-
公开(公告)号：CN117506940A
公开(公告)日：2024-02-06
申请号：CN202410012473.7
申请日：2024-01-04
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明涉及一种机器人轨迹语言描述生成方法、装置和可读存储介质。涉及机器人技术领域，该方法包括：在连续仿真环境中生成仿真轨迹，并使智能体按照仿真轨迹运行；获取仿真轨迹运行过程中的传感器观察信息和动作序列信息；确定出动作序列信息中的关键动作；根据关键动作确定出传感器观察信息中的视觉观察信息；采用多模态预训练模型来预测视觉观察信息中的名词信息；生成轨迹指令模板；将关键动作和名词信息填入轨迹指令模板，以得到与仿真轨迹对应的自然语言描述。该方法能够极大降低视觉语言导航训练数据的产生成本，扩大数据规模，降低视觉语言导航的训练难度，提升训练效率和训练得到的模型的泛化性及准确度。
-
公开(公告)号：CN117473337A
公开(公告)日：2024-01-30
申请号：CN202311795885.4
申请日：2023-12-25
Applicant: 中国科学院自动化研究所
IPC: G06F18/22 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0985
Abstract: 本公开涉及一种轨迹关联方法及装置、设备及存储介质，所述方法包括：获取同一时段内分别在第一模态和第二模态下各运动目标的轨迹数据；将第一模态和第二模态下各运动目标的轨迹数据输入已知的编码器中，输出各运动目标的特征向量；根据各运动目标的特征向量确定各运动目标的描述向量；根据第一模态下各运动目标与第二模态下各运动目标的描述向量，确定第一模态下各运动目标与第二模态下各运动目标的相似度矩阵，以按照相似度矩阵对第一模态与第二模态下的运动目标进行关联，在实现准确的轨迹关联的同时，克服外点的干扰，具有高鲁棒性的优势。
-
公开(公告)号：CN114413910A
公开(公告)日：2022-04-29
申请号：CN202210328453.1
申请日：2022-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种视觉目标导航方法及装置，所述方法包括：基于目标图像，获取目标层级关系特征表示和第一视觉特征表示；并根据目标类别信息，获取类别编码；根据所述目标层级关系特征表示、所述第一视觉特征表示和所述类别编码，获取预测导航动作。本发明通过编码目标类别，赋予机器人在视觉目标导航中的推理能力，一定程度上弥补了全局信息的缺失；通过“目标‑区域”层级关系使得机器人的推理更为高效，在提高导航成功率的同时大幅减少导航步数和时间，在缺乏全局信息输入的条件下，机器人可以快速且精准的完成导航任务。
-
公开(公告)号：CN112819110A
公开(公告)日：2021-05-18
申请号：CN202110420700.6
申请日：2021-04-19
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明属于计算机视觉领域，具体涉及了一种基于权重生成的增量式小样本目标检测方法及系统，旨在解决现有目标检测器缺乏小样本快速学习和增量学习的能力，对标签数据依赖性强，检测器不具备开放性的问题。本发明包括：通过基础类别数据进行检测器监督训练；获取基础类别目标检测器的尺度感知和中心度感知的权重，生成基础类别响应；结合基础类别响应生成新类别权重；结合新类别数据进行基础类别目标检测器的微调训练；通过获得的基础类别和新类别的目标检测器实现增量式小样本目标检测。本发明结合尺度和中心度感知，区域特征更具代表性，目标定位更准确，模型在增量学习中可获得更好的整体性能，检测效率高、准确性和精度高。
-
公开(公告)号：CN112200163A
公开(公告)日：2021-01-08
申请号：CN202011393784.0
申请日：2020-12-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种水下底栖生物检测方法及系统，所述方法包括：获取多幅水下底栖生物图像及对应的特征信息；根据各水下底栖生物图像及对应的特征信息，建立底栖生物检测模型，包括：针对每一水下底栖生物图像，提取多维度的特征图；基于特征金字塔网络，将多维度的特征图进行特征融合，得到融合特征图；根据所述融合特征图，生成锚框；通过锚框对融合特征图进行调整，得到调整后的融合特征图；基于各融合特征图及对应的锚框，训练RPN网络，得到训练后的RPN网络；基于RPN网络及各锚框，确定感兴趣区域；根据各感兴趣区域及对应的特征信息，生成底栖生物检测模型；基于底栖生物检测模型进而，可准确确定所述待测底栖生物的待测特征信息，提高检测精度。
