-
公开(公告)号：CN107423698B
公开(公告)日：2019-11-22
申请号：CN201710575403.2
申请日：2017-07-14
Applicant: 华中科技大学
Abstract: 本发明属于自动识别技术领域，并公开了一种基于并联卷积神经网络的手势估计方法，包括以下步骤：S1、采用RGB‑D相机获得彩色图像和深度图像；S2、根据预先训练得到的手部分类模块，在彩色图像上识别出手部所在的位置；S3、根据手部在彩色图像上对应的位置，找到其在深度图像上对应的位置，然后将手部深度图分离出来；S4、将分离出的深度图转化为灰度图，然后将灰度图输入并联卷积神经网络手势估计模块进行识别，从而获得能够表示手部姿态的多个关节点坐标；S5、输出手势结果。本发明提供了一种端到端的手势估计网络架构，降低了算法的复杂度，并联结构极大提高了网络收敛速度，极大节省了训练时间，提高了效率。
-
公开(公告)号：CN107330910B
公开(公告)日：2019-11-12
申请号：CN201710530461.3
申请日：2017-06-28
Applicant: 华中科技大学
Abstract: 本发明属于图像分割技术领域，具体涉及一种针对光流图的快速的FCM图像分割方法，其包括以下步骤：S1确定糊聚类参数；S2划分若干个向量方向区间，并将二维向量划分至对应的方向区间中；S3将每个方向区间均分成若干个模区间，并将二维向量划分至对应的模区间中，计算每个方向区间下每个模区间内的向量个数；S4计算每个方向区间中的每个向量模区间的标准向量大小；S5将标准向量的隶属度初始化，进行迭代计算，直至得到满足精度要求的隶属度和聚类中心；S6完成二维向量图的图像分割。本发明的方法不仅能够对二维向量图进行精确分割，而且大大减少了整个分割过程的计算量，提高了运算速度，十分适用于二维向量图，尤其是光流图的分割。
-
公开(公告)号：CN109858352A
公开(公告)日：2019-06-07
申请号：CN201811601591.2
申请日：2018-12-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于压缩感知与改进多尺度网络的故障诊断方法，采用压缩感知压缩样本，能从原样本信号中保留感兴趣的信息，提高数据分析效率。利用压缩感知的高斯测量矩阵乘以信号矩阵，由于高斯测量矩阵是随机矩阵，每次生成的矩阵元素是不同的，产生的训练样本也是不同，产生足够多的训练样本，进一步解决深度模型训练过程中存在的小样本问题，提高了小样本故障诊断的精确率。在具有相同的尺寸和特征映射数量的特征映射之间引入恒等映射，通过对不同层的特征提取，连接不同层的特征拼接为一个整体实现特征融合，得到与输入图像对应的深度融合特征向量，从而解决了多尺度网络优化过程困难问题，能在不同工况下有效识别故障类型。
-
公开(公告)号：CN104615819B
公开(公告)日：2018-05-18
申请号：CN201510045212.6
申请日：2015-01-28
Applicant: 华中科技大学无锡研究院
IPC: G06F17/50
Abstract: 本发明公开一种基于CATIA的多种可选结构的复杂装配体生成方法，该方法解决了汽车涂装生产线中传统复杂装配体的设计效率低、装配周期长等问题，在CATIA平台的环境下，通过修改实数型参数的数值，实现复杂装配体中的零部件的部件激活状态，从而完成该复杂装配体所需要的结构形式，减少了模型的工作量，缩短了复杂装配体的设计周期，提高产品装配设计及生成效率，尤其适合于结构复杂多变的装配体。
-
公开(公告)号：CN107330910A
公开(公告)日：2017-11-07
申请号：CN201710530461.3
申请日：2017-06-28
Applicant: 华中科技大学
Abstract: 本发明属于图像分割技术领域，具体涉及一种针对光流图的快速的FCM图像分割方法，其包括以下步骤：S1确定糊聚类参数；S2划分若干个向量方向区间，并将二维向量划分至对应的方向区间中；S3将每个方向区间均分成若干个模区间，并将二维向量划分至对应的模区间中，计算每个方向区间下每个模区间内的向量个数；S4计算每个方向区间中的每个向量模区间的标准向量大小；S5将标准向量的隶属度初始化，进行迭代计算，直至得到满足精度要求的隶属度和聚类中心；S6完成二维向量图的图像分割。本发明的方法不仅能够对二维向量图进行精确分割，而且大大减少了整个分割过程的计算量，提高了运算速度，十分适用于二维向量图，尤其是光流图的分割。
-
Patent Agency Ranking
公开(公告)号：CN107423698A
公开(公告)日：2017-12-01
