-
公开(公告)号：CN111974997B
公开(公告)日：2023-12-15
申请号：CN202010630633.6
申请日：2020-07-03
Applicant: 华南理工大学 , 深圳光韵达光电科技股份有限公司
Abstract: 本发明公开了一种基于原位多激光调控的增减材复合式制造装置及方法，包括以下步骤：对零件的数据模型进行数据处理；增材处理，小光斑连续激光束SLM成型零件，脉冲激光束对成型零件表面进行重熔、激光冲击强化；减材处理，大光斑连续激光束对待加工零件进行辐照软化，切削刀具装置对零件进行铣削加工；切换至增材制造模式，继续下一部分零件的增材堆积成型；重复增材处理步骤和减材处理步骤，直至完成整个零件的成型加工。本发明利用多激光原位调控，多波长激光增材、减材以及刀具铣削一体化
-
公开(公告)号：CN111461002B
公开(公告)日：2023-05-26
申请号：CN202010246545.6
申请日：2020-03-31
Applicant: 华南理工大学
IPC: G06V40/10 , G06V10/774 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种面向热成像行人检测的样本处理方法。所述方法包括以下步骤：对初始数据集划分训练集和测试集，训练初始主干网络，从初始训练集中依据尺寸和遮挡情况筛选获得标注行人样本集合，使用初始主干网络提取集合中样本特征；对行人特征聚类，生成行人样本的子类别标签；基于行人子类别标签统计行人类内分布，对行人子类别中少数类进行迭代增强，平衡行人样本的类内分布，生成平衡训练集；统计设计平衡损失函数，利用平衡训练集训练神经网络模型。本发明能够在不增加系统计算量的情况下优化行人检测数据集数据分布，提升所训练神经网络模型检测精度。
-
公开(公告)号：CN111461217B
公开(公告)日：2023-05-23
申请号：CN202010247656.9
申请日：2020-03-31
Applicant: 华南理工大学
IPC: G06V20/17 , G06V20/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于特征融合和上采样的航拍图像小目标检测方法。所述方法包括以下步骤：使用主干网络提取输入图像的特征集合；构造通道标准化模块，对特征的通道维度进行标准化；构造基于学习的上采样层，对特征进行分辨率上采样，得到分辨率统一的特征集合；对特征进行按通道分组的组归一化；对特征集合进行拼接，生成融合特征；对融合特征进行多次下采样，构造特征金字塔用于检测；使用头部检测网络分类和定位目标。本发明是一种用于目标检测训练和测试阶段的特征融合和特征上采样方法，能够显著提高航拍图像中小目标的检测精度，且仅少量增加计算开销。
-
公开(公告)号：CN109784176B
公开(公告)日：2023-05-23
申请号：CN201811535899.1
申请日：2018-12-15
Applicant: 华南理工大学
IPC: G06V20/58 , G06V10/25 , G06V10/26 , G06V10/56 , G06V10/764 , G06V10/774
Abstract: 本发明公开车载热成像行人检测RoIs提取方法与装置。所述方法包括通过十字扫描算法求取图像像素的低、高阈值，利用自适应双阈值分割算法实现RoIs生成；离线统计数据集中行人目标的空间灰度分布获得RoIs对称性判别指标和在线度量RoIs空间灰度分布，滤除不具备对称性的RoIs；离线统计数据集中行人目标的动态特性获得RoIs动态性判别指标和在线度量RoIs动态特性，滤除不具备动态性的RoIs。所述装置包括：RoIs生成模块和RoIs过滤模块；所述过滤模块包括第一级过滤器和第二级过滤器。本方法能够在兼顾行人检测召回率的前提下，提高行人检测精度并降低系统计算开销。
-
公开(公告)号：CN113312995A
公开(公告)日：2021-08-27
申请号：CN202110542621.2
申请日：2021-05-18
Applicant: 华南理工大学
Abstract: 本发明公开了基于中轴线的无锚点车载行人检测方法。所述方法包括以下步骤：利用ResNet‑50网络提取车载图像特征并实施多次上采样和横向连接操作，构建特征金字塔；监督定位网络对特征金字塔每一层依次采样，获取特征采样点集合；对特征采样点集合进行分类，获得行人特征，根据行人中轴线的表达式由行人特征采样点的位置初步定位行人中轴线；设计可变形卷积，使其初始采样范围比例与行人宽高比例对齐，并调整行人特征采样点位置，获得校正后的行人特征，再由校正后的行人特征采样点位置精准定位行人中轴线；将精准行人中轴线转换至行人外接矩形，定位车载图像中的行人。本发明计算开销较小，车载行人检测鲁棒性较强。
