-
公开(公告)号：CN112416134A
公开(公告)日：2021-02-26
申请号：CN202011462762.5
申请日：2020-12-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种快速生成手部关键点数据集的装置及方法，属于计算机视觉领域，装置包括：运算单元、直线导轨、以及设置在直线导轨上的仿真手部模型和图像采集单元；仿真手部模型用于感知手部各关键点相对于基准点的三维坐标；图像采集单元用于采集基准点相对于图像采集单元的长度和高度；运算单元用于根据各关键点相对于基准点的三维坐标、长度和高度，计算各关键点相对于图像采集单元的空间三维坐标；并根据空间三维坐标与图像坐标之间的映射关系式，计算各关键点在图像坐标系下的二维图像坐标。快速精准地生成手部关键点数据集，从而实现自动标注，且能准确标注出被遮挡关键点，解决了人工标注速度慢和关键点位置存在主观臆断的缺点。
-
公开(公告)号：CN112215951A
公开(公告)日：2021-01-12
申请号：CN202011149300.8
申请日：2020-10-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种核外多分辨率的点云表示方法及点云显示方法，属于数据处理技术领域，包括：(S1)将待表示的点云作为待处理点云，转入(S2)；(S2)求解待处理点云的局部特征点Fi及密度ρi；若特征点的个数为零，则转入(S6)；否则，按照计算 (S3)按照Ti对待处理点云进行采样，得到采样点云，作为树的根节点；(S4)按照最小外接立方体将剩余点云等分为N个区域，每个区域用于构造一棵子树；(S5)若达到预设的分割深度，则转入(S6)；否则，将每个区域中的点云分别作为一个待处理点云，并转入(S2)；(S6)在所有待处理节点处理结束时，将完整树结构作为表示模型并存储。本发明能够解决点云加载时间长、内存占用高导致渲染卡顿的问题。
-
公开(公告)号：CN111462051A
公开(公告)日：2020-07-28
申请号：CN202010179203.7
申请日：2020-03-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度神经网络的布匹疵点检测方法和系统，属于模式识别技术领域。包括：使用疵点布匹图像训练集训练深度神经网络模型，标签为疵点类型和真实框位置信息，深度神经网络模型由主干网络和检测网络构成，主干网络用于从疵点布匹图像中提取三个尺度不同特征图；检测网络包括：三个结构相同的检测子网络和检测结果融合模块，每个检测子网络用于从特征图中检测出疵点类型和预测框位置信息，由三个密集连接块组成，密集块之间的特征通道连接加强特征传递，检测结果融合模块用于对预测结果非极大值抑制，得到最终预测框和疵点类型，将待测布匹输入训练好的深度神经网络模型，得到检测结果，从而更快更准确检测布匹中疵点的类型和位置。
-
公开(公告)号：CN108416775A
公开(公告)日：2018-08-17
申请号：CN201810202367.X
申请日：2018-03-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的矿石粒度检测方法，包括：对矿石图像进行双边滤波得到滤波矿石图像，对滤波矿石图像进行旋转扩充变换，得到R张旋转扩充变换图像；将滤波矿石图像和R张旋转扩充变换图像输入YOLOv2模型，得到滤波矿石图像中每个矿石的预测区域和R张旋转扩充变换图像的矿石预测区域；对R张旋转扩充变换图像的矿石预测区域进行旋转变换，得到与滤波矿石图像方向一致的R张扩充图像的矿石预测区域，以滤波矿石图像中每个矿石的预测区域为中心在R张扩充图像中搜索与之对应的R个预测区域，对预测区域的长和宽求和并取平均值，得到每个矿石的粒度。本发明提高了矿石粒度检测的准确性和实时性。
-
公开(公告)号：CN104990501A
公开(公告)日：2015-10-21
申请号：CN201510411596.9
申请日：2015-07-14
Applicant: 华中科技大学
IPC: G01B11/00
Abstract: 本发明公开了一种三维激光扫描装置的系统参数校准方法，由于激光扫描装置系统参数在测量时存在固有的机械安装与测量误差，每个参数都需要在测量值的基础上进行微调。本发明公开了一种获取系统参数微调量的可靠方法。首先，通过三维激光扫描装置获取标准平面标靶的点云模型，然后，确定一个评价指数作为点云模型精度的度量，使得系统参数的微调量与点云模型精度度量成函数关系；最后，运用模式搜索方法寻找一组能够使点云模型精度最高即精度度量值取到最优值的系统参数微调量，这组微调量就是最优的系统参数微调量。结果表明，系统参数在使用这种方法进行校准之后，扫描装置扫描三维空间场景获取的点云数据的精度得到了有效提升。
-
Patent Agency Ranking
公开(公告)号：CN103837545A
公开(公告)日：2014-06-04
申请号：CN201410096990.3
申请日：2014-03-14
