-
公开(公告)号：CN113504547A
公开(公告)日：2021-10-15
申请号：CN202111046353.1
申请日：2021-09-07
Applicant: 清华大学
IPC: G01S17/894 , G01S7/481
Abstract: 本申请提出了一种基于扫描光场的视觉雷达成像系统和方法，涉及光场成像与雷达探测技术领域，包括发射模块、扫描光场探测模块、计算重建模块，其中，发射模块，包括光源和扩束镜，用于对目标场景各个部分的均匀照射；扫描光场探测模块，包括普通成像模块、微透镜阵列扫描模块、中继成像镜组以及相机阵列，用于将检测到的微弱光信号在像感器面上记录为多维耦合的原始数据，生成光场图像；计算重建模块，用于对光场图像进行三维场景重建，在补偿光场系统空间分辨率损失的同时保留原有的视角信息量。本申请在保证视角分辨率、空间分辨率精度较高的同时，能够在恶劣环境下对目标场景进行实时三维重建，有效提升了雷达成像系统的分辨性能。
-
公开(公告)号：CN111429405B
公开(公告)日：2023-05-12
申请号：CN202010144591.5
申请日：2020-03-04
Applicant: 清华大学深圳国际研究生院
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/74 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于3D CNN的锡球缺陷检测方法及装置，该方法包括：1)读取PCB板的三维重建模型，获取锡球平面的横截面并切割出检测的目标区域；2)对目标区域进行二值化与图像分割，得到单个的锡球图像数据；3)将单个锡球图像数据分类为训练、验证和测试集；4)建立基于Focal Loss损失函数和Triplet Loss损失函数的线性组合的3D CNN网络，将所得数据输入建立的CNN进行训练，得到检测网络模型，用以检测PCB锡球缺陷。相比于以往的检测网络，本发明的检测网络模型的体积更小，且具有更好的检测精度。
-
公开(公告)号：CN113406664A
公开(公告)日：2021-09-17
申请号：CN202110957635.0
申请日：2021-08-19
Applicant: 清华大学
IPC: G01S17/89 , G01S17/931
Abstract: 本申请提出一种基于TCSPC的全息雷达三维成像方法和装置，包括：向探测场景发射激光，经扩束和分束后一束激光照向探测场景，一束激光作为参考光照向探测器；照向探测场景的激光由场景反射后作为物光被探测器接收，与参考光在探测器处发生干涉；用时间相关光子计数器统计发生干涉后的光子分布情况生成全息时间光子计数直方图；针对不同时间依次对全息时间光子计数直方图进行切片得到不同距离下的全息图；依次对不同距离下的全息图进行再现得到探测物体在不同距离下的距离切片全息三维重建结果；根据具体需求对不同距离下的距离切片结果分析展示或叠加得到整体全息三维重建结果。本申请保证了高精度信息测量，提高了自动驾驶技术对周围环境感知的能力。
-
Patent Agency Ranking
公开(公告)号：CN112488309B
公开(公告)日：2023-10-20
申请号：CN202011521458.3
申请日：2020-12-21
Applicant: 清华大学深圳国际研究生院
IPC: G06N3/063 , G06N3/084 , G06F18/214 , G06F17/16 , G06F17/13
Abstract: 本发明公开了一种基于临界阻尼动量的用于图片分类的深度神经网络的训练方法及系统，该方法包括：S1：开始新一轮的迭代；S2：输入一批新图像，计算神经网络的损失函数的海塞矩阵的迹，其中所述海塞矩阵是损失函数对神经网络各参数的二阶导数所构成的矩阵；S3：根据海塞矩阵的迹代入二阶微分方程的临界阻尼解，计算得到神经网络权重参数的动量系数；S4：配合学习率衰减策略，更新神经网络的参数；S5：判断是否所有图像批次都已计算，如果是，则执行步骤S6；如果否，则返回步骤S2；S6：判断迭代轮次是否达到最大，如果是，则结束训练，如果否，则返回步骤S1。本发明对包含动量的随机梯度下降方法进行了改进，达到了较为理想的训练效果。
