-
公开(公告)号：CN119964255A
公开(公告)日：2025-05-09
申请号：CN202510016827.X
申请日：2025-01-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V40/40 , G06V40/16 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/09 , G06N3/096
Abstract: 本申请公开了一种人脸伪造图像检测方法，涉及图像处理和计算机视觉技术领域，该方法包括：获取待测人脸图像；将待测人脸图像输入到人脸伪造图像检测模型中，得到待测人脸图像的伪造检测结果；人脸伪造图像检测模型是根据多张训练人脸图像，利用辅助学习模块对人脸伪造图像检测框架进行训练后得到的；人脸伪造图像检测框架包括：依次连接的五官提取模块和检测模块；本申请通过构建人脸伪造图像检测框架，提高人脸伪造图像检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119526424A
公开(公告)日：2025-02-28
申请号：CN202510041585.X
申请日：2025-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 机器人机械臂末端的驱动方法，涉及机器人控制技术领域。本发明是为了解决现有机器人难以对物品实现全方位信息感知的问题。本发明扫描物品构建出物品相机坐标系下的点云并转换至世界坐标系下；对世界坐标系下的点云进行重构；对重构点云进行切片，计算各切片中每个点相对于其质心的角度，利用能够满足预设点云间距的最小角度增量将排序后的角度进行区间划分，将各区间内点云的平均点和平均法线作为该区间的轨迹点，所有切片的所有轨迹点构成物品点云轨迹；将所述物品点云轨迹作为机器人机械臂末端的参考轨迹，进而实现对所述机器人机械臂末端的驱动。
-
公开(公告)号：CN118488322B
公开(公告)日：2024-11-01
申请号：CN202410951152.3
申请日：2024-07-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N23/84 , H04N23/86 , H04N25/47 , G06T5/60 , G06T3/4015 , G06T3/4046 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及发明一种图像去马赛克方法及系统。其中方法包括：获取包括应用混合事件图像传感器采集的RGB颜色信息的马赛克图像；根据所述马赛克图像获取Quad Bayer排列位置图和事件位置掩码图；根据将所述马赛克图像、所述Quad Bayer排列位置图和所述事件位置掩码图应用基于深度神经网络的两阶段去马赛克模型进行处理，获取去马赛克后的重建图像。通过以上方式，能够同时考虑颜色信息和位置信息，通过二者的共同编码实现高质量的去马赛克效果，重建出去马赛克的高质量的RGB图像。
-
公开(公告)号：CN118488322A
公开(公告)日：2024-08-13
申请号：CN202410951152.3
申请日：2024-07-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N23/84 , H04N23/86 , H04N25/47 , G06T5/60 , G06T3/4015 , G06T3/4046 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及发明一种图像去马赛克方法及系统。其中方法包括：获取包括应用混合事件图像传感器采集的RGB颜色信息的马赛克图像；根据所述马赛克图像获取Quad Bayer排列位置图和事件位置掩码图；根据将所述马赛克图像、所述Quad Bayer排列位置图和所述事件位置掩码图应用基于深度神经网络的两阶段去马赛克模型进行处理，获取去马赛克后的重建图像。通过以上方式，能够同时考虑颜色信息和位置信息，通过二者的共同编码实现高质量的去马赛克效果，重建出去马赛克的高质量的RGB图像。
-
公开(公告)号：CN118444280A
公开(公告)日：2024-08-06
申请号：CN202410402847.6
申请日：2024-04-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了融合SLAM、坡度检测与三维重建的探测方法、装置、设备及介质，方法包括：获取三维点云数据；对所述三维点云数据进行预处理后进行点云配准，根据配准后的三维点云数据构建轨迹地图以及对载体进行初步姿态估计，根据所述轨迹地图与初步姿态估计结果得到载体在空间的运动轨迹，并采用图优化算法对所述轨迹地图中的误差进行修正；将所述三维点云数据进行地面点云分离，以地面点云分布区域划定取点数的阈值范围，并根据获取的地面点云得到拟合直线，以及根据拟合曲线的斜率得到坡度值；将所述三维点云数据的深度值与所述坡度值进行融合得到加权深度值，通过所述加权深度值将所述三维点云数据转换为二维深度图；对所述载体在空间的运动轨迹、所述坡度值以及所述二维深度图进行显示。本发明通过融合SLAM、坡度检测和三维重建技术，能够提高三维探测的探测精度，可以在复杂环境下准确测量载体运动、检测地面坡度以及构建精细环境地图。
-
公开(公告)号：CN117218093A
公开(公告)日：2023-12-12
申请号：CN202311217797.6
申请日：2023-09-20
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请适用于金相检测技术领域，提供了金相碳化物检测方法、装置及终端设备，该方法本发明实施方式公开了一种金相碳化物检测方法，包括：首先获取待检测图像；然后对所述待检测图像做平滑和滤波处理，得到待检测图像的可疑区域；接着对所述待检测图像的可疑区域进行碳化物检测，得到多个等级判别；最后对多个所述等级判别进行融合，得到碳化物判级。本发明实施方式通过图像分析，确定金相碳化物的可疑区域，并针对可疑区域获取高倍图像，并基于高倍图像进行评级，因此评级结果准确可靠，提高了检测效率。
-
-
-
-
-
Search Results
16
records
(took 0.041 seconds)
