-
公开(公告)号：CN114694012B
公开(公告)日：2023-10-20
申请号：CN202210357486.9
申请日：2022-04-07
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
IPC: G06V10/82 , G06V10/44 , G06V10/42 , G06V10/56 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F16/9535 , G06Q30/0601
Abstract: 本发明公开了一种基于卷积神经网络的服装识别方法，主要解决现有服装识别算法对服装属性识别结果单一、准确率低的问题。其方案是：（1）对公开的服装识别数据集进行筛选并补充，采用层级标签标注方法制作融合数据集；（2）将ResNet18网络模型与EfficentNet网络模型相结合，简化网络结构；（3）将不同网络模型输出的特征向量进行相加，得到融合特征向量，结合Sigmoid损失函数进行分类；（4）对改造后ResNet18+EfficentNet融合网络进行训练和测试。本发明提高了对具有多种属性标签的服装识别精度，实现了服装多标签识别分类，可应用于电商平台的服装检索和推荐领域，在购物过程中为消费者带来便利。
-
公开(公告)号：CN114970511A
公开(公告)日：2022-08-30
申请号：CN202210321628.6
申请日：2022-03-30
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于孪生神经网络(SiameseNeuralNetwork)的英语句子词义消岐方法。本发明首先对英语语料进行数据清洗，然后对包含歧义词汇的英语句子进行分词、词性标注和语义标注，将其划分为训练语料和测试语料，然后构建训练样本对和测试样本对。通过训练样本对对孪生神经网络进行训练，得到优化后的孪生神经网络模型；在优化后的孪生神经网络模型上，使用测试样本对进行预测分类，得到歧义词汇在每个语义类别下的概率分布；具有最大概率的语义类别即为歧义词汇的语义类别。本发明对歧义词汇实现了很好的消岐，更准确地判断歧义词汇的真实含义。
-
公开(公告)号：CN114694012A
公开(公告)日：2022-07-01
申请号：CN202210357486.9
申请日：2022-04-07
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
IPC: G06V20/00 , G06V10/44 , G06V10/42 , G06V10/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的服装识别方法，主要解决现有服装识别算法对服装属性识别结果单一、准确率低的问题。其方案是：（1）对公开的服装识别数据集进行筛选并补充，采用层级标签标注方法制作融合数据集；（2）将ResNet18网络模型与EfficentNet网络模型相结合，简化网络结构；（3）将不同网络模型输出的特征向量进行相加，得到融合特征向量，结合Sigmoid损失函数进行分类；（4）对改造后ResNet18+EfficentNet融合网络进行训练和测试。本发明提高了对具有多种属性标签的服装识别精度，实现了服装多标签识别分类，可应用于电商平台的服装检索和推荐领域，在购物过程中为消费者带来便利。
-
公开(公告)号：CN113807251A
公开(公告)日：2021-12-17
申请号：CN202111092136.6
申请日：2021-09-17
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 本发明公开了一种基于外观的视线估计方法，主要解决现有视线估计方法需要额外的检测眼睛的模块、视线估计实时性较差及准确率较低的问题，其方案是：（1）对公开数据集MPIIFaceGaze进行预处理；（2）对ResNet网络进行改造，搭建轻量级ResNet网络进行图像特征提取；（3）使用注意力机制增大人脸中与视线估计有关权重，抑制其他与视线估计无关权重；（4）对改造后的ResNet网络进行训练和测试，并结合dlib库及OpenCV进行测试。本发明提高了视线估计的准确率和实时性，可实现多人视线检测，可广泛应用于机器人、手机、笔记本电脑等设备中，且无需使用者穿戴任何辅助设备。
-
公开(公告)号：CN113671872A
公开(公告)日：2021-11-19
申请号：CN202110941935.X
申请日：2021-08-17
Applicant: 哈尔滨鹏路智能科技有限公司 , 哈尔滨理工大学
Abstract: 本发明公开了一种基于物联网技术的智能宠物围栏及监控系统，属于智能家居技术领域。包括：主控部分、无线通信部分、远程监控部分和外围设备部分；主控部分包含存储器、微处理器；无线通信部分包含wifi模块；远程监控部分包含摄像头模块、手机终端和云服务器；外围设备包含围栏模块、蜂鸣报警模块、供电模块、扬声器模块、定位模块、定位信号接收模块；本发明可通过物联网技术对宠物行为和位置进行远程监控、诱导宠物回笼、对宠物违规行为发出警告以及手机端远程操控；本发明解决了主人在外出时不能对宠物进行有效约束和管理的问题，减轻主人看管宠物的压力。
