-
公开(公告)号：CN113222004A
公开(公告)日：2021-08-06
申请号：CN202110499381.2
申请日：2021-05-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于持续学习的多类别多尺度目标拣选方法及装置，通过生成对抗网络实现新旧任务特征的隐藏空间表示，从而建立知识记忆存储仓库，使用自适应知识迁移调度模块实现多任务拣选的快速切换，加速新任务的训练过程，结合正则化技术量化模型参数的重要程度，防止关键参数在训练过程中被覆盖。将数据重放框架用于智能零件拣选系统，能够克服在多类型多尺度目标拣选模型持续学习过程中出现的功能灾难性遗忘问题，确保拣选模型功能的完整性，实现目标与场景可以动态变化的持续性学习，帮助系统协调高效地解决多任务拣选问题。
-
公开(公告)号：CN113160289A
公开(公告)日：2021-07-23
申请号：CN202110345450.4
申请日：2021-03-31
Applicant: 哈尔滨工业大学(深圳) , 深圳富桂精密工业有限公司
Abstract: 本发明公开了一种基于深度学习的工业印刷品图像配准方法及装置，具体为根据对应切割规则从模板图像和待配准图像中分别提取尺寸相同的切片，得到一组切片，将一组切片深度融合后得到图像切片对，将所述图像切片对输入配准网络模型中进行训练，得到配准图像切片；将所述配准图像切片舍去边缘部分，然后进行切片对位拼接，得到完整的配准印刷品图像。本发明配准网络模型骨架为类UNet网络，利用空间变换层对不同尺度的特征图进行非刚性配准，配准特征图与解码器中相邻尺度的特征图进行融合，同时相邻尺度配准场也进行融合，综合提升了模型对较大形变印刷品图像的配准能力。本发明能解决当前部分工业纸质印刷品图像配准存在的问题，配准效果好。
-
公开(公告)号：CN112508826A
公开(公告)日：2021-03-16
申请号：CN202011276192.0
申请日：2020-11-16
Applicant: 哈尔滨工业大学(深圳) , 深圳富桂精密工业有限公司
IPC: G06T5/20 , G06T5/00 , G06T7/00 , G06T7/11 , G06T7/13 , G06T7/33 , G06T7/73 , G06T3/00 , G06K9/62
Abstract: 本发明提供了一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法，包括制作标准模板图像步骤、待测图像初次定位配准步骤、基于AKAZE特征点的二次配准步骤、提取潜在缺陷区域及掩模步骤、基于图像梯度特征及改进余弦相似度匹配算法判别真伪缺陷步骤和缺陷融合判定及可视化步骤。本发明的有益效果是：本发明基于非线性尺度空间的AKAZE特征点二次配准矫正，AKAZE特征点相对于SURF和SIFT更进稳定，在保留真缺陷的前提下对待测图像进行有效的伪影剔除。本发明对潜在缺陷范围加以限制，避免由于潜在缺陷的膨胀导致粘连，导致缺陷区域对得分的影响减弱。潜在缺陷区域掩模的引入，只保留潜在缺陷本身的信息，屏蔽潜在缺陷外的信息，能有效去除缺陷外的图像对特征提取的干扰。本发明的缺陷判别采用改进的余弦相似度形状匹配算法，引入非线性激活函数同步考虑图像梯度向量的方向和长度对相似度得分的影响。
-
公开(公告)号：CN107115103A
公开(公告)日：2017-09-01
申请号：CN201610799790.3
申请日：2016-08-31
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及医学测量技术领域，尤其涉及一种基于阵列传感器设计的脉象宽度检测及3D脉图构建方法。本发明首先需要获取阵列传感器在脉象宽度方向上的信号，然后根据信号之间的差异，利用本发明提出的方法可以模拟出脉象宽度信息；利用脉象信号时序信息和每一时刻的脉宽信息，利用本发明提出的3D脉象图像构建方法可以构建出3D脉图。脉宽信息是一种非常重要的医学特征；3D脉图对构建中医医学影像和整体脉象特征的提取有着非常重要的意义。
-
公开(公告)号：CN101251889A
公开(公告)日：2008-08-27
申请号：CN200710144916.4
申请日：2007-12-25
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于手掌静脉与掌纹的近红外成像设备与身份识别方法。首先利用近红外成像设备获取一幅手掌图像，提取出需处理的中心子块样本，将该子块输入到两个特征提取模块中：类掌纹信息编码和静脉血管结构提取，然后两个特征分别进行匹配，采用不同的相似度评价方法对两种特征分别计算各自的相似度，根据训练样本，得到类掌纹和静脉血管结构的最优加权组合，然后将两个相似度进行相似度级的融合，最后将融合后的相似度根据预先设定的阈值进行决策比较，结合融合的匹配做出最终判定。本发明能够克服图像特征较少，处理单一的缺点，具有能够提高系统的识别率和稳定性的优点。
-
Patent Agency Ranking
