-
公开(公告)号：CN118999529A
公开(公告)日：2024-11-22
申请号：CN202411125524.3
申请日：2024-08-16
Applicant: 东北大学
Abstract: 本发明公开了一种基于3D激光雷达的移动机器人语义建图与定位系统，具体涉及人工智能领域，包括计算机、雷达反应模块、数据获取系统、数据存储模块、数据处理系统以及移动设备，本发明通过引入语义信息，通过整合语义信息，系统不仅能提供地理位置数据，还能理解环境的语义结构，从而在动态环境中实现更为稳定和准确的导航与定位，通过深度学习模型对激光点云进行语义分割，实时提取环境中的关键语义信息，为建图和定位提供更丰富的环境描述。本系统能更准确地识别和定位环境中的关键特征，如道路边界、建筑物和其它重要地标，这种精确的环境理解使得定位结果更加稳定，尤其是在动态物体较多的场景中。
-
Patent Agency Ranking
公开(公告)号：CN118736154A
公开(公告)日：2024-10-01
申请号：CN202411222915.7
申请日：2024-09-03
Applicant: 东北大学
IPC: G06T17/05 , G06V20/58 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。
-
公开(公告)号：CN118196519B
公开(公告)日：2025-05-02
申请号：CN202410355686.X
申请日：2024-03-27
Applicant: 东北大学 , 沈阳华盛冶金技术与装备有限责任公司
IPC: G06V10/764 , G06V10/32 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/096 , G06N3/084 , G06N3/047 , G06N3/0464 , G06N3/048
Abstract: 一种迁移学习和双重注意力机制残差网络的转炉喷溅识别方法，使用安装在炉口对面的工业摄像机进行图像拍摄，以捕获不同程度的转炉喷溅图像；对于采集到的图像，根据专家经验进行类别划分，并进行类别标注，以满足有监督学习的要求；将数据集划分为训练集和测试集；选取在ImageNet数据集上预训练后的ResNet18网络中的前3个残差块作为本网络的初步特征提取器；搭建双重注意力机制进行特征的进一步提取；使用全连接层将特征映射到样本的标记空间；使用softmax根据概率的大小获得分类结果；使用Focal Loss损失函数以解决类别不平衡的问题；利用测试集评估模型性能；识别并输出识别结果。该方法能有效提高喷溅程度的识别精度。
-
公开(公告)号：CN111402269A
公开(公告)日：2020-07-10
申请号：CN202010186436.X
申请日：2020-03-17
Applicant: 东北大学
Abstract: 一种基于改进的FC-DenseNets的椎管分割方法，属于深度学习医疗图像分割方向，该方法包括以下步骤：对脊椎部位的CT影像数据集进行数据增强，得到增强后的CT影像数据集，对增强后的CT影像数据集进行划分得到训练集和测试集；采用目标检测YOLO V3算法对增强后的训练集进行特征提取，确定目标区域；通过对FC-Densenets网络增加长短跳连接的方式，得到改进之后的FC-Densenets网络Ⅰ，对改进之后的FC-Densenets网络Ⅰ进行降维卷积核操作，得到改进之后的FC-Densenets网络结构图；对改进之后的FC-Densenets网络结构图进行训练，基于测试集得到脊椎部位得分割效果图，深度学习网络采用改进的FC-DenseNetsFully结构网络来提高分割效果，改进之后具有更少的参数量、更低的运行内存以及精简的网络结构使得相应的实时性得到提高，有明显的抗干扰性能。
-
公开(公告)号：CN118736154B
公开(公告)日：2024-11-12
申请号：CN202411222915.7
申请日：2024-09-03
Applicant: 东北大学
IPC: G06T17/05 , G06V20/58 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。
-
公开(公告)号：CN118196519A
公开(公告)日：2024-06-14
申请号：CN202410355686.X
申请日：2024-03-27
Applicant: 东北大学 , 沈阳华盛冶金技术与装备有限责任公司
IPC: G06V10/764 , G06V10/32 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/096 , G06N3/084 , G06N3/047 , G06N3/0464 , G06N3/048
Abstract: 一种迁移学习和双重注意力机制残差网络的转炉喷溅识别方法，使用安装在炉口对面的工业摄像机进行图像拍摄，以捕获不同程度的转炉喷溅图像；对于采集到的图像，根据专家经验进行类别划分，并进行类别标注，以满足有监督学习的要求；将数据集划分为训练集和测试集；选取在ImageNet数据集上预训练后的ResNet18网络中的前3个残差块作为本网络的初步特征提取器；搭建双重注意力机制进行特征的进一步提取；使用全连接层将特征映射到样本的标记空间；使用softmax根据概率的大小获得分类结果；使用Focal Loss损失函数以解决类别不平衡的问题；利用测试集评估模型性能；识别并输出识别结果。该方法能有效提高喷溅程度的识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
