-
公开(公告)号：CN111531580A
公开(公告)日：2020-08-14
申请号：CN202010342977.7
申请日：2020-04-27
Applicant: 武汉工程大学
Abstract: 本发明提供一种基于视觉的多工业机器人故障检测方法及系统，其中，一种基于视觉的多工业机器人故障检测方法，包括以下步骤，S1：采集多工业机器人标准作业视频，建立多个单工业机器人标准作业模式视频帧序列A13，执行S2；S2：实时采集多工业机器人作业视频，建立多个单工业机器人实时作业视频帧序列A22，执行S3；S3：将单工业机器人实时动作图像与对应的单工业机器人标准作业模式视频帧序列A13中的图像进行匹配，采用两阶段法检测单工业机器人是否动作异常，若是，执行S4，若否，执行S2；S4：控制该工业机器人急停。本发明具有采用非接触式的方式发现工业机器人本体突发故障，避免在人机协作时发生机器人伤人的安全事故、检测过程简单准确的优点。
-
公开(公告)号：CN110490236A
公开(公告)日：2019-11-22
申请号：CN201910690299.0
申请日：2019-07-29
Applicant: 武汉工程大学 , 武汉引行科技有限公司 , 武汉创逸灵科技有限公司
Abstract: 本发明涉及一种基于神经网络的自动图像标注方法、系统、装置和介质，利用预先训练好的卷积神经网络模型提取实验数据集的图像特征；根据图像特征，在训练集中计算得到待标注图像的邻域图像集和对应的第一标签域；构建第一标签域与训练集对应的第二标签域之间的标签语义关联模型，根据标签语义关联模型，在第二标签域中计算得到与每个第一标签相关联的第三标签域；计算待标注图像与每个邻域图像之间的相似度，根据所有相似度得到每个第一标签成为目标标签的第一概率，并根据所有第一概率和标签语义关联模型得到每个第三标签成为目标标签的第二概率；根据所有相似度、所有第一概率和所有第二概率，得到目标标签，并根据目标标签完成标注。
-
公开(公告)号：CN105354841B
公开(公告)日：2019-02-01
申请号：CN201510687565.6
申请日：2015-10-21
Applicant: 武汉工程大学
Abstract: 本发明公开了一种快速遥感影像匹配方法及系统，该方法包括以下步骤：S1、获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影像构建积分直方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；S2、对待匹配影像和候选匹配区域进行精匹配，具体步骤为：S21、在待匹配影像和候选匹配区域中进行特征提取，并构建特征点匹配集合；S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达；S23、根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精确匹配模型得到影像的精确匹配区域。本发明大大缩短了影像匹配的过程，提高了匹配的精度和算法的鲁棒性。
-
公开(公告)号：CN104657718B
公开(公告)日：2018-12-14
申请号：CN201510078423.X
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于人脸图像特征极限学习机的人脸识别方法，该方法包括以下步骤：对原始图像进行预处理；对样本进行主成分分析得到特征脸谱，将图像投影到特征域；然后利用极限学习机算法建立人脸图像和人脸标签之间的映射关系；最后利用极限学习机推导输入人脸图像的标签属性。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了人脸图像的识别率。
-
公开(公告)号：CN105608006B
公开(公告)日：2018-06-08
申请号：CN201510982321.0
申请日：2015-12-22
Applicant: 武汉工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于概率模型的程序错误检测方法及系统，该方法包括以下步骤：S1、获取概率模型和待检测程序，从待检测程序中提取待检测的函数调用序列集合；S2、获取单个待检测的函数调用序列，求解最相似的函数调用序列集合，并计算联合概率；S3、根据相似集合对该待检测序列进行检测并生成修复方案；S4、完成该待检测序列的检测和修复后，记录检测到的各个错误信息及修复方案；S5、对待检测集合中的所有待检测序列检测完毕后，输出程序错误报告。本发明无需处理概率模型转换到确定性模型时的阈值选择问题，能够快速的检测程序中的错误，且检测准确率高。
-
Patent Agency Ranking
公开(公告)号：CN107507223A
公开(公告)日：2017-12-22
申请号：CN201710632021.9
申请日：2017-07-28
Applicant: 武汉工程大学
CPC classification number: G06T7/246 , G06K9/6211 , G06K9/6223 , G06T5/002 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/251 , G06T2207/10016 , G06T2207/20024
Abstract: 本发明公开了一种动态环境下基于多特征聚类匹配的目标跟踪方法，该跟踪方法在动态环境下采用结合三帧差分法和背景差分法为自适应目标检测方法，为跟踪系统设计一个独立的前景检测模块，能够最大限度的提取出目标，也能对噪声的抵抗性较强，并结合特征聚类方法并进行消除错误匹配的特征点完成匹配跟踪。
-
公开(公告)号：CN104932865B
公开(公告)日：2017-10-10
申请号：CN201510405107.9
申请日：2015-07-10
Applicant: 武汉工程大学
Abstract: 本发明公开了一种组件协议挖掘方法、装置及系统，该方法包括：发送开始插桩指令至所述N个客户端，所述开始插桩指令中携带有需要挖掘的类的M个函数的函数标识，M为大于1的整数；接收所述N个客户端发送的所述M个函数的函数调用信息；所述函数调用信息是所述N个客户端基于所述开始插桩指令收集的信息；根据所述函数调用信息更新所述服务器中存储的所述类的组件协议。本发明提供的方法、装置及系统用以解决现有技术中的组件协议挖掘方法存在的人力耗费大和挖掘效率低的技术问题。实现了降低数据获取人力成本，提高组件协议挖掘效率的技术效果。
-
公开(公告)号：CN105068789A
公开(公告)日：2015-11-18
申请号：CN201510404171.5
申请日：2015-07-10
Applicant: 武汉工程大学
IPC: G06F9/44
Abstract: 本发明公开了一种对象使用场景提取方法及装置，该方法包括：获取目标类的第一对象使用场景；所述第一对象使用场景为依第一顺序调用的N个函数的序列；根据目标类确定第一父类；第一父类为目标类的父类；从N个函数中确定出L个函数；L个函数均为第一父类的函数；N≥L＞1；按照第一顺序排列L个函数，以生成第一父类的第二对象使用场景；第二对象使用场景为第一对象使用场景的继承子对象使用场景。本发明提供的方法及装置用以解决现有技术中进行组件协议挖掘时，存在的对象使用场景数量不足的技术问题。实现了可以通过运行少量应用程序来获得大量的对象使用场景的函数调用序列的技术效果。
-
公开(公告)号：CN104700078A
公开(公告)日：2015-06-10
申请号：CN201510081168.4
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于尺度不变特征极限学习机的机器人场景识别算法，该方法包括以下步骤:首先，利用尺度不变特征表达机器人视觉图像的场景，其次使用K均值聚类算法实现机器人场景图像表达码本，最后利用极限学习机算法建立机器人视觉场景图像和场景标签之间的映射关系。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了机器人场景图像的识别率。
-
公开(公告)号：CN104657718A
公开(公告)日：2015-05-27
申请号：CN201510078423.X
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于人脸图像特征极限学习机的人脸识别方法，该方法包括以下步骤：对原始图像进行预处理；对样本进行主成分分析得到特征脸谱，将图像投影到特征域；然后利用极限学习机算法建立人脸图像和人脸标签之间的映射关系；最后利用极限学习机推导输入人脸图像的标签属性。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了人脸图像的识别率。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.031 seconds)
