-
公开(公告)号：CN115862150A
公开(公告)日：2023-03-28
申请号：CN202310015851.2
申请日：2023-01-06
Applicant: 吉林大学
IPC: G06V40/20 , G06V40/10 , G06V20/05 , G06V20/40 , G06V20/70 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/049 , G06N3/09
Abstract: 本发明是一种基于三维人体蒙皮的潜水员动作识别方法。本发明涉及计算机视觉技术领域，本发明通过三维人体形状与姿态估计方法从潜水员视频中提取出人体形状、姿态、顶点数据；将人体形状、姿态、顶点数据经过数据融合模块得到高层次语义信息；利用高层次语义信息经过TCA‑GCN模块进行动作识别；利用高层次语义信息经过STGCN模块进行动作识别；将两个模块的识别结果进行线性融合。通过本发明中的技术方案，实现了对潜水员三维姿态的动作估计，提高了动作识别的准确率。
-
公开(公告)号：CN115760582A
公开(公告)日：2023-03-07
申请号：CN202310027766.8
申请日：2023-01-09
Applicant: 吉林大学
Abstract: 本发明是一种水下深度图超分辨率方法。本发明涉及超分辨率技术领域，本发明包括：步骤1通过Kinect相机采集训练时所需要的数据，步骤2确定合适的评价指标来衡量模型输出的深度图像和原始高分辨率深度图像的几何差距，本方法中使用到的是均方根误差和感知误差；步骤3搭建适用于水下环境的深度图像超分辨率网络（DSTN网络），其主要包含以下四个模块：特征融合模块、独立特征提取模块、深度图像变换器、多尺度学习模块；步骤4网络的参数更新与训练。通过本申请中的技术方案，对水下拍摄的深度图像实现超分辨率，还原水下深度图像更多的细节，从而弥补大多数深度相机拍摄的深度图的分辨率和精度都不足以满足实际应用的缺陷。
-
公开(公告)号：CN105879301B
公开(公告)日：2017-12-08
申请号：CN201610423325.X
申请日：2016-06-14
Applicant: 吉林大学
IPC: A63B21/072 , A63B23/12 , A63B24/00
Abstract: 本发明公开了一种面向智能哑铃的上肢运动识别方法，通过传感器对用户上肢运动的三维加速度和三维角速度进行实时采集通过将采集到的数据进行加速度分解、滤波、周期判别、标准化等处理后，与特征数据库中的数据进行相似度分析，从而实现对特定动作的识别。本发明识别成本低，准确率高。
-
公开(公告)号：CN105879301A
公开(公告)日：2016-08-24
申请号：CN201610423325.X
申请日：2016-06-14
Applicant: 吉林大学
IPC: A63B21/072 , A63B23/12 , A63B24/00
CPC classification number: A63B21/072 , A63B23/12 , A63B24/0062 , A63B24/0087
Abstract: 本发明公开了一种面向智能哑铃的上肢运动识别方法，通过传感器对用户上肢运动的三维加速度和三维角速度进行实时采集通过将采集到的数据进行加速度分解、滤波、周期判别、标准化等处理后，与特征数据库中的数据进行相似度分析，从而实现对特定动作的识别。本发明识别成本低，准确率高。
-
公开(公告)号：CN118276449A
公开(公告)日：2024-07-02
申请号：CN202410685421.6
申请日：2024-05-30
Applicant: 吉林大学
IPC: G05B13/04 , G06N3/092 , G06N3/0985
Abstract: 本发明提出了一种自主水下机器人的洋流自适应控制方法，属于水下机器人技术领域，通过在仿真环境中模拟多种洋流条件对AUV的影响，对控制算法进行深入训练，构建一个元学习模型，基于深层次洞察来迅速调整其控制参数，以适应实际遇到的特定洋流条件；本发明利用元强化学习方法，提供了一种有效的机制，使AUV能在面对动态海洋环境时展现出更高的适应性和灵活性；这不仅增强了AUV在复杂海洋任务中的性能和可靠性，也为水下机器人的智能控制领域带来了新的技术突破。
-
Patent Agency Ranking
公开(公告)号：CN117765048B
公开(公告)日：2024-06-11
申请号：CN202410195664.1
申请日：2024-02-22
Applicant: 吉林大学