-
Patent Agency Ranking
公开(公告)号：CN111368704A
公开(公告)日：2020-07-03
申请号：CN202010132889.4
申请日：2020-02-29
Applicant: 华南理工大学
Abstract: 本发明公开了基于头部特征点的车载热成像行人检测RoIs提取方法。所述方法包括：逐帧逐行人提取训练数据已标注行人的头部中心点，按95％置信度逐帧统计训练数据行人头部中心点获取帧头部区域；逐帧提训练数据行人头部特征点，定义并训练头部特征点RoIs模型；利用帧头部区域裁减出当前图像帧，然后计算得到当前图像帧的双阈值分割二值图，两者合并获得当前帧头部特征点区域；采样并筛选当前帧头部特征点区域获得当前帧头部特征点；利用训练完的头部特征点RoIs模型计算获得当前帧头部特征点RoIs并与当前帧双阈值分割RoIs合并生成当前帧RoIs；度量和调整当前帧RoIs。本发明能够有效避免由于遮挡、分割粘连、分割断裂等因素导致的RoIs丢失，提高行人检测性能。
-
公开(公告)号：CN111144376A
公开(公告)日：2020-05-12
申请号：CN201911421577.9
申请日：2019-12-31
Applicant: 华南理工大学
Abstract: 本发明公开了视频目标检测特征提取方法。所述方法包括：使用主干网络逐帧提取当前视频序列主干特征；构建多分支膨胀卷积层逐帧提取当前视频序列主干特征的多个尺度特征，通过缓冲卷积层逐帧融合主干特征和多个尺度特征，逐帧获得当前视频序列尺度感知特征；逐帧映射邻近帧的尺度感知特征至当前帧获得当前帧映射特征，聚合当前帧尺度感知特征和映射特征获得当前帧特征，使用区域生成网络生成当前帧RoIs；分别构建位置敏感和上下文敏感的RoIs特征提取网络分支分别提取当前帧RoIs特征，点乘融合两分支RoIs特征获得优化的当前帧RoIs。本发明通过解决视频目标的多尺度和形变异常问题，提高视频目标检测精度。
-
公开(公告)号：CN110929649A
公开(公告)日：2020-03-27
申请号：CN201911160906.9
申请日：2019-11-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向小目标检测的网络和困难样本挖掘方法，包括以下步骤：步骤一、使用主干网络提取当前图像主干特征；步骤二、构造颈部网络，生成特征金字塔；步骤三、构造区域生成网络模型，生成感兴趣区域；步骤四、基于困难样本挖掘生成训练数据；步骤五、使用感兴趣区域对齐模块裁剪区域特征；步骤六、使用头部网络分类和定位目标。本发明能够显著提高小目标检测精度，且仅少量增加计算开销。
-
公开(公告)号：CN107123164A
公开(公告)日：2017-09-01
申请号：CN201710151230.1
申请日：2017-03-14
Applicant: 华南理工大学
Abstract: 本发明公开保持锐利特征的三维重建方法系统。该方法包括：1)采用扩展到三维空间的二维图像滤波方法对输入并经过粗配准的点云进行平滑去噪；2)采用改进的区域生长方法对平滑后的粗配准点云进行离群点移除；3)采用基于kd‑tree加速的ICP算法对移除离群点后的粗配准点云进行精配准；4)采用基于邻域查找和边界点检测的融合方法对精配准点云进行融合；5)采用基于特征点检测和自适应步长更新方法对融合后的精配准点云进行表面重建。三维重建系统由点云预处理模块、点云合并模块、表面重建模块组成，基于本发明方法实现的三维重建系统能够保持重建模型表面边缘处的锐利特征，且在保证精度的前提下兼顾重建速度。
-
公开(公告)号：CN106021294A
公开(公告)日：2016-10-12
申请号：CN201610287373.0
申请日：2016-04-30
Applicant: 华南理工大学
Abstract: 本发明公开城轨线网接入数据接口处理方法，具体包括：针对城轨线网多个专业子系统，构建城轨线网各专业系统结构图、系统数据流图、系统时序图和系统部署图，结合细化的时序图交互过程和系统部署图功能实体，构建系统业务模型信息关系图，提取城轨线网各专业子系统对象类；比较分析既有线路数据，建立城轨线路各专业子系统对象类的数据元模型；依次以城轨线网各专业子系统特定对象类为导向，在线路各专业子系统对象类数据元模型映射表中查找对应数据元作为城轨线网数据元；建立各专业子系统对象类数据元的描述属性。本发明解决线路数据接口各自为政，线路间数据资源共享和管控困难等技术问题，能兼顾城轨线网数据接口的可用性和可扩展性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.036 seconds)
