公开(公告)号：CN112285027B

公开(公告)日：2023-03-21

申请号：CN202011172982.4

申请日：2020-10-28

Applicant: 哈尔滨工业大学

Inventor： 马欲飞 ,  何应 ,  乔顺达 ,  李宇 ,  于欣 ,  彭江波

IPC: G01N21/17 ,  G01N21/39

Abstract: 本发明公开了一种基于单音叉探测的光声光热双光谱气体传感装置及方法，所述装置包括激光器、光束准直器、气室、石英音叉、直角棱镜、光谱数据采集系统、计算机，激光器输出激光经光束准直器入射到气室内并传输通过石英音叉的叉股间隙，待测目标气体吸收激光能量后产生声波推动石英音叉进行摆动，产生光声电流信号；激光传输射出气室入射在直角棱镜上，由直角棱镜反射出的激光再度入射到气室内并打到石英音叉的根部位置，石英音叉吸收激光能量后发生弹性形变，从而产生光热电流信号；光声电流信号和光热电流信号由光谱数据采集系统和计算机进行信号解调与后续处理，反演出气体的浓度。本发明具有结构简单、成本低、探测灵敏度高等优点。

公开(公告)号：CN117576672A

公开(公告)日：2024-02-20

申请号：CN202311461019.1

申请日：2023-11-06

Applicant: 哈尔滨工业大学

Inventor： 刘绍辉 ,  舒言 ,  李宇 ,  姜峰

IPC: G06V20/62 ,  G06V20/70 ,  G06V10/26 ,  G06V10/762 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 一种学习实例内部语义增强的场景文字检测器和方法，属于场景文本识别技术领域，解决未考虑语义关系以及未考虑边框和中心的一致性而导致检测不准确问题。本发明的检测器包括：文本领域注意力机制TAM和边界融合模块BAG；所述文本领域注意力机制使用连通域分析的方法得到独立的文本区域，使用RoIAlign操作提取RoI特征，然后通过线性层压缩并投影为Troi∈RN×C，其中N是RoI的数量，是C通道数；将Troi和类别令牌Tcls连接起来，添加位置嵌入以形成原始ViT编码器的输入标记；所述边界融合模块根据所述文本领域注意力机制输出的特征图生成高维嵌入的卷积层。本发明适用于自动驾驶、场景文本翻译和场景理解。

公开(公告)号：CN118038227A

公开(公告)日：2024-05-14

申请号：CN202410278475.0

申请日：2024-03-12

Applicant: 哈尔滨工业大学

Inventor： 刘绍辉 ,  米亚纯 ,  李宇 ,  周浦超 ,  姜峰

IPC: G06V10/80 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/82 ,  G06V10/40

Abstract: 基于语义信息的无参考视频质量评价方法以及装置，属于视觉语言大模型，尤其涉及无参考视频质量的评价技术领域；解决了现有基于深度学习的无参考视频质量评价方法所存在的提取的特征解释性低、对视频质量的评价与人类视觉感知一致性差的问题；所述方法包括以下步骤：S1、语义特征提取步骤：S2、空间特征提取步骤：S3、特征聚合步骤：S3.1、将所述待评价视频的2×r维的语义特征向量和空间特征向量连接起来，获得所述待评价视频的质量特征；S3.2、将所述待评价视频的质量特征作为回归头的输入，获得所述待评价视频的质量评价分数。所述的基于语义信息的无参考视频质量评价方法以及装置，适用于无参考视频质量的评价。

公开(公告)号：CN112285027A

公开(公告)日：2021-01-29

申请号：CN202011172982.4

申请日：2020-10-28

Applicant: 哈尔滨工业大学

Inventor： 马欲飞 ,  何应 ,  乔顺达 ,  李宇 ,  于欣 ,  彭江波

IPC: G01N21/17 ,  G01N21/39

Abstract: 本发明公开了一种基于单音叉探测的光声光热双光谱气体传感装置及方法，所述装置包括激光器、光束准直器、气室、石英音叉、直角棱镜、光谱数据采集系统、计算机，激光器输出激光经光束准直器入射到气室内并传输通过石英音叉的叉股间隙，待测目标气体吸收激光能量后产生声波推动石英音叉进行摆动，产生光声电流信号；激光传输射出气室入射在直角棱镜上，由直角棱镜反射出的激光再度入射到气室内并打到石英音叉的根部位置，石英音叉吸收激光能量后发生弹性形变，从而产生光热电流信号；光声电流信号和光热电流信号由光谱数据采集系统和计算机进行信号解调与后续处理，反演出气体的浓度。本发明具有结构简单、成本低、探测灵敏度高等优点。

公开(公告)号：CN118115917A

公开(公告)日：2024-05-31

申请号：CN202410278473.1

申请日：2024-03-12

Applicant: 哈尔滨工业大学

Inventor： 刘绍辉 ,  米亚纯 ,  李宇 ,  周浦超 ,  姜峰

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0895

Abstract: 无参考视频质量评价方法、程序产品及存储介质，属于视觉语言大模型，尤其涉及无参考视频质量的评价技术领域；解决了现有基于深度学习的无参考视频质量评价方法所存在的提取的特征解释性低、与人类视觉系统的感知一致性差的问题；所述方法包括以下步骤：S1、特征提取：S1.2、将所述N条文本描述和待评价视频作为所述CLIP模型的输入，获得所述待评价视频的每一个视频帧的N维特征向量；S2、特征降维；S3、特征聚合；S3.4、将所述表征每一个视频帧的质量评价分数与所述待评价视频的整体质量评价分数之间关系的参数输入MLP模块，获得所述待评价视频的整体质量评价分数。所述的无参考视频质量评价方法，适用于无参考视频质量的评价。