-
公开(公告)号：CN113376653A
公开(公告)日：2021-09-10
申请号：CN202110927187.X
申请日：2021-08-12
Applicant: 清华大学
IPC: G01S17/894 , G01S7/4865
Abstract: 本申请提出一种基于光子计数的计算全息雷达三维成像方法和装置，包括：根据采集到的回波光子的分布情况统计得到各个单光子探测器单元的时间相关光子计数直方图；选取探测距离计算光子飞行时间；根据计算的光子飞行时间找出每个时间相关光子计数直方图中在光子飞行时间处对应的光子数目；依次计算各个单光子探测器单元探测的目标在全息面上的复振幅分布；将各个单光子探测器单元对应的复振幅分布进行叠加得到探测场景的总复振幅分布；构建参考光；将总复振幅分布和参考光相加得到全息面上总的复振幅；使用全息图再现算法对全息面上总的复振幅进行计算，求出最终的全息图像。本申请深度信息测量精度较高，并且能够对大场景下的目标进行快速探测。
-
公开(公告)号：CN114089367A
公开(公告)日：2022-02-25
申请号：CN202111158862.3
申请日：2021-09-30
Applicant: 清华大学
Abstract: 本申请公开了一种基于光栅耦合的无扫描的相干激光雷达系统及其成像方法，其中，系统包括：光孤子频率梳光源；调制模块，用于利用电光调制将光孤子频率梳光源调制为啁啾幅度调制信号；阵列光栅耦合器件，用于接收由啁啾幅度调制信号发射后从目标反射的激光信号，并将激光信号通过光纤引出；光电二极管，用于将接收到由光纤引出的激光信号和啁啾幅度调制信号转换为电信号；超外差接收系统，用于基于电信号生成目标在不同空间位置的信息，并基于不同空间位置的信息生成三维结构信息。该系统可在无需扫描的条件下实现对目标的三维成像，提升了系统的深度分辨率，具有抗干扰性强、帧频高以及体积小的特性。
-
公开(公告)号：CN112488309A
公开(公告)日：2021-03-12
申请号：CN202011521458.3
申请日：2020-12-21
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于临界阻尼动量的深度神经网络的训练方法及系统，该方法包括：S1：开始新一轮的迭代；S2：输入一批新图像，计算神经网络的损失函数的海塞矩阵的迹，其中所述海塞矩阵是损失函数对神经网络各参数的二阶导数所构成的矩阵；S3：根据海塞矩阵的迹代入二阶微分方程的临界阻尼解，计算得到神经网络权重参数的动量系数；S4：配合学习率衰减策略，更新神经网络的参数；S5：判断是否所有图像批次都已计算，如果是，则执行步骤S6；如果否，则返回步骤S2；S6：判断迭代轮次是否达到最大，如果是，则结束训练，如果否，则返回步骤S1。本发明对包含动量的随机梯度下降方法进行了改进，达到了较为理想的训练效果。
-
公开(公告)号：CN111429405A
公开(公告)日：2020-07-17
申请号：CN202010144591.5
申请日：2020-03-04
Applicant: 清华大学深圳国际研究生院
Abstract: 一种基于3D CNN的锡球缺陷检测方法及装置，该方法包括：1)读取PCB板的三维重建模型，获取锡球平面的横截面并切割出检测的目标区域；2)对目标区域进行二值化与图像分割，得到单个的锡球图像数据；3)将单个锡球图像数据分类为训练、验证和测试集；4)建立基于Focal Loss损失函数和Triplet Loss损失函数的线性组合的3D CNN网络，将所得数据输入建立的CNN进行训练，得到检测网络模型，用以检测PCB锡球缺陷。相比于以往的检测网络，本发明的检测网络模型的体积更小，且具有更好的检测精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
