-
公开(公告)号：CN109886357B
公开(公告)日：2022-12-13
申请号：CN201910189578.9
申请日：2019-03-13
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/80 , G06V10/50 , G06V10/82
Abstract: 本发明提供的是一种基于特征融合的自适应权重深度学习目标分类方法。目标粗检测；提取图像卷积特征和HOG特征，对HOG特征扩维处理；将SENet嵌入到Resnet网络框架，建立用于提取图像多特征权重的网络框架；计算卷积特征和HOG特征的自适应权重向量，制定特征融合策略，计算图像融合特征；建立基于精准二分类网络集的多目标分类框架。本发明将图像卷积特征与HOG特征融合，提取图像特征的自适应权重向量，设计深度学习网络构型和参数，构建精准的分类网络，该网络通过降低得分阈值来得到更多的候选框，提高目标检测的召回率；通过设计多个二分类网络，在多分类问题上具有更高的准确率。
-
公开(公告)号：CN113298952B
公开(公告)日：2022-07-15
申请号：CN202110652559.2
申请日：2021-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于三维计算机视觉领域，具体涉及到一种基于数据扩容与相似性度量的面向残缺点云分类网络。本发明要解决的问题是如何将将完整的点云分类网络扩展到残缺点云，从而为面向残缺点云的分类问题提供优秀的解决方案。为此本发明在传统的基于点的分类网络的基础上，针对残缺点云提出了一种新的分类网络IPC‑Net，可以基于数据扩容及相似性度量解决残缺点云分类精度低及网络鲁棒性差的问题，此外利用辅助损失函数结合注意力机制帮助解决相关问题。
-
公开(公告)号：CN111160354B
公开(公告)日：2022-06-17
申请号：CN201911388248.9
申请日：2019-12-30
Applicant: 哈尔滨工程大学
IPC: G06V10/26 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/40
Abstract: 本发明涉及一种基于联合图像信息的海天背景下船舶图像分割方法，本发明针对于待分割的船舶图像，首先利用训练好的干扰因素判别器判别船舶图像对应的环境类型；然后利用所述环境类型对应的船舶提取器进行船舶的分割提取；采用基于神经网络的分类网络构建干扰因素判别器；利用训练集进行训练，得到训练好的干扰因素判别器；采用基于神经网络的分割网络构建不同环境下的船舶提取器；利用训练集中每种环境下的船舶图像分别进行训练，得到不同环境下船舶图像分别对应的训练好的船舶提取器。主要用于图像中船舶的分割提取。解决利用现有的分割算法进行海天背景下船舶图像分割存在分割精度降低的问题。
-
公开(公告)号：CN114048800A
公开(公告)日：2022-02-15
申请号：CN202111229203.4
申请日：2021-10-21
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06V10/764 , G06V10/774
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种视觉信息海上目标识别多源混合数据集构建方法。本发明通过详细划分海上目标种类，为后续样本采集与标注提供标准分类条件；采用多种途径获取样本数据，利用海上目标样本采集、网络搜索、数据样本增广方式，分别构建样本数据集；设计样本分配和处理策略，并制定海上目标识别评价策略，保证样本中各类数据构成比例更为合理，保证后续神经网络训练的准确性。本发明可为基于深度学习的海上目标识别网络训练任务，提供更为合理的训练样本，使训练后的网络具有较强的鲁棒性和识别准确性。
-
公开(公告)号：CN109656262B
公开(公告)日：2021-10-01
申请号：CN201910045668.0
申请日：2019-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种提高小型飞机着陆过程乘客舒适度的控制方法。步骤1：获取小型飞机飞行状态量及控制量；步骤2：预估扰动气流状态量；步骤3：计算乘客舒适度并确定补偿量；步骤4：构造位置及速度补偿控制器；步骤5：构造飞机姿态角补偿控制器；步骤6：构造飞机姿态角速度偿控制器；步骤7：确定各控制器参数。本发明针对小型飞机着陆过程，本发明提出提高乘客舒适度的控制方法，设计扰动观测器预估扰动气流速度分量，提出乘客舒适度的计算方法，构建乘客舒适度补偿模型，结合基于非线性动态逆的横纵向综合设计思想，有效控制飞机着陆过程状态偏差，实现提高小型飞机着陆过程乘客舒适度的目的。
-
Patent Agency Ranking
公开(公告)号：CN108153153B
