-
公开(公告)号：CN113920303B
公开(公告)日：2024-06-21
申请号：CN202111068613.5
申请日：2021-09-13
Applicant: 哈尔滨工业大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/25 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提出一种基于卷积神经网络弱监督类别无关的图像相似性检索系统及其控制方法，当系统处于离线阶段，输入端传输数据库图像，对数据库图像进行预处理ROI提取模块，将图像的兴趣区域ROI与背景信息分离提取，并通过K‑means和Canopy结合的方式对离线数据库中的ROI对象进行聚类存储；当系统处于在线阶段，输入端传输查询图像，对查询图像进行预处理，使用ROI提取模块将图像的兴趣区域ROI与背景信息分离提取；通过相似度比较模块，将在线阶段提取的数据与离线阶段聚类存储的数据库图像的ROI进行相似性比较，找到最相似的图像；本发明降低相似度比较过程中的运算量且不需要支持集来进行训练，性能上限高，鲁棒性好。
-
公开(公告)号：CN113253843B
公开(公告)日：2023-05-09
申请号：CN202110564925.9
申请日：2021-05-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于全景图的室内虚拟漫游实现方法及实现系统，本发明涉及室内虚拟漫游实现方法及实现系统。本发明的目的是为了解决现实当中存在的场景对象结构是非常复杂的，因此在构建三维模型的过程中，很难做到模型和场景的尺寸精准对应，导致贴图渲染后的虚拟环境不够逼真的问题。过程为：步骤一、基于图像和双目视差原理构建三维虚拟空间模型；步骤二、基于步骤一构建三维虚拟空间模型，实现在定点下根据用户头部转动信息实现视野变换；步骤三、陀螺仪检测用户头部状态，通过用户头部状态和蓝牙控制器相结合的方式来实现虚拟视点的位置切换功能。本发明涉及图像处理领域。
-
公开(公告)号：CN109977253B
公开(公告)日：2022-10-28
申请号：CN201910251034.0
申请日：2019-03-29
Applicant: 哈尔滨工业大学
IPC: G06F16/583
Abstract: 为了解决现有图像检索方法针对大型数据库检索速度较慢的问题，提供了一种基于语义和内容的快速图像检索方法及装置，属于图像处理技术领域。本发明包括：构建语义分割网络；将离线数据库中所有图像输入语义分割网络，得到每幅图像的一种或多种语义标签；将语义标签全部相同的图像归为一类，得到多个语义数据库，将每个语义数据库对应的语义标签转换为唯一数字标签，并采用数字标签对相应的语义数据库进行标记；将待检索图像输入语义分割网络，得到待检索图像的语义标签，并转换为数字标签；确定与待检索图像具有相同数字标签的语义数据库，并基于内容检索的方式，在确定的语义数据库中检索与待检索图像相匹配的图像。
-
公开(公告)号：CN111652886B
公开(公告)日：2022-07-22
申请号：CN202010374731.8
申请日：2020-05-06
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于改进U‑net网络的肝肿瘤分割方法，包括：步骤一、获取腹部CT数据集，并进行预处理操作；步骤二、在对肝肿瘤分割前，首先将肝脏区域分割出来，基于Keras深度学习框架搭建肝脏分割的神经网络，后端选择的是tensorflow；步骤三、对基于改进U‑net的肝脏分割网络进行训练；步骤四、基于Keras深度学习框架搭建基于改进U‑net的肝肿瘤分割网络，并且对网络进行训练；步骤五、采用基于改进U‑net的肝脏分割网络从腹部肝脏CT图像中分割出肝脏区域，并从肝脏区域分割出肿瘤和正常肝脏组织。本发明除了可以消除大量的误分割之外，还可以降低网络模型的复杂度。
-
公开(公告)号：CN113253843A
公开(公告)日：2021-08-13
申请号：CN202110564925.9
申请日：2021-05-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于全景图的室内虚拟漫游实现方法及实现系统，本发明涉及室内虚拟漫游实现方法及实现系统。本发明的目的是为了解决现实当中存在的场景对象结构是非常复杂的，因此在构建三维模型的过程中，很难做到模型和场景的尺寸精准对应，导致贴图渲染后的虚拟环境不够逼真的问题。过程为：步骤一、基于图像和双目视差原理构建三维虚拟空间模型；步骤二、基于步骤一构建三维虚拟空间模型，实现在定点下根据用户头部转动信息实现视野变换；步骤三、陀螺仪检测用户头部状态，通过用户头部状态和蓝牙控制器相结合的方式来实现虚拟视点的位置切换功能。本发明涉及图像处理领域。
-
Patent Agency Ranking
