-
公开(公告)号：CN116563303B
公开(公告)日：2023-10-27
申请号：CN202310842854.3
申请日：2023-07-11
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: 本发明提供一种场景可泛化的交互式辐射场分割方法，涉及图像处理技术领域，方法包括：获取2D图像中的点击点，根据点击点生成2D交互引导图；对2D交互引导图进行扩散处理，得到3D交互引导图，3D交互引导图中的各个网格点对应的值分别反映3D辐射场的各个网格点与点击点之间的相似性；将3D交互引导图和3D辐射场对应的3D不透明度体素模型连接后输入至3D分割神经网络模型，获取前景概率预测体素模型，前景概率预测体素模型中的各个网格点对应一个前景概率预测值，前景概率预测值反映网格点为前景部分的概率；基于前景概率预测体素模型输出3D场景中的前景部分以实现辐射场分割。本发明可以实现场景可泛化的辐射场分割。
-
公开(公告)号：CN116563840A
公开(公告)日：2023-08-08
申请号：CN202310828211.3
申请日：2023-07-07
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: G06V20/62 , G06V20/70 , G06V30/14 , G06V30/18 , G06V10/82 , G06V30/19 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/0895
Abstract: 本发明提供基于弱监督跨模态对比学习的场景文本检测与识别方法，涉及图像处理技术领域。方法包括：将待识别图像输入至文本识别模型中的第一图像编码器得到第一图像特征图；基于第一图像特征图获取概率特征图、字符位置特征图以及字符语义特征图；基于概率特征图、字符位置特征图和字符语义特征图中确定待识别图像中的文本识别结果；文本识别模型是基于多组包括样本待识别图像以及样本待识别图像对应的第一文本内容标签和文本区域位置标签的第一训练数据训练得到的；文本区域位置标签是基于标签生成模型生成的，标签生成模型基于多组包括样本待标注图像以及样本待标注图像中的第二文本内容标签的第二训练数据训练得到。本发明可以降低标注成本。
-
公开(公告)号：CN116563303A
公开(公告)日：2023-08-08
申请号：CN202310842854.3
申请日：2023-07-11
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: 本发明提供一种场景可泛化的交互式辐射场分割方法，涉及图像处理技术领域，方法包括：获取2D图像中的点击点，根据点击点生成2D交互引导图；对2D交互引导图进行扩散处理，得到3D交互引导图，3D交互引导图中的各个网格点对应的值分别反映3D辐射场的各个网格点与点击点之间的相似性；将3D交互引导图和3D辐射场对应的3D不透明度体素模型连接后输入至3D分割神经网络模型，获取前景概率预测体素模型，前景概率预测体素模型中的各个网格点对应一个前景概率预测值，前景概率预测值反映网格点为前景部分的概率；基于前景概率预测体素模型输出3D场景中的前景部分以实现辐射场分割。本发明可以实现场景可泛化的辐射场分割。
-
公开(公告)号：CN116399314A
公开(公告)日：2023-07-07
申请号：CN202310650448.7
申请日：2023-06-02
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) , 中冶建筑研究总院(深圳)有限公司 , 中冶建筑研究总院有限公司
Abstract: 本发明提供了一种用于摄影测量的标定装置及其测量方法，涉及摄影测量技术领域，所述标定装置主要包括标定球；所述标定球表面均布有若干等边图形；所述等边图形的颜色与所述标定球的本色不同。本方案通过使用标定球及其测量方法，可以实现单相机测量时的快速标定、测量以及数据拼接，消除了平面标定时信息少、畸变大、操作复杂等问题，并且可以获取三维物体的深度信息，便于进行三维标定，还可以提高图像特征及多视图几何约束的求解精度，从而有效修正三维重建模型的精度。
-
公开(公告)号：CN119887718A
公开(公告)日：2025-04-25
申请号：CN202411991508.2
申请日：2024-12-31
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) , 台深创(深圳)科技投资有限公司
IPC: G06T7/00 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 本发明涉及一种高空建筑物表面缺陷机器人智能检测方法，包括：获取待检测的表面缺陷图像，将待检测的表面缺陷图像输入至机器人搭载的高空建筑物表面缺陷检测模型，获取表面缺陷检测结果；高空建筑物表面缺陷检测模型利用训练集训练获得；训练集包括：表面缺陷图像和缺陷标签；高空建筑物表面缺陷检测模型利用轻量卷积进行特征提取，并引入空间注意力机制计算特征图拼接后的注意力权重，将注意力权重赋予原始特征图。本发明利用神经网络学习不同种类缺陷的特征，构建缺陷检测的深度学习网络，并搭载到机器人操作系统上，通过机器人的运动，借助视觉传感器的视频流识别建筑物表面是否存在缺陷及其类型。
-
Patent Agency Ranking
公开(公告)号：CN119459918A
公开(公告)日：2025-02-18
申请号：CN202411904811.4