Applicant: 华中科技大学
IPC: G01N21/896
Abstract: 本发明公开了一种镜片成像装置及方法，包括光学照明模块、PLC控制器、摆动气爪、两轴运动平台、第一驱动器、第一伺服电机、第一编码器、第二驱动器、第二编码器、第二伺服电机和面阵CCD相机；两轴运动平台包括相互垂直的X轴和Y轴；摆动气爪安装在Y轴上，面阵CCD相机固定安装在与摆动气爪垂直方向的正上方；PLC控制器的第一输出控制端与第一驱动器的输入端连接，第一驱动器的输出端与第一伺服电机的输入端连接，第一伺服电机用于驱动Y轴运动；第一编码器用于将Y轴运动的脉冲个数反馈给PLC控制器；第二编码器用于将X轴运动的脉冲个数反馈给PLC控制器。本发明在平台的高速运动下用图像分割的方法能快速有效地采集目标图像，在保证分辨率的前提下降低了对硬件的要求。
-
公开(公告)号：CN119705493A
公开(公告)日：2025-03-28
申请号：CN202411788210.1
申请日：2024-12-06
Applicant: 华中科技大学
IPC: B60W60/00 , G06N3/0464 , G06N3/08 , B60W50/00
Abstract: 本发明属于智能驾驶功能相关技术领域，具体涉及一种基于数据闭环的智能驾驶功能算法安全自进化方法，包括：采用当前的灰箱模型，基于车辆传感器所获取的实时数据，得到当前车辆状态；基于当前车辆状态，通过MPC优化生成初步的控制指令；利用控制障碍函数和二次规划，对初步的控制指令进行安全性校验和优化，确保控制指令Usafe在满足安全性约束的前提下，尽可能接近初始的控制指令Uinitial；将控制指令Usafe转化为车辆的实际执行动作；灰箱模型为不包含系统噪声的车辆状态物理模型和用于描述车辆非线性特性和时变特性的数据驱动模型的加和，灰箱模型中的数据数据驱动模型在一段时间后得到参数更新优化，能在复杂多变的环境下实现车辆状态的精确预测。
-
公开(公告)号：CN118129677A
公开(公告)日：2024-06-04
申请号：CN202410481031.7
申请日：2024-04-22
Applicant: 华中科技大学
IPC: G01B21/02 , F15B19/00 , F15B1/02 , F15B13/02 , F15B21/041 , F15B21/0423 , G01D21/02
Abstract: 本发明公开了一种电液伺服阀叠合量液动测量装置及方法，其中装置包括测量夹具与液压系统；所述测量夹具用于固定待测的电液伺服阀，以及驱动待测电液伺服阀的阀芯移动，同时获得所述阀芯的位移量；所述液压系统包括油源与测量油路；所述油源包括油箱与液压泵，所述液压泵用于将油箱内的液压油通过管路泵从进油口P送至测量油路，测量油路内的液压油通过管路从回油口T回到油箱。本发明提供的电液伺服阀叠合量液动测量装置及方法，其液压系统采用多个电磁阀配合节流阀，方便于根据需要完成各项操作；并设置了减压阀、储能器等结构，通过减压的原理来实现压力的控制，有利于提高测量的效率与稳定性，保证测量精度。
-
公开(公告)号：CN111489358B
公开(公告)日：2022-06-14
申请号：CN202010190589.1
申请日：2020-03-18
Applicant: 华中科技大学
Abstract: 本发明公开一种基于深度学习的三维点云语义分割方法，属于三维点云与模式识别领域。包括：使用三维点云训练集训练语义分割神经网络模型，标签为真实语义类别，语义分割神经网络模型包括：特征提取网络和语义分割网络；特征提取网络用于提取三维点云的全局特征和局部特征；语义分割网络用于融合点云的全局特征和局部特征，输出的特征图对应各点属于各个语义类别的概率；将待测点云输入训练好的语义分割神经网络模型，得到点云的分割结果。本发明使用局部特征提取模块对点云的多个尺度局部特征进行提取，使用通道注意提升模块提升重要特征通道的注意力，抑制不重要特征通道，使用加权重的多类别损失函数优化训练效果，提高了语义分割方法的精度。
-
公开(公告)号：CN111489358A
公开(公告)日：2020-08-04
申请号：CN202010190589.1
申请日：2020-03-18
Applicant: 华中科技大学
Abstract: 本发明公开一种基于深度学习的三维点云语义分割方法，属于三维点云与模式识别领域。包括：使用三维点云训练集训练语义分割神经网络模型，标签为真实语义类别，语义分割神经网络模型包括：特征提取网络和语义分割网络；特征提取网络用于提取三维点云的全局特征和局部特征；语义分割网络用于融合点云的全局特征和局部特征，输出的特征图对应各点属于各个语义类别的概率；将待测点云输入训练好的语义分割神经网络模型，得到点云的分割结果。本发明使用局部特征提取模块对点云的多个尺度局部特征进行提取，使用通道注意提升模块提升重要特征通道的注意力，抑制不重要特征通道，使用加权重的多类别损失函数优化训练效果，提高了语义分割方法的精度。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.032 seconds)