-
Patent Agency Ranking
公开(公告)号：CN111931703B
公开(公告)日：2021-01-05
申请号：CN202010961981.1
申请日：2020-09-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉、机器人视觉领域，具体涉及一种基于人‑物体交互弱监督标签的物体检测方法，旨在解决现有的弱监督物体检测方法模型收敛速度慢、检测精度较差的问题。本发明方法包括：获取待检测的图像，作为输入图像；通过训练好的弱监督物体检测模型得到所述输入图像对应的物体检测结果；其中，弱监督物体检测模型基于深度卷积神经网络构建。本发提高了弱监督物体检测的精度。
-
公开(公告)号：CN107369184B
公开(公告)日：2020-02-28
申请号：CN201710485973.2
申请日：2017-06-23
Applicant: 中国科学院自动化研究所
IPC: G06T7/80
Abstract: 本发明涉及工业机器人标定领域，具体为一种混合双目工业机器人系统同步标定方法及其它装置，即为了解决同时采用局部摄像机、全局摄像机进行同步标定的问题，所述方法包括：调整标定板和工业机器人的末端位姿，并在每次调整后记录变换关系Ai、Bi、Ci，并通过迭代的方法求解位姿变换链AXB＝YC中的每次调整后的变换矩阵X、Y，直至满足预设迭代条件，并以最后一次调整后得到的变换矩阵X、Y作为最终的变换矩阵，得到最终的位姿变换链。本发明可以在不借助额外测量工具的条件下满足具有眼看手，眼在手两类摄像机的工业机器人系统的手眼同步标定要求，且具有较好的标定精度及效率。
-
公开(公告)号：CN117710803B
公开(公告)日：2025-05-16
申请号：CN202410053431.8
申请日：2024-01-12
Applicant: 中国科学院自动化研究所
IPC: G06V20/05 , G06N3/045 , G06N3/0464 , G06N3/092 , G06V10/764 , G06V10/80 , G06V10/82 , G06F18/22 , G06F18/25
Abstract: 本发明涉及一种基于基于水下声光特征的水下检测方法，包括：获取声学检测器信息；基于声学检测器信息获取声学预选框特征；获取光学图像检测器信息；基于光学图像检测器信息获取光学预选框特征；对声学预选框特征进行维度拼接和对光学预选框特征进行维度拼接；将维度拼接后的声学预选框特征和维度拼接后的光学预选框特征进行融合，生成融合预选框特征；基于融合预选框特征确定检测结果。使得水下目标的纹理特征得到大幅补充，检测结果得到了明显的提升。
-
公开(公告)号：CN117710694B
公开(公告)日：2024-10-22
申请号：CN202410052542.7
申请日：2024-01-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种多模特征信息的获取方法及系统、电子设备及存储介质。多模特征信息的获取方法为通过卷积神经网络和激活函数对至少两个第一模态特征信息进行全局校准，得到至少两个第二模态特征信息，至少两个第一模态特征信息为通过多层感知机对至少两个第三模态特征信息进行自校准得到，至少两个第三模态特征信息对应至少两个模态图像；通过注意力机制对至少两个第一模态特征信息进行局部校准，得到至少两个第四模态特征信息；对至少两个第二模态特征信息、至少两个第三模态特征信息以及至少两个第四模态特征信息进行处理得到至少两个第五模态特征信息；对至少两个第五模态特征信息的位置特征信息和纹理特征信息进行融合得到多模特征信息。
-
公开(公告)号：CN117763365A
公开(公告)日：2024-03-26
申请号：CN202311745957.4
申请日：2023-12-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于强化学习的图匹配方法、装置、介质和电子设备。用于计算机技术领域，其中基于强化学习的图匹配方法，包括：获取成对图的信息；根据成对图的信息构造关联图，关联图包括成对图的信息；获取动作集合；根据关联图和动作集合生成关联图子图；根据关联图子图生成环境状态特征；根据环境状态特征生成动作期望奖赏值；根据动作期望奖赏值选择关联图动作；根据关联图动作生成分配矩阵。基于构建的关联图定义了直观合理的马尔可夫决策过程，引入了图卷积神经网络作为状态表示网络，并使用D3QN作为估值网络，最终在保证关联结果准确性的同时，避开了训练数据几乎无法标注的难题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.038 seconds)
