公开(公告)号：CN119107348A

公开(公告)日：2024-12-10

申请号：CN202411578120.X

申请日：2024-11-07

Applicant: 哈尔滨工业大学(威海)

Inventor： 刘贤柱 ,  孙鑫 ,  吕晓倩 ,  王晨阳 ,  张盛平

IPC: G06T7/33 ,  B25J9/16 ,  G06T7/73 ,  G06T7/11

Abstract: 本公开的实施例提供了一种基于点云补全的机械臂抓取方法及装置；涉及机器人抓取领域。方法包括调整当前拍摄角度，获取待抓取对象在当前拍摄角度下的点云数据；将点云数据与之前获取的其他拍摄角度下的点云数据进行配准与合并；将合并后的点云数据输入点云补全网络，生成待抓取对象的完整几何结构；根据生成的完整几何结构利用抓取姿态检测方法生成抓取姿势；利用运动规划方法控制机械臂采用抓取姿势对待抓取对象进行抓取操作；若抓取失败，则重复以上抓取过程，直至抓取成功。以此方式，可以大幅减少对多视角或复杂传感器布置的依赖，利用动态更新机制不断优化抓取姿势，提高抓取的成功率、鲁棒性以及机械臂在复杂环境下的适用性与实用性。

公开(公告)号：CN118015162A

公开(公告)日：2024-05-10

申请号：CN202410425334.7

申请日：2024-04-10

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  李宗霖 ,  柳青林 ,  孟权令 ,  吕晓倩 ,  王晨阳

IPC: G06T13/40 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于语音韵律学分解的三维数字人头部动画生成方法，包括以下步骤：通过语言内容、风格和基础频率编码器分别提取音频中的三者相关的潜在变量；通过周期位置编码获得额外的时序信息，使用跨模态偏差多头自注意力模块增强对于长动作序列的泛化性能；计算跨模态的对齐偏差并通过多头注意力模块对齐多模态信息，实现三维数字人头部动画中的唇部动作生成；通过基于Transformer的动作变分自编码器将唇部动作序列映射到低维潜在空间，设计条件概率扩散模型实现基于基础频率的三维数字人头部动画中的头部动作生成。本发明更加深层次挖掘了语音中韵律部分同唇部动作的关系，实现了更加高效的唇部动作序列生成。

公开(公告)号：CN109300090A

公开(公告)日：2019-02-01

申请号：CN201810986230.8

申请日：2018-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  孙嘉敏 ,  吕晓倩 ,  朴学峰 ,  董开坤 ,  张维刚 ,  孙鑫

IPC: G06T5/00

Abstract: 本发明公开了一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器D输出无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。

公开(公告)号：CN109165658A

公开(公告)日：2019-01-08

申请号：CN201810986082.X

申请日：2018-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  吕晓倩 ,  孙嘉敏 ,  董开坤 ,  朴学峰 ,  孙鑫 ,  张维刚

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Faster-RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。