-
公开(公告)号：CN109829537A
公开(公告)日：2019-05-31
申请号：CN201910089034.5
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明提供一种基于深度学习GAN网络童装服装的风格转移方法，1、选取童装款式图像A，判断是否为真，是则进入2；否则结束；2、输入图像A，通过第一编码器进行编码，提取特征向量a1并压缩成特征向量a2；3、将不同特征向量a2进行组合，通过第一转换器将DA域转换为DB域；4、通过第一解码器将特征向量a2还原，生成童装款式图像B；5、判断图像B是否为真，是则进入6；否则进入2；6、输入图像B，通过第二编码器进行编码，提取特征向量b1压缩成特征向量b2；7、组合不同特征向量b2，通过第二转换器将DB域转换为DA域；8、通过第二解码器将特征向量a2还原，生成图像A。本发明提供一种计算机设备，减少人工成本。
-
公开(公告)号：CN108527318A
公开(公告)日：2018-09-14
申请号：CN201810038317.2
申请日：2018-01-16
Applicant: 华侨大学
Abstract: 本发明公开了一种便携式肘部外骨骼机器人，包括机械蛇支架、弹性肘套、传感系统和控制系统，机械蛇支架沿所述弹性肘套的长度方向穿设于所述弹性肘套上，传感系统设置于弹性肘套的一端，控制系统设置于所述弹性肘套上，传感系统的输出端连接所述控制系统的输入端；本发明有如下改进之处：机械蛇支架具有多个自由度，可满足肘关节运动时对不同方向上的自由度需求，并且具有重量轻、便于携带的优点。
-
公开(公告)号：CN105825462A
公开(公告)日：2016-08-03
申请号：CN201610127047.3
申请日：2016-03-07
Applicant: 华侨大学
Abstract: 本发明公开了一种基于物联网和云计算的智慧城市信息系统，包括物联网终端、接入网关、云资源控制节点、能力引擎服务器、云资源平台和城市数据中心；物联网终端用于将各种外部感知数据汇集和处理；并通连接到接入网关；接入网关用于将所述物联网终端接入云资源控制节点；云资源控制节点动态管理网络中云资源平台及各种能力引擎服务器；能力引擎服务器与云资源控制节点连接，提供资源和支撑能力的开放使用；云资源平台用于对所述城市数据中心的数据进行分析和处理；城市数据中心用于对所述物联网终端和网络捕获的多种信息元数据进行汇集，并传送给云资源平台处理。
-
公开(公告)号：CN119648799A
公开(公告)日：2025-03-18
申请号：CN202510174482.0
申请日：2025-02-18
Applicant: 华侨大学
Abstract: 本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。
-
公开(公告)号：CN118596156B
公开(公告)日：2024-11-05
申请号：CN202411045466.3
申请日：2024-08-01
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法，涉及计算机视觉和机器人技术领域，包括以下步骤：构建基于改进PointNet++的位置预测模型并利用训练集进行训练；将待抓取物品的点云数据输入训练好的位置预测模型以获得预测位置参数。所述位置预测模型包括依次连接的若干特征提取模块和一个全连接层，所述特征提取模块采用添加了通道注意力的PointNet++，对输入的点云数据进行多次特征提取；全连接层接收最后一个特征提取模块输出的全局特征，输出预测位置参数。本发明结合3D点云技术和深度学习，不仅提高了机械臂抓取的准确性，还能够在复杂环境下实现更为稳定和高效的抓取操作。
-
Patent Agency Ranking
公开(公告)号：CN118596156A
公开(公告)日：2024-09-06
申请号：CN202411045466.3
申请日：2024-08-01
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法，涉及计算机视觉和机器人技术领域，包括以下步骤：构建基于改进PointNet++的位置预测模型并利用训练集进行训练；将待抓取物品的点云数据输入训练好的位置预测模型以获得预测位置参数。所述位置预测模型包括依次连接的若干特征提取模块和一个全连接层，所述特征提取模块采用添加了通道注意力的PointNet++，对输入的点云数据进行多次特征提取；全连接层接收最后一个特征提取模块输出的全局特征，输出预测位置参数。本发明结合3D点云技术和深度学习，不仅提高了机械臂抓取的准确性，还能够在复杂环境下实现更为稳定和高效的抓取操作。
