-
公开(公告)号：CN101909165A
公开(公告)日：2010-12-08
申请号：CN201010240009.1
申请日：2010-07-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合测度的视频数据宽景成像方法，属于图像处理领域，本发明为解决现有针对两幅图像的配准拼接提出的宽景成像算法在处理视频数据的时候存在执行效率低、宽景成像精度低等问题，提供了一种基于混合测度的视频数据宽景成像方法。本发明：一、采样，配准帧图像，二、再次采样，待配准帧图像，三、有效性评估，四、获取配准参数，五、分别判断横向配准位移量和纵向配准位移量是否超出阈值范围，六、采用缝隙渐变加权融合的方法将获取配准参数的的配准帧图像和待配准帧图像进行拼接，将本次拼接后的图像作为下一次的配准帧图像，然后返回二，进行下一次图像采样和拼接，直到视频数据采样过程结束，退出循环，完成一个宽景图像的拼接过程。
-
公开(公告)号：CN101238993A
公开(公告)日：2008-08-13
申请号：CN200810063967.9
申请日：2008-02-01
Applicant: 哈尔滨工业大学
Abstract: 一种非刚体图像配准方法，属于医学超声图像处理领域。本发明针对以往非刚体超声图像配准计算复杂、内存需求量大的困难，提供一种基于整数提升小波的多分辨分析分层实现的超声图像配准方法，该方法利用整数提升小波对待配准图像进行两层分解，然后对分解后的近似图像进行低分辨率的全局刚体配准，再利用整数提升小波对分解配准后的图像进行图像原分辨率重构，最后在图像原分辨率级下进行局部非刚体配准，从而得到最终的配准图像。本发明用整数提升小波多分辨分析的方法来减少计算量，用多层分解、粗精结合的方法在计算复杂度和配准准确性方面取得统一，从而实现了不降低配准精度条件下，计算量的减少。本发明在图像处理领域有着广泛的应用前景。
-
公开(公告)号：CN116028185B
公开(公告)日：2025-04-29
申请号：CN202310056445.0
申请日：2023-01-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提出基于微服务的混合信号系统执行效率的优化方法。所述方法中每个Actor封装为独立的服务，Actor服务之间通过消息队列传输数据，当试图从空通道读取时，服务处于等待状态，直到有消息可用。调度器负责控制仿真时间的推进、结果验证以及回溯等。所述方法充分利用云计算、微服务的优势，使用并行化的算法加速了混合系统仿真引擎的执行速度。
-
公开(公告)号：CN119499624A
公开(公告)日：2025-02-25
申请号：CN202411671570.3
申请日：2024-11-21
Applicant: 哈尔滨工业大学
IPC: A63B24/00 , G06V10/766 , G06V10/82 , G06T7/73 , G06N3/0455 , G06N3/08 , G06N5/01 , A63B69/00
Abstract: 本发明提出一种冰壶机器人的运动控制方法。所述方法通过深度学习技术精确获取冰壶球的位置信息，并结合自适应优化算法，基于实时场景动态生成投掷策略，提升冰壶机器人的控制精度和策略决策能力。所述方法通过优化过程求得的目标位置具有更高的最优性概率，能够显著提升冰壶机器人训练和比赛能力，为冰壶机器人的精准投掷奠定基础，并为冰壶运动员提供更为有效的投掷策略学习，帮助其在比赛中投出更高得分率的冰壶球，促进冰壶运动发展。
-
公开(公告)号：CN118916679A
公开(公告)日：2024-11-08
申请号：CN202411056094.4
申请日：2024-08-02
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G06N3/0464 , G06N3/045 , G06N3/048 , G06F18/10
Abstract: 本发明提出一种用于动态脉冲星数据分析的增量学习方法和系统。用于改进脉冲星识别的准确性和效率，并解决脉冲星候选数据中的数据漂移问题。首先，通过多源数据集成和特征工程技术对脉冲星数据进行预处理，以提取关键特征并增强模型的输入质量。接着，利用初始贝叶斯神经网络进行基础模型训练，确保模型在多种数据环境下的适应性和稳定性。为了应对数据动态变化的挑战，本发明采用增量学习策略，使模型能够在接收新数据时实时更新，不需要重新训练整个网络，从而显著提高学习效率和实时性。此外，通过引入模型不确定性评估，进一步优化和调整模型参数，确保识别过程的准确性与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117876305A
