三维模型构建方法难以获取连续维度的高质量三维面部模型问题。
-
Patent Agency Ranking
公开(公告)号：CN114549439A
公开(公告)日：2022-05-27
申请号：CN202210126753.1
申请日：2022-02-11
Applicant: 中北大学
IPC: G06T7/00 , G06T7/11 , G06T5/00 , G06T3/40 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多模态特征融合的RGB‑D图像语义分割方法。由于RGB和深度特征的内在差异，如何更有效地融合两种特征仍是有待解决的问题。为了解决该问题提出了注意力引导多模态交叉融合分割网络(ACFNet)，本发明采用编码器－解码器结构，将深度图编码为HHA图像，设计非对称双流特征提取网络，RGB和深度编码器分别以ResNet‑101和ResNet‑50为主干网络，并在RGB编码器中添加全局‑局部特征提取模块(GL)。为有效融合RGB和深度特征，提出了注意力引导多模态交叉融合模块(ACFM)，以更好地在多阶段利用融合的增强特征表示。
-
公开(公告)号：CN108805886B
公开(公告)日：2021-09-03
申请号：CN201810542723.2
申请日：2018-05-30
Applicant: 中北大学
Abstract: 本发明属于计算机图形学与拓扑学领域，具体提出了一种多融合物理签名的持久性聚类分割方法，主要解决了现有分割方法存在运行时间长、分割结果不稳定、鲁棒性较差的缺点。本发明首先选定所需物理签名，计算融合后的三类物理签名函数，进而利用持久性聚类产生持久性图，最后选定阈值合并，产生分割结果。该分割方法适用于任何三维网格模型，分割结果良好，且分割速度有了较大提升，对于三维网格模型的逆向工程、医学成像、模型变形和局部匹配等领域有着显著作用。
-
公开(公告)号：CN110288606A
公开(公告)日：2019-09-27
申请号：CN201910576352.4
申请日：2019-06-28
Applicant: 中北大学
Abstract: 本发明公开了基于蚁狮优化的极限学习机的三维网格模型分割方法，与现有技术相比，本发明采用步骤1至步骤7实现本发明的目的，其优点在于：利用蚁狮优化算法中蚂蚁受精英蚁狮与轮盘赌策略的双重影响，迭代更新并将最优解赋值给精英蚁狮，从而改进优化极限学习机随机生成的输入权值与隐含层偏置矩阵，训练得到一个高精度的分割分类器对普林斯顿模型进行测试。相比于前人的工作，在Airplane、Ant、Chair、Octopus、Teddy和Fish 6类模型数据集上，训练面片数在20k-30k之间的模型算法耗时1000s左右，且比未优化的分割方法获得了更高的分割精确度，最高分割精确度达到99.49％。
-
公开(公告)号：CN107024989A
公开(公告)日：2017-08-08
申请号：CN201710182342.3
申请日：2017-03-24
Applicant: 中北大学
IPC: G06F3/01
CPC classification number: G06F3/017
Abstract: 本发明属于沙画制作方法技术领域，具体涉及一种基于Leap Motion手势识别的沙画制作方法。本发明主要解决了现有的基于视觉的手势识别整体实现过程繁琐，易受到光线、复杂环境的影响而导致识别不精确、实时性较差的技术问题，并且解决了现阶段沙画表演不具备传播及存储的功能的缺陷。本发明利用Leap Motion捕捉手势精度高的特点，结合Unity 3D强大的集成功能、内置功能完成虚拟沙画绘制过程；通过改进特征提取算法、优化跟踪过程使得手势识别精度更高、跟踪效果更加稳定；加入粒子下落效果，最终实现效果逼真的沙画绘制效果。
-
公开(公告)号：CN114332172B
公开(公告)日：2024-10-29
申请号：CN202111198375.X
申请日：2021-10-14
Applicant: 中北大学
IPC: G06F7/00
Abstract: 本发明公开了一种基于协方差矩阵改进的激光点云配准方法，属于图形学三维重建技术领域。本发明通过采用张量投票与ISS相结合的关键点提取方法，使其具有一定的抗噪性，同时可剔除部分边界点降低误匹配率。特征描述符的构建需要充分包含点云的邻域信息，且不易受平移旋转的影响，具有鲁棒性。协方差矩阵描述子是一种可以充分描述邻域信息的描述子，角度量不受平移旋转的影响，是构建特征描述向量的极佳选择。本发明结合特征直方图中三维坐标系的建立方法，构建一个包含角度量与曲率信息的协方差矩阵，特征匹配使用双向最近距离法，降低误匹配率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.033 seconds)