-
公开(公告)号：CN111986228B
公开(公告)日：2023-06-02
申请号：CN202010909369.X
申请日：2020-09-02
Applicant: 华侨大学 , 福建省特种设备检验研究院泉州分院
IPC: G06T7/20 , G06T7/277 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于LSTM模型扶梯场景下的行人跟踪方法，包括：获取监控视频中扶梯场景下行人的视频流；创建目标检测模型，对视频流进行检测，得到跟踪目标；按照行人所处的位置对跟踪目标进行分类，筛选跟踪目标，对跟踪目标进行跟踪，生成目标跟踪轨迹；利用神经网络对扶梯正常运转情况下行人的轨迹数据进行训练，得到行人常规运动轨迹；利用基于LSTM的轨迹匹配模型将目标跟踪轨迹与行人常规运动轨迹进行匹配，区分出具有异常轨迹的目标；对异常跟踪目标进行重点跟踪。本发明实施例公开的一种基于LSTM模型扶梯场景下的行人跟踪方法，采用LSTM模型的轨迹匹配方法融合扶梯场景对多目标进行分类和跟踪优化，提高了检测速度、跟踪效率以及跟踪精度。
-
公开(公告)号：CN111797802B
公开(公告)日：2023-06-02
申请号：CN202010674458.0
申请日：2020-07-14
Applicant: 华侨大学 , 福建省特种设备检验研究院泉州分院
IPC: G06V40/20 , G06T7/277 , G06V10/774 , G06V10/25 , G06V10/764 , G06V20/52
Abstract: 本发明提供了安全监控技术领域的一种基于AI视觉的扶梯不安全行为实时预警方法，包括：步骤S10、获取不安全行为的原始图像集；步骤S20、利用生成式对抗网络对原始图像集进行扩充，生成扩充图像集；步骤S30、标注出图像集的不安全行为的类别、位置，生成标注图像集；步骤S40、创建目标检测模型，利用标注图像集对目标检测模型进行训练；步骤S50、获取实时监控视频解码后输入目标检测模型进行检测，找到跟踪目标；步骤S60、利用核相关滤波算法对跟踪目标进行验证，生成跟踪目标轨迹；步骤S70、基于跟踪目标轨迹与实时监控视频生成预警视频进行预警。本发明的优点在于：实现对扶梯不安全行为进行自动识别并预警，进而极大的减少了扶梯安全事故。
-
公开(公告)号：CN115601344A
公开(公告)日：2023-01-13
申请号：CN202211334437.X
申请日：2022-10-28
Applicant: 华侨大学(CN)
Abstract: 本发明公开了一种基于U_Net模型的脑颅内腔分割方法及装置，涉及图片语义分割技术领域。本发明通过构建一种U型结构的多级下采样编码器与对应的上采样解码器，加入高效的注意力机制提高分割精度，利用多级特征融合模块来融合特征；在训练集上训练到最优分割模型。融合了残差块的下采样编码器避免因网络过深造成的梯度消失现象，在下采样和上采样中间层引入注意力机制进一步提升对目标区域的敏感性。使用三种大小的卷积核对图像进行分割提高对目标区域的感受野。本发明有更深的网络因而特征提取能力更强，能够在更为复杂的图像中挖掘出目标区域。多种计算方式使模型结构更加灵活多变，更好的适应业务场景，提高模型的泛化能力。
-
公开(公告)号：CN109815923B
公开(公告)日：2022-11-04
申请号：CN201910089040.0
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明提供一种基于LBP特征与深度学习的金针菇菇头分选识别方法，包括：1、收集金针菇头部图片，并将所有的金针菇头部图片分为训练集和测试集；2、将训练集的金针菇头部图片进行变化，将变化前的金针菇头部图片和变化后的的金针菇头部图片作为训练数据保存于训练集中；3、提取训练数据的LBP特征a；4、利用卷积神经网络提取训练数据中的深度特征b；5、将降维后的LBP特征a和深度特征b进行融合，得到融合特征c；6、将融合特征c输入到分类器中进行分类得到训练好的模型；7、将测试集中的金针菇头部图片输入到训练好的模型得出预测值，并将预测值与真实值进行比较算出准确率。本发明提高了金针菇头部分类的准确率和效率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.018 seconds)