申请日：2024-12-23
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) , 台深创(深圳)科技投资有限公司
IPC: B62D57/024
Abstract: 本发明公开一种风压吸附爬行检测机器人，涉及高空建筑物质量检测技术领域，包括机器人前底盘和机器人后底盘，机器人前底盘和机器人后底盘之间连接有折叠越障机构，机器人前底盘和机器人后底盘上均设有单向反推力吸附组件；本发明的风压吸附爬行检测机器人整体体积相对较小，质量轻便，且采用双涵道风压原理，可实现任意倾角表面上的稳定吸附，另外具有双底板履带结构，遇到障碍物时可以抬升前底板实现跨越障碍物，通过搭载视觉检测模块在高空建筑物表面上下爬行并开展检测，遇到障碍物具备跨越障碍物能力，具有强环境适应性，从而实现高空建筑物表面三维形貌测量和损上检测定位，极大减轻人工检测作业的负担，具有着广阔的应用前景。
-
公开(公告)号：CN119091256A
公开(公告)日：2024-12-06
申请号：CN202411570536.7
申请日：2024-11-06
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: G06V10/774 , G06V10/764 , G06V10/40 , G06V20/69 , G06V10/82 , G06N3/08 , G06N3/0499
Abstract: 本发明实施例公开了一种样本数据扩充方法、装置、电子设备及存储介质，涉及数字成像和深度学习技术领域，其中，所述方法包括：获取样本数据集的数字显微成像和标注作为训练集，设计初始数据扩充模型，根据初始数据扩充模型得到输出图像，初始数据扩充模型包括特征提取模型，特征生成模型和特征判别模型，使用特征判别模型对输入图像和输出图像进行对比得到损失值，根据损失值优化特征生成模型，使用训练集对初始数据扩充模型进行迭代优化直至达到设定条件，得到训练好的数据扩充模型，使用数据扩充模型对样本数据集进行扩充。本发明解决了现有技术只能在小样本数据集上进行模型训练，容易出现过拟合，泛化能力较差，难以取得良好效果的问题。
-
公开(公告)号：CN117876430B
公开(公告)日：2024-06-18
申请号：CN202410281592.2
申请日：2024-03-13
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: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种全景图像及视频中的扫视路径预测方法、设备及介质，涉及扫视路径预测技术领域，方法包括：获取历史扫视路径下的全景图像及视频；采用图像转化方法，将全景图像及视频转为视口序列；将注视位置序列投影到与每一注视位置对应的视口中，得到每一视口中历史路径的相对坐标；将视口序列、每一视口的相对坐标以及自回归路径先验坐标输入至高斯混合模型，并使用基于物理模型和梯度下降优化器的随机采样模型预测下一时刻之后的扫视路径；本发明将视口序列、每一视口的历史路径相对坐标序列以及自回归路径先验坐标输入至高斯混合模型，实现对下一时刻扫视路径的预测，提高了扫视路径预测的准确性。
-
公开(公告)号：CN117876430A
公开(公告)日：2024-04-12
申请号：CN202410281592.2
申请日：2024-03-13
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: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种全景图像及视频中的扫视路径预测方法、设备及介质，涉及扫视路径预测技术领域，方法包括：获取历史扫视路径下的全景图像及视频；采用图像转化方法，将全景图像及视频转为视口序列；将注视位置序列投影到与每一注视位置对应的视口中，得到每一视口中历史路径的相对坐标；将视口序列、每一视口的相对坐标以及自回归路径先验坐标输入至高斯混合模型，并使用基于物理模型和梯度下降优化器的随机采样模型预测下一时刻之后的扫视路径；本发明将视口序列、每一视口的历史路径相对坐标序列以及自回归路径先验坐标输入至高斯混合模型，实现对下一时刻扫视路径的预测，提高了扫视路径预测的准确性。
-
公开(公告)号：CN117671302A
公开(公告)日：2024-03-08
申请号：CN202410140154.4
申请日：2024-02-01
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: G06V10/74 , G06V10/75 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像隐写分析方法及设备，方法包括：利用空域富模型中srm滤波提取待分析原始图片的空域高频噪声信息图；利用高通滤波方法提取待分析原始图片的高频信息图；对空域高频噪声信息图和高频信息图分别进行图像切割，得到不同位置的频域信息子图和空域信息子图；利用深度学习网络对频域信息子图和空域信息子图进行特征提取；将提取的特征进行相似度计算，得到特征相似度矩阵；对特征相似度矩阵的非零元素进行求和取平均，获得特征平均相似度；通过设定决策边界，并通过特征平均相似度与方法决策边界比较得到待分析原始图片的隐写分析结果。本发明提高了图像隐写分析的准确率。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.026 seconds)