Abstract: 一种基于跨模态融合的水下目标三维配准方法，属于水下三维视觉技术领域，解决了现有技术无法有效地融合激光点云和深度图这两种数据源，在发挥各自的优势的同时，克服各自的局限性的问题。读取待配准的深度图，获得待配准的深度图投影图；读取待配准的激光点云，获得待配准的激光点云投影图；将待配准的深度图投影图与待配准的激光点云投影图进行匹配；根据匹配结果计算出配准角度差，根据配准角度差计算出粗配准旋转矩阵和粗配准平移矩阵；对粗配准旋转矩阵和粗配准平移矩阵进行精配准，获得精配准旋转矩阵和精配准平移矩阵，实现了深度图投影图与激光点云投影图的配准。
-
公开(公告)号：CN117746227B
公开(公告)日：2024-06-11
申请号：CN202410182760.2
申请日：2024-02-19
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/147 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明属于水下机器视觉技术领域，本发明公开了一种红外偏振成像数据的水下目标细粒度分类方法，包括以下步骤：基于偏振相机获取图像构建水下基准数据集；利用交叠的滑动窗口对所述水下基准数据集中的所述红外偏振图像进行划分并编码，得到编码结果，并输入预训练视觉变换器编码器的共L层变换器层中，得到多层级的视觉特征和多层级的注意力图；利用前L‑1层每一层级的所述注意力图对自注意动态加权得到多层级动态注意力权重，并进行特征选择，得到特征组1；利用前L‑1层每一层级的注意力图对每一层级的特征进行前k个选择，得到多层级优化特征组2；将特征组1和特征组2输入第L层变换器层中，利用类别序列通过全连接层计算最终的类别。
-
公开(公告)号：CN117671472B
公开(公告)日：2024-05-14
申请号：CN202410128788.8
申请日：2024-01-31
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0464 , G06N3/08 , G06V10/36 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 一种基于动态视觉传感器的水下多目标群体识别方法。所述方法包括如下步骤：S1、利用动态视觉传感器收集水下多目标群体RGB图像与水下多目标群体事件；S2、使用水下多目标群体事件图像与水下多目标群体RGB图像构建数据集，按照比例划分训练集与验证集；S3、所述多目标群体识别模型以目标检测模型为基础，在目标检测模型骨干网络前嵌入自适应图像增强模块，在目标检测模型骨干网络和颈部网络之间嵌入特征级模态融合模块；S4、将训练集的数据输入步骤S4所述的多目标群体识别模型进行训练，以此获得符合要求的模型参数，并通过验证集验证效果；S5、通过训练好的多目标群体识别模型进行水下多目标群体识别。
-
公开(公告)号：CN117647998A
公开(公告)日：2024-03-05
申请号：CN202410123538.5
申请日：2024-01-30
Applicant: 吉林大学
IPC: G05D1/485 , G05D101/10
Abstract: 一种基于动态视觉传感器的水下航行器接驳方法和系统，涉及水下导航的领域。解决传统光学相机驶向对接任务中的存在动作模糊问题。所述方法包括：S1：采用4个共面的圆形光源构建矩形约束的灯环作为接驳地标；S2：根据时空滤波器和SNN构建SNN模型；S3：根据异步霍夫圆变换和SNN模型，获取接驳地标的光源坐标；S4：根据透视4点算法计算水下航行器与接驳地标之间的相对姿态，根据相对姿态调整水下航行器的航向，完成接驳任务。本发明应用于水下自主接驳领域。
-
公开(公告)号：CN116935203A
公开(公告)日：2023-10-24
申请号：CN202311195467.1
申请日：2023-09-18
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G01S15/86 , G01S7/539 , G01S15/88 , G01C21/00
Abstract: 一种基于声光融合的潜水员智能监控方法和系统，涉及水下声呐与图像融合技术领域。解决现有水下手势识别会损失一些手势动作的细节和空间信息的问题。所述系统包括：多模态基准数据集获取单元，采集潜水员在水下的视频和声呐模态数据；数据处理单元，对视频视频和声呐模态数据进行估计处理，获取潜水员的行为关键点数据、位置和运动状态；非自然依赖超图建立单元，建立超边和非自然依赖超图；动态跨时间点超图获取单元，采用时间特征生成方法处理非自然依赖超图，获取动态跨时间点超图；综合特征模型构建单元，根据时空特征建模方法和动态跨时间点超图，构建综合特征模型；输出单元，输出潜水员的动态监控识别结果。本发明应用于水下人机交互领域。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