申请号：CN201710575403.2
申请日：2017-07-14
Applicant: 华中科技大学
Abstract: 本发明属于自动识别技术领域，并公开了一种基于并联卷积神经网络的手势估计方法，包括以下步骤：S1、采用RGB-D相机获得彩色图像和深度图像；S2、根据预先训练得到的手部分类模块，在彩色图像上识别出手部所在的位置；S3、根据手部在彩色图像上对应的位置，找到其在深度图像上对应的位置，然后将手部深度图分离出来；S4、将分离出的深度图转化为灰度图，然后将灰度图输入并联卷积神经网络手势估计模块进行识别，从而获得能够表示手部姿态的多个关节点坐标；S5、输出手势结果。本发明提供了一种端到端的手势估计网络架构，降低了算法的复杂度，并联结构极大提高了网络收敛速度，极大节省了训练时间，提高了效率。
-
公开(公告)号：CN104648807A
公开(公告)日：2015-05-27
申请号：CN201510023635.8
申请日：2015-01-16
Applicant: 华中科技大学
IPC: B65D61/00
Abstract: 本发明公开了一种大型圆柱形工件存放输送系统，包括存放输送装置，所述存放输送装置包括固定支撑座，固定支撑座上成排列安装有多个工件存放座，成排列安装的工件存放座的排数为四排以上，列数为两列以上，每个工件存放座的上部均设置有与待存放圆柱形工件的直径一致的弧形槽，最前排和最后排的所有工件存放座能同步上下移动及能同步左右移动，最前排和最后排之间的所有工件存放座能同步上下移动。本发明提高了存放大型圆柱形工件装备的空间利用率，提高了存放工件的数目，实现了工件输送自动化，极大地提高了工件输送效率，达到了稳定、快速、准确的要求。
-
公开(公告)号：CN109858352B
公开(公告)日：2020-09-18
申请号：CN201811601591.2
申请日：2018-12-26
Applicant: 华中科技大学
IPC: G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04 , G01M13/045
Abstract: 本发明公开了一种基于压缩感知与改进多尺度网络的故障诊断方法，采用压缩感知压缩样本，能从原样本信号中保留感兴趣的信息，提高数据分析效率。利用压缩感知的高斯测量矩阵乘以信号矩阵，由于高斯测量矩阵是随机矩阵，每次生成的矩阵元素是不同的，产生的训练样本也是不同，产生足够多的训练样本，进一步解决深度模型训练过程中存在的小样本问题，提高了小样本故障诊断的精确率。在具有相同的尺寸和特征映射数量的特征映射之间引入恒等映射，通过对不同层的特征提取，连接不同层的特征拼接为一个整体实现特征融合，得到与输入图像对应的深度融合特征向量，从而解决了多尺度网络优化过程困难问题，能在不同工况下有效识别故障类型。
-
公开(公告)号：CN104648807B
公开(公告)日：2017-02-22
申请号：CN201510023635.8
申请日：2015-01-16
Applicant: 华中科技大学
IPC: B65D61/00
Abstract: 本发明公开了一种大型圆柱形工件存放输送系统，包括存放输送装置，所述存放输送装置包括固定支撑座，固定支撑座上成排列安装有多个工件存放座，成排列安装的工件存放座的排数为四排以上，列数为两列以上，每个工件存放座的上部均设置有与待存放圆柱形工件的直径一致的弧形槽，最前排和最后排的所有工件存放座能同步上下移动及能同步左右移动，最前排和最后排之间的所有工件存放座能同步上下移动。本发明提高了存放大型圆柱形工件装备的空间利用率，提高了存放工件的数目，实现了工件输送自动化，极大地提高了工件输送效率，达到了稳定、快速、准确的要求。
-
公开(公告)号：CN104992034A
公开(公告)日：2015-10-21
申请号：CN201510444094.6
申请日：2015-07-24
Applicant: 华中科技大学无锡研究院
IPC: G06F17/50
Abstract: 本发明公开一种汽车涂装车间用风管的快速生成方法，包括如下步骤：S101、选择风管模块类型，并输入相应尺寸参数。S102、生成相应模块，并自动导入风管装配体模型。S103、根据用户输入的信息，新生成模块自动与上一模块进行装配，生成所需的风管模型。本发明将风管归纳为不同的类型模块，通过不同模块的自由组合，生成所需的风管的模型，该过程自动化、智能化，用户只需输入一些参数，即可完成风管的设计工作，操作简单，可靠性高，极大的提高了风管的设计效率，符合汽车涂装车间实际设计要求。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.025 seconds)