公开(公告)日：2024-04-12
申请号：CN202311780096.3
申请日：2023-12-22
Applicant: 哈尔滨工业大学人工智能研究院有限公司
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明提出一种高精度且快速的方向盘表面缺陷检测方法。所述方法包括输入图像预处理；颈网络部分针对小目标引入特征预测层；损失函数针对小目标引入NWD(normalizedWasserstein distance)，与CIOU加权构成矩形框损失函数。本发明通过对颈网络模型的结构改进和矩形框损失函数的优化，提升了模型对方向盘表面微小缺陷的检测能力，为方向盘表面缺陷检测问题提供了一种新的选择。
-
公开(公告)号：CN111738093B
公开(公告)日：2024-03-29
申请号：CN202010467350.4
申请日：2020-05-28
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于梯度特征的冰壶球自动测速方法。本发明属于冰壶球自动测速技术领域，本发明获取冰壶比赛视频，判定冰壶是否运动；根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。本发明在通过自动检测冰壶球在前掷线处的速度，为冰壶机器人进行精确落点提供技术支持。在综合考虑了实际的计算精度与运算速度后，提出一种基于梯度特征的冰壶球自动测速方法，解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，为冰壶机器人将冰壶球精确投掷到大本营中心提供支持。
-
公开(公告)号：CN117032691A
公开(公告)日：2023-11-10
申请号：CN202310843186.6
申请日：2023-07-11
Applicant: 哈尔滨工业大学
IPC: G06F8/38 , G16H30/20 , G16H30/40 , G06N3/0475 , G06N3/045 , G06V10/764 , G06V10/82 , G06T7/00 , A61B8/08 , A61B8/00
Abstract: 一种基于改进GAN网络的卵巢疾病超声图像的生成算法，它涉及一种卵巢疾病超声图像的生成算法。本发明为了解决基于超声图像的卵巢疾病智能诊断研究中数据量小、疾病样本不均衡的问题。本发明的步骤包括：步骤一、对卵巢疾病超声图像进行预处理；步骤二、构建基于TGAN的三架构网络，实现卵巢疾病超声图像的合成；步骤三、基于定性和定量评估卵巢疾病合成图像；步骤四、实现端到端的卵巢疾病智能合成GUI界面。本发明属于图像处理技术与医学辅助诊断技术领域。
-
公开(公告)号：CN116740100A
公开(公告)日：2023-09-12
申请号：CN202310405975.1
申请日：2023-04-17
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于离散小波变换和边缘特征的半监督甲状腺超声图像分割方法。该方法包括五个步骤：1)图像预处理；2)基于卷积和小波变换的特征提取；3)基于Mean‑Teacher构建半监督深度学习模型；4)基于凸度的边缘特征评估；5)基于主动轮廓的边缘特征评估。本发明利用小波变换抑制超声图像斑点噪声，解决甲状腺超声图像斑点噪声的问题，利用凸度损失函数和主动轮廓损失函数对半监督语义分割边缘特征进行评估，能够高精度地从超声图像中对甲状腺器官进行分割。
-
公开(公告)号：CN116028185A
公开(公告)日：2023-04-28
申请号：CN202310056445.0
申请日：2023-01-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提出基于微服务的混合信号系统执行效率的优化方法。所述方法中每个Actor封装为独立的服务，Actor服务之间通过消息队列传输数据，当试图从空通道读取时，服务处于等待状态，直到有消息可用。调度器负责控制仿真时间的推进、结果验证以及回溯等。所述方法充分利用云计算、微服务的优势，使用并行化的算法加速了混合系统仿真引擎的执行速度。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.029 seconds)