-
Patent Agency Ranking
公开(公告)号：CN113253661A
公开(公告)日：2021-08-13
申请号：CN202110654886.1
申请日：2021-06-11
IPC: G05B19/042
Abstract: 本发明公开了一种具有多种人机交互方式的大棚遮盖物升降控制系统，涉及人机交互和智能农业领域。该大棚遮盖物升降控制系统包含用户终端核心控制模块、按键控制模块、第一无线收发模块、显示模块、电机及驱动模块、第二无线收发模块、摄像头模块、大棚前端核心控制模块、摇杆控制模块、语音识别模块、红外接收模块和红外遥控模块。本发明可通过多种人机交互方式在用户住宅和大棚实现对大棚遮盖物的升降控制，为大棚用户节省依靠人力控制大棚遮盖物升降所耗费的时间和精力，为用户带来便利。
-
公开(公告)号：CN113160260A
公开(公告)日：2021-07-23
申请号：CN202110499945.2
申请日：2021-05-08
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 本发明公开了一种头眼双通道智能人机交互系统及运行方法，属于人机交互技术领域。头眼双通道智能人机交互系统包括：眼部图像采集模块、头部姿态检测模块、系统核心模块、无线数据传输模块和电源模块，眼部图像采集模块和头部姿态检测模块均与系统核心模块连接，系统核心模块与无线数据传输模块连接，电源模块同时为眼部图像采集模块、头部姿态检测模块、系统核心模块和无线数据传输模块通电。本发明通过用头部姿态确定注视区域完成粗定位，用视线确定具体的注视点，实现头眼双输入通道控制的人机交互方式，解决了单输入通道人机交互系统存在的缺陷。
-
公开(公告)号：CN112256040A
公开(公告)日：2021-01-22
申请号：CN202011221914.2
申请日：2020-11-05
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进A*算法的自主导航智能轮椅路径规划方法。所述方法包括：将地图栅格化并确定起点、终点；利用蜜糖扩散法对地图每个栅格标记气味素值；通过A*算法进行全局路径规划，A*算法运行后，每个节点只向气味素值比自身大的方向进行扩展，与传统A*算法向周围8个方向扩展相比缩减了每一步的扩展方向数量；通过滚动窗口算法进行局部路径规划，当轮椅陷入局部极小点时跳出滚动窗口算法，采用障碍物边沿跟随模式摆脱障碍物。与传统A*算法相比，本算法计算量更小、实时性更高；并且可以实现遇到动态障碍物时的局部路径规划，使轮椅可以处理在行驶过程中遇到的突发状况。
-
公开(公告)号：CN112216356A
公开(公告)日：2021-01-12
申请号：CN202011140018.3
申请日：2020-10-22
Applicant: 哈尔滨理工大学
Abstract: 一种基于机器学习的高熵合金硬度预测方法，属于金属材料硬度预测技术领域，用以解决传统方法预测搜索性能优异的高熵合金耗时耗力且不准确的问题。该方法包括，获取用来预测高熵合金硬度的特征数据训练集；对特征数据进行筛选，获取最优特征组合；通过十重交叉验证方法选择机器学习模型；采用选择的机器学习模型并输入最优特征组合进行模型训练；根据训练好的模型对未知的高熵合金硬度进行预测，挑选出预测硬度高且预测可信性好的高熵合金。本发明中的特征筛选方法与现有的穷举法需要排列所有特征的组合去寻找最优特征相比，在基于机器学习算法进行高熵合金硬度预测时，不仅对高熵合金性能预测较为准确，而且更为节省计算资源与时间。
-
公开(公告)号：CN111028477A
公开(公告)日：2020-04-17
申请号：CN201911237512.9
申请日：2019-12-06
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于卷积神经网络的智能摔倒检测装置及方法，尤其涉及嵌入式人工智能技术。本发明提供的一种基于卷积神经网络的智能摔倒检测装置，包括壳体、摄像头电路单元以及分别内置于壳体的核心控制电路单元、报警电路单元以及电源电路单元。本发明提供的一种基于卷积神经网络的智能摔倒检测方法，包括步骤：获取用户活动的视频图像数据，前景提取，摔倒检测方法选择，摔倒检测，驱动报警。本发明将传统的摔倒检测方法和基于卷积神经网络的摔倒检测方法相结合，提出了一种速度更快、精度更高的摔倒检测算法，并将该算法实现在FPGA平台上，设计出了一种价格便宜、安装方便、检测精度高、实时性好、可靠性强的智能摔倒检测装置。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.032 seconds)