公开(公告)号：CN101211410A
公开(公告)日：2008-07-02
申请号：CN200710144917.9
申请日：2007-12-25
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种多光谱掌纹身份认证方法及其专用采集仪，多光谱掌纹图像采集仪是由数码摄像机、多光谱光源、光源控制器、通讯接口、计算机、带底座的仪器支架、仪器外壳和手掌放置平面组成；数码摄像机和多光谱光源竖直安装在仪器支架上；仪器外壳固定在仪器支架与手掌放置平面外，形成暗箱；光源控制器安装在仪器外壳内侧；数码摄像机、光源控制器经通讯接口与计算机相连；本发明仪器用以获得高质量的多光谱掌纹图像，具有实时采集、自由切换光源的优点，能满足在线身份识别的要求。本发明的采集仪和身份识别方法能够较好的提高传统掌纹和静脉识别系统的通用性、稳定性、防伪性和识别性能。
-
公开(公告)号：CN114691897B
公开(公告)日：2025-05-16
申请号：CN202210284064.3
申请日：2022-03-22
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F16/41 , G06F16/432 , G06F16/48 , G06N3/08
Abstract: 本发明公开了深度自适应多模态哈希检索方法及相关设备，本发明提供的方法，在面向多模态数据的哈希学习过程中先根据每一个模态数据的物理特性和特质，设计各自模态数据的特征学习网络，根据每次投入学习的训练样本中各个模态对最终共有特征的性能所做贡献大小，对每一个模态特征确定可学习的权重，根据权重来对各个模态的特征进行融合，实现了根据训练样本自身特性完成自适应权重的信息融合；使融合后的共有特征与哈希码的差异最小化，此过程加入从预设标签中提取的可伸缩语义特征，对哈希函数的参数进行自动更新，实现了特征空间与哈希空间的对齐，使用标签语义信息监督参数更新，能够提升多模态特征自适应融合能力和哈希学习的判别性表征能力。
-
公开(公告)号：CN114638977B
公开(公告)日：2025-05-06
申请号：CN202210240410.8
申请日：2022-03-10
IPC: G06V10/56 , G06V10/74 , G06V10/75 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于自适应权重融合的薄层色谱成分分析方法及相关设备。本发明提供的基于自适应权重融合的薄层色谱成分分析方法，对待分析样本的薄层色谱图像和已知成分的目标样本的薄层色谱图像进行特征向量提取以及谱带提取，使用特征向量匹配和色谱带的相对位置关系作为鉴别要素输入至神经网络中进行成分鉴别，融合了特征点相似度和谱带位置关系相似度，可以提升薄层色谱成分分析结果的准确性和效率。
-
公开(公告)号：CN115758281A
公开(公告)日：2023-03-07
申请号：CN202211346336.4
申请日：2022-10-31
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G16H10/60 , G16H30/20 , G16H50/20
Abstract: 本发明公开了一种中医多模态诊察信息的融合方法及相关设备，所述方法包括：获取多个模态诊疗数据，将各模态诊疗数据分解为共有信息和各模态内部的独有信息；基于解纠缠策略，将多个模态之间的共有信息为与各模态的独有信息视为不同的类别，在新的投影空间内通过分类器以充分学习不同模态的独有信息；将学习所得共有信息与独有信息进行串联得到融合特征，并通过分类与多次优化迭代，增强融合特征对病症的表示效果。本发明将多模态诊疗数据分解为共有信息和独有信息，通过解纠缠策略，设计约束函数与分类模型，增强独有信息与公共信息，将共有信息和独有信息串联，并通过分类与多次优化迭代，进一步增强独有信息与公共信息，实现了良好的多模态特征表示效果。
-
公开(公告)号：CN115186810A
公开(公告)日：2022-10-14
申请号：CN202210798777.1
申请日：2022-07-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种免训练的神经网络架构搜索方法及相关设备。方法包括：选取至少两个网络输入数据分别输入至目标超网中，获取各个网络输入数据分别对应的网络线性映射输出，其中，目标超网中包括预设数量个节点，相邻的两个节点之间包括至少一个连接，每个连接对应一种神经网络操作；根据各个网络线性映射输出之间的差异确定目标超网的评价值；计算目标超网中每个连接的重要性，其中，目标超网中每一条连接的重要性反映该连接对目标超网的评价值的影响；根据目标超网中各个连接的重要性在目标超网中删除至少一个连接，并重复执行计算目标超网中每个连接的重要性的步骤，直至目标超网为一个单一的神经网络。本发明可以降低神经网络架构搜索的耗时。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