公开(公告)日：2020-09-11
申请号：CN201711393308.7
申请日：2017-12-19
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种学习变阻抗控制系统及控制方法。主要包括变阻抗控制器、系统的高斯过程模型、变阻抗控制策略和策略学习算法四部分。不需要环境的任何先验知识，根据交互数据构建系统的高斯过程模型，以贝叶斯的方式对系统进行长期推理与规划。能在有限的观测数据中提取更多的有用信息，以最少的交互时间学习完成复杂的力控制任务。通过在成本函数中加入能量损失项，实现误差和能量的权衡，使机器人具有良好的柔顺能力。最后，得到的变阻抗控制策略可在任务的不同阶段根据系统状态同时调整目标刚度与阻尼参数。本发明可广泛应用于双机械臂装配、多机械臂协作与机器人步态控制等柔顺控制任务中，保证交互操作的安全性与鲁棒性。
-
公开(公告)号：CN110689057A
公开(公告)日：2020-01-14
申请号：CN201910855228.1
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于图像分割的降低神经网络训练样本量的方法。将单张图片分割为不同区域；按照区域发展的先后顺序，给区域进行编号并且记录区域面积；设置一个面积阈值，区域小于阈值的区域舍弃；将保留下来的区域像素进行颜色空间的转化，将像素点的RGB值转化为HIS值，将相邻区域颜色差异大的区域保留，颜色差异小的将区域面积过小的一方舍弃；提取各区域的形状特征，将轮廓较为突出或较为光滑的区域留下，其他的区域舍弃；遍历整张图片，将被舍弃的区域显示为白色，保留的区域按原图显示，得到新图；判断是否将所有图片全部处理完，处理完就将新数据集送入网络训练；否则跳回循环。本发明在提高效率的同时也保留甚至提高了准确率。
-
公开(公告)号：CN110554407A
公开(公告)日：2019-12-10
申请号：CN201910908054.0
申请日：2019-09-25
Applicant: 哈尔滨工程大学
IPC: G01S17/89
Abstract: 本发明公开了一种模拟船用激光雷达三维点云成像方法，首先设置场景属性，模拟场景的各类初始状态信息；其次通过在线和离线两种方式实现场景的构建工作，用以生成基本的初始状态信息，该信息将构成后续实际计算的数据来源；再次，解算扫描物标三角面的结果数据，并通过物标点云结果的判定与合成，生成最后的扫描结果点云信息；最后，利用OpenGL技术，实现激光雷达扫描效果的可视化，提供三维可视信息。本发明可设置激光雷达的不同参数以及目标不同的距离方位等，可灵活构建激光雷达工作环境；可根据仿真工况，保存为规定格式的三维点云文件，便于其他软件使用，并增加了激光雷达扫描效果的可视化信息，便于实验人员观测。
-
公开(公告)号：CN110310331A
公开(公告)日：2019-10-08
申请号：CN201910526419.3
申请日：2019-06-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于直线特征与点云特征结合的位姿估计方法，包括：(1)融合先验知识的直线特征提取；(2)双目图像中的直线匹配；(3)直线特征的三维重建；(4)位姿计算。本发明的点云来自边缘特征，具有良好的抗干扰能力和准确的定位能力，且用点云匹配代替线段匹配可充分发挥点云匹配的鲁棒性优势，即使线段出现长度变换或断裂等现象，变成点云后仍能有效匹配；点云数量有限，覆盖区域是空间有限的线段集，这使得点云数量大大减小，提高了匹配速度，但同时点云又都是来自对定位贡献最大的物体边缘，定位精度并不会明显下降；直线特征提取及匹配过程无需致密深度场信息，针对复杂纹理以及简单纹理的物体均能保证精度。
-
公开(公告)号：CN106096617B
公开(公告)日：2019-10-08
申请号：CN201610416294.5
申请日：2016-06-08
Applicant: 哈尔滨工程大学
IPC: G06K9/46
Abstract: 本发明属于图像处理技术领域，具体涉及的是一种基于改进主动轮廓模型的全景海天线提取方法。(1)设置初始轮廓线；(2)使用Sobel算子计算各像素点梯度值；(3)消除全景设备区干扰；(4)构造改进的主动轮廓模型；(5)通过快速贪婪算法迭代提取海天线。本发明分割出全景设备区干扰等处理手段有效消除了全景设备区成像对海天线检的不良影响；在此基础上利用全景海天线为椭圆形这一特征，构造形状能量约束项加入到主动轮廓模型中作为新的能量函数，使活动轮廓线在收敛的过程中限制了轮廓的形状从而成功收敛到全景海天线上，能够在不同海况和天气条件下实现复杂海天背景下全景可见光图像中椭圆形海天线的精确提取。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.038 seconds)
