-
公开(公告)号：CN118015287B
公开(公告)日：2024-06-21
申请号：CN202410419473.9
申请日：2024-04-09
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: G06V10/26 , G06V10/776
Abstract: 本发明提供一种基于域纠正适应器的跨域小样本分割方法，涉及图像处理技术领域。方法包括：获取待分割图像，将待分割图像输入至已训练的特征提取层，得到待处理特征图；将待处理特征图输入至已训练的域纠正器，获取域纠正器输出的纠正特征图，域纠正器用于纠正待处理特征图的域与基准域的域差异；将纠正特征图输入至已训练的分割模块，获取分割模块输出的图像分割结果；其中，域纠正器与域扰乱器共同基于多组训练数据训练得到，每组训练数据包括样本待分割图像以及样本待分割图像对应的分割结果标签，样本待分割图像的域为基准域，域扰乱器用于对图像添加域扰动以实现对不同域的模拟。本发明可以提高对跨域的图像的分割准确度。
-
公开(公告)号：CN117671302B
公开(公告)日：2024-05-28
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。
-
公开(公告)号：CN118014048A
公开(公告)日：2024-05-10
申请号：CN202410167554.4
申请日：2024-02-06
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)
Abstract: 本发明公开了一种低照度人脸检测模型构建方法、装置及终端。方法包括：获取源域和目标域；获取初始模型，所述初始模型包括学生模型和教师模型；基于所述源域对所述学生模型进行监督训练，得到初始模型参数和第一监督损失；基于所述初始模型参数和所述第一监督损失对所述学生模型和所述教师模型进行交互监督学习，得到目标检测模型。本发明提供的低照度人脸检测模型构建方法能更好的识别低照度环境下的人脸，提高人脸检测模型的检测性能。
-
公开(公告)号：CN111210009A
公开(公告)日：2020-05-29
申请号：CN202010039251.6
申请日：2020-01-14
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: 本发明提供了一种基于信息熵的多模型自适应深度神经网络滤波器嫁接方法，包括依次执行以下步骤：步骤一：每个周期内多个模型权值正常迭代更新；步骤二：计算每一层滤波器的信息熵；步骤三：相邻两个网络自适应的加权平均作为新的权值。本发明的有益效果是：1.该方法能够激活模型中的无效滤波器，从而在不改变模型结构的情况下提高模型的准确率；2.该方法提出使用滤波器的信息熵来评价滤波器的质量，相比使用范数能够更加准确地评价滤波器质量，相比计算输出特征图的信息熵需要更少的计算量；3.该方法提出自适应加权平均函数，针对每一层的特点，动态的调节两个模型中滤波器保留的比例，相比给所有层设置统一的系数更加的灵活。
-
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
85
records
(took 0.037 seconds)
