-
公开(公告)号：CN111832460A
公开(公告)日：2020-10-27
申请号：CN202010641622.8
申请日：2020-07-06
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多特征融合的人脸图像提取方法及系统，该方法包括：对第一人脸图像和第二人脸图像进行特征融合处理，得到人脸检测综合特征，第一人脸图像和第二人脸图像是通过对不同的人脸图像分别进行哈尔特征扩展处理得到的；对人脸检测综合特征进行局部提取，获取人脸局部特征；将人脸局部特征输入到训练好的人脸特征分类模型中，输出得到第一人脸图像和第二人脸图像的人脸特征分类结果；训练好的人脸特征分类模型是通过Adaboost算法训练得到的。本发明实施例通过对不同的人脸图像进行哈尔特征扩展和融合处理，提升特征表达能力，再通过Adaboost算法进行分类，使得人脸检测效率更高，提高分类的识别率和精确度。
-
公开(公告)号：CN110764498A
公开(公告)日：2020-02-07
申请号：CN201910872030.4
申请日：2019-09-16
Applicant: 北京工业大学
IPC: G05D1/02
Abstract: 本发明提出一种基于鼠脑海马认知机理的智能移动机器人运动状态和位置认知方法，属于机器人环境认知与导航技术领域，主要应用于智能移动机器人的环境认知、地图构建及导航等任务。具体流程包括：本方法通过摄像头采集图像信息，通过陀螺仪和编码器采集机器人的角度与方向信息，并将上述信息传输到CPU中。提出一种基于速度细胞和视觉信息的感知速度求解方法，获取机器人的感知速度；利用一维环状连接的细胞模型模拟头朝向细胞的放电机理，将角度信息输入头朝向细胞模型，使得机器人以仿生的方式获取感知角度。然后将感知速度和感知角度输入至位置细胞的前向编码神经网络模型，驱动位置细胞板上兴奋活动包的移动，获取机器人在环境中的位置。
-
公开(公告)号：CN111832460B
公开(公告)日：2024-05-21
申请号：CN202010641622.8
申请日：2020-07-06
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多特征融合的人脸图像提取方法及系统，该方法包括：对第一人脸图像和第二人脸图像进行特征融合处理，得到人脸检测综合特征，第一人脸图像和第二人脸图像是通过对不同的人脸图像分别进行哈尔特征扩展处理得到的；对人脸检测综合特征进行局部提取，获取人脸局部特征；将人脸局部特征输入到训练好的人脸特征分类模型中，输出得到第一人脸图像和第二人脸图像的人脸特征分类结果；训练好的人脸特征分类模型是通过Adaboost算法训练得到的。本发明实施例通过对不同的人脸图像进行哈尔特征扩展和融合处理，提升特征表达能力，再通过Adaboost算法进行分类，使得人脸检测效率更高，提高分类的识别率和精确度。
-
公开(公告)号：CN111459166B
公开(公告)日：2024-03-29
申请号：CN202010319435.8
申请日：2020-04-22
Applicant: 北京工业大学
IPC: G05D1/43 , G01C21/00 , G01C21/16 , G01S17/86 , G01S17/89 , G06T17/05 , G05D1/242 , G05D1/243 , G05D1/246 , G05D109/10
Abstract: 本发明提出了一种灾后救援环境下含受困人员位置信息的情景地图构建方法，主要应用于灾后探测机器人上，完成灾后事故现场地图构建及在地图上标定需要营救人员的位置等任务。具体流程包括：以搭载激光雷达，里程计，陀螺仪及深度摄像头的履带式机器人为主体。通过先验地图设定环境探索路径，实现机器人自主地在环境中进行激光建图与搜索任务。建图过程中，对采集到的图像进行人员检测，根据检测结果得到对应检测目标的像素中心。并结合对应的深度信息和当前机器人的位置，通过三维定位模型推算目标人员在世界坐标系中的位置，并标定在地图上。该方法可为救援人员提供受困人员灾后救援环境的位置信息，可高效地开展求援任务，有效避免二次伤亡。
-
公开(公告)号：CN111783852B
公开(公告)日：2024-03-12
申请号：CN202010550939.0
申请日：2020-06-16
Applicant: 北京工业大学
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/092
Abstract: 一种基于深度强化学习自适应式生成图像描述的方法及图像描述技术领域，提供一种更好的决策机制使生成描述过程中自适应的决策是否利用视觉信息。如利用语义信息生成下一个词语时不必要使用视觉信息；如利用注意力机制生成下一个单词时视觉信息的占比应该尽可能的大，可进行自适应的比重修正。本发明使在图像描述问题中生成下一个单词时能够自适应的决策是否利用视觉信息；采用强化学习的奖励机制调整在利用注意力机制生成词语时视觉信息所占比重，使得算法具有很强的学习能力、自适应性、科学性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110764498B