公开(公告)号：CN110856104B
公开(公告)日：2021-02-19
申请号：CN201911128414.1
申请日：2019-11-18
Applicant: 哈尔滨工业大学
Abstract: 一种联合最小二乘和三边定位的超宽带室内定位方法，属于信号处理领域。包括以下步骤：获取4个锚节点与标签间的距离信息；处理测距数据得到关于锚节点平面对称的2个坐标解；根据2个对称解得到标签精确的位置坐标；输出计算得到的标签位置坐标。本发明提出了一种联合最小二乘和三边定位的超宽带室内定位方法，该定位方法通过利用所获取到的距离信息，利用改进的最小二乘和三边定位的联合算法对测距结果进行两步解算处理，从而得到更加精确的定位结果，并且耗时较短。
-
公开(公告)号：CN110933596A
公开(公告)日：2020-03-27
申请号：CN201911228508.6
申请日：2019-12-04
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于度量学习的指纹定位方法。所述方法为：在目标室内环境内设置多个参考点，建立笛卡尔坐标系，生成与室内物理空间相对应的二维欧几里得空间；在m个参考点上采集来自n个估计接入点AP的RSS数据；在每个预先部署的参考点RP采集到的RSS数据上加入位置标签，生成原始数据；对原始数据进行预处理，得到相似度度量矩阵，并根据RSS数据建立指纹地图库；将相似度度量矩阵和指纹地图库加载到KNN算法中，得到用户的估计位置。本发明充分利用物理空间到信号空间的映射信息，减少由于室内建筑结构复杂导致的定位精度下降，进一步提高室内定位的精度。
-
公开(公告)号：CN104244332B
公开(公告)日：2018-03-16
申请号：CN201410557878.5
申请日：2014-10-20
Applicant: 哈尔滨工业大学
IPC: H04W28/10
Abstract: 通信系统中登记拥塞的处理方法，属于通信技术领域。本发明是为了解决现有登记拥塞的处理方法中，移动性管理单元对终端登记信息的处理量大，导致拥塞加重，同时又无法灵活区分终端请求的优先级的问题。该方法通过移动性管理单元管理网络的登记业务，当移动性管理单元检测到自身处于登记拥塞状态时，则根据总体登记业务量周期性的对其所辖的基站的登记量进行分窗，并以基站窗口的形式发送给各对应基站；基站对基站窗口分配延迟时间，超出基站窗口的新到登记不向移动性管理单元上报，减轻网络压力，它能够对潜在的大量后续登记进行动态疏导。本发明用于处理通信系统中出现的登记拥塞。
-
公开(公告)号：CN107609565A
公开(公告)日：2018-01-19
申请号：CN201710861213.7
申请日：2017-09-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于图像全局特征主成分线性回归的室内视觉定位方法，本发明涉及室内视觉定位方法。本发明为了解决传统算法在初始阶段匹配精度较差、耗时不恒定以及对离线数据库要求较高的问题。本发明包括：一：使用图像全局特征算法对视频数据库图像进行特征信息提取；二：对特征信息使用主成分分析算法，提取数据库图像特征信息的主成分；三：对数据库图像特征信息的主成分使用线性回归算法，将视频帧对应的位置信息与提取的特征信息映射，生成定位模型；四：使用GIST算法对用户定位图像进行特征信息提取；五：将步骤四提取的特征信息输入步骤三生成的定位模型中，得到用户位置与待精度匹配的数据库视频帧。本发明用于室内定位和图像处理技术领域。
-
公开(公告)号：CN106482711A
公开(公告)日：2017-03-08
申请号：CN201610907806.8
申请日：2016-10-18
Applicant: 哈尔滨工业大学
CPC classification number: G01C11/00 , G01C11/12 , G06K9/00664 , G06T2207/10016 , G06T2207/10024
Abstract: 一种基于灰度特征提取和稠密光流法的室内定位方法，本发明涉及室内定位方法。本发明为了解决现有室内定位技术成本高、所需时间较长、工序复杂以及传统光流法精度低的问题。本发明步骤为：一：使用相机传感器进行视频采集并标识出录像的起点；二：每隔时间t进行一帧图像的截取；三：得到两幅图像运动过程的水平和垂直速度；四：计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置；五、得到去噪后的平均水平速度 和平均垂直速度 六、计算两幅相邻图像运动过程中的水平位移和垂直位移；七、重复执行步骤一至步骤六，得到行进路线以及每个时间点的具体位置。本发明应用于室内场景定位技术领域。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.039 seconds)