公开(公告)日：2022-09-09
申请号：CN201910872030.4
申请日：2019-09-16
Applicant: 北京工业大学
IPC: G05D1/02
Abstract: 本发明提出一种基于鼠脑海马认知机理的智能移动机器人运动状态和位置认知方法，属于机器人环境认知与导航技术领域，主要应用于智能移动机器人的环境认知、地图构建及导航等任务。具体流程包括：本方法通过摄像头采集图像信息，通过陀螺仪和编码器采集机器人的角度与方向信息，并将上述信息传输到CPU中。提出一种基于速度细胞和视觉信息的感知速度求解方法，获取机器人的感知速度；利用一维环状连接的细胞模型模拟头朝向细胞的放电机理，将角度信息输入头朝向细胞模型，使得机器人以仿生的方式获取感知角度。然后将感知速度和感知角度输入至位置细胞的前向编码神经网络模型，驱动位置细胞板上兴奋活动包的移动，获取机器人在环境中的位置。
-
公开(公告)号：CN111459166A
公开(公告)日：2020-07-28
申请号：CN202010319435.8
申请日：2020-04-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种灾后救援环境下含受困人员位置信息的情景地图构建方法，主要应用于灾后探测机器人上，完成灾后事故现场地图构建及在地图上标定需要营救人员的位置等任务。具体流程包括：以搭载激光雷达，里程计，陀螺仪及深度摄像头的履带式机器人为主体。通过先验地图设定环境探索路径，实现机器人自主地在环境中进行激光建图与搜索任务。建图过程中，对采集到的图像进行人员检测，根据检测结果得到对应检测目标的像素中心。并结合对应的深度信息和当前机器人的位置，通过三维定位模型推算目标人员在世界坐标系中的位置，并标定在地图上。该方法可为救援人员提供受困人员灾后救援环境的位置信息，可高效地开展求援任务，有效避免二次伤亡。
-
公开(公告)号：CN111382790B
公开(公告)日：2023-09-29
申请号：CN202010154575.4
申请日：2020-03-07
Applicant: 北京工业大学
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/25
Abstract: 一种基于小波变换的高压直流故障分类方法，涉及故障探测技术领域。本发明包括如下步骤：步骤1,为保持原有的故障信号特征，利用软阈值去燥方法对断电点位数据进行去燥，去除断电点位中的噪声。步骤2，利用离散小波变换分别对断电点位和通电点位进行多尺度分解，提取出各频段的细节分量和近似分量。步骤3，提出一种自适应层数的小波包变换方法，对通电点位信号和断电点位信号进行充分分解，进一步提取高频特征，并对产生的特征进行降维处理。步骤4，将步骤2和步骤3产生的特征向量进行融合，并输入到训练好的SVM分类模型中进行识别检测。
-
公开(公告)号：CN111783852A
公开(公告)日：2020-10-16
申请号：CN202010550939.0
申请日：2020-06-16
Applicant: 北京工业大学
Abstract: 一种基于深度强化学习自适应式生成图像描述的方法及图像描述技术领域，提供一种更好的决策机制使生成描述过程中自适应的决策是否利用视觉信息。如利用语义信息生成下一个词语时不必要使用视觉信息；如利用注意力机制生成下一个单词时视觉信息的占比应该尽可能的大，可进行自适应的比重修正。本发明使在图像描述问题中生成下一个单词时能够自适应的决策是否利用视觉信息；采用强化学习的奖励机制调整在利用注意力机制生成词语时视觉信息所占比重，使得算法具有很强的学习能力、自适应性、科学性和鲁棒性。
-
公开(公告)号：CN111552298A
公开(公告)日：2020-08-18
申请号：CN202010455521.1
申请日：2020-05-26
Applicant: 北京工业大学
Abstract: 本发明提出一种基于鼠脑海马空间细胞的仿生定位方法，通过该方法机器人可实现定位功能。本方法属于仿生学领域。首先，机器人对空间环境进行探索，通过光电编码器采集速度信息和方向信息，速度细胞模型及头朝向细胞模型分别对线速度和角速度进行处理；然后，建立网格细胞和位置细胞间的双向连接网络，一方面，网格细胞接受上游皮层的兴奋性输入、网格细胞间的抑制性输入及位置细胞的反馈输入，另一方面，网格细胞的投射信息驱动位置细胞放电；最后，构建位置细胞的环境表达计算模型，计算位置细胞和输入细胞之间连接强度的相关性，选取和输入细胞相关性最高的位置细胞作为最终的获胜细胞，并将该细胞的放电信息与位置点关联，存储关联信息。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.034 seconds)
