-
公开(公告)号：CN118314104A
公开(公告)日：2024-07-09
申请号：CN202410464568.2
申请日：2024-04-17
Applicant: 河钢数字技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/90 , G06T7/44 , G06T15/04 , G06V10/762 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种用于钢材缺陷实时监测的微小目标检测方法，属于目标检测领域，一种用于钢材缺陷实时监测的微小目标检测方法，利用三维点扩散模型对网格表面上的一组采样点进行渲染和着色，应用三维拓扑知识来推测网格上的低频颜色分布，借助粗处理阶段生成的颜色分量，在UV空间中构建了一个二维扩散模型，以提高生成的钢材缺陷纹理的保真度，增加了微小目标缺陷样本的数量，从而提高了模型的性能和泛化能力；为了解决检测效率不高和实时性差的问题，采用专门设计的空域滤波器来提取钢材缺陷序列的空间灰度值特征，通过利用当前帧的空间特征和时域信息，减轻了输出延迟，提高了整个检测过程的实时性提高了钢材缺陷检测的效率和精度。
-
公开(公告)号：CN118314103A
公开(公告)日：2024-07-09
申请号：CN202410464567.8
申请日：2024-04-17
Applicant: 河钢数字技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/13 , G06V10/44 , G06V10/30 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06N3/092
Abstract: 本发明公开了基于变分信息复利用的钢材微小缺陷检测方法，具体涉及工业环境的钢材微小缺陷识别技术领域，本发明通过将规定尺寸的图像文件输入检测信息复利用网络，检测信息复利用网络先提取图像的多层低级语义信息，通过对图像进行滤波和二值化处理获取低级语义信息的边界信息，以边界信息监督提取多特征层层内和层间的高级图语义信息，以获得的高级特征层进行检测预测，并将图像划分为缺陷区域和正常区域，然后通过变分预测网络以正常区域为基础，马尔科夫链为依据预测下一帧图像的正常区域，再对比预测图像和下一帧图像的像素差异划分出下一帧图像可能的缺陷区域，实现检测精度和检测速度的双重提升以满足工业环境的钢材微小缺陷检测需求。
-
公开(公告)号：CN119296400A
公开(公告)日：2025-01-10
申请号：CN202411130743.0
申请日：2024-08-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了基于VR头显设备的多场景半同步虚拟教室方法，包括：读取虚拟教室初始界面，并建立教师端与学生端之间的课件连接，进入预设虚拟教室场景；建立所述教师端与所有学生端之间的通信连接，并根据选择的座位锚点调整对应学生端的座位及视角；获取所述教师端中的授课文件，并根据预设数据库的函数对所述授课文件进行转换，并将转换后的授课文件显示在所述预设虚拟教室场景的指定位置；获取所述教师端或当前学生端的语音信息，并对获取的语音信息进行转换，将转换的语音信息传输到其他端，实现虚拟教室的语音互动。本发明实现了教室场景多样化、教学语音互动、授课PPT课件展示以及座位视角切换的虚拟教室教学场景下的个性化需求。
-
公开(公告)号：CN118042133B
公开(公告)日：2024-06-28
申请号：CN202410436958.9
申请日：2024-04-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/124 , H04N19/174 , H04N19/132 , G06T9/00
Abstract: 本发明公开一种基于切片表达的全景图像编码方法、解码方法及相关装置，涉及全景图像编解码领域，方法包括以下步骤：对获取的待编码全景图像进行超级切片图像转换，得到超级切片图像集合作为全景图像的切片化表达形式，利用切片编码器对超级切片图像集合进行特征提取，得到超级切片编码，进一步生成超级切片编码量化结果和先验编码量化结果，据此确定高斯分布概率模型，并利用该模型生成超级切片编码量化结果的比特流和先验编码量化结果的比特流；而在解码阶段，对超级切片编码量化结果的比特流进行解码，并将解码结果经过反量化以及切片解码后，得到全景重构图像，提高了全景图像表达的稳定性，实现了高性能的全景图像编解码。
-
公开(公告)号：CN116844190A
公开(公告)日：2023-10-03
申请号：CN202310774371.4
申请日：2023-06-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请提供了一种身份识别方法、身份识别装置、电子设备及存储介质，应用于增强现实设备，属于图像处理技术领域，通过获取第一手部图像，对第一手部图像进行手部关键点检测，得到第一关键点位置特征，根据第一关键点位置特征从第一手部图像提取第一感兴趣区域，对第一感兴趣区域进行掌纹特征提取，得到第一掌纹特征，对预设模板进行掌纹特征提取，得到第二掌纹特征，计算第一掌纹特征和第二掌纹特征之间的相似度数据，根据相似度数据和预设相似度阈值进行身份识别，以登录增强现实设备，在降低身份识别成本代价的同时，实现了安全快捷的身份识别，从而提高了登录的效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN118042133A
公开(公告)日：2024-05-14
申请号：CN202410436958.9
申请日：2024-04-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/124 , H04N19/174 , H04N19/132 , G06T9/00
Abstract: 本发明公开一种基于切片表达的全景图像编码方法、解码方法及相关装置，涉及全景图像编解码领域，方法包括以下步骤：对获取的待编码全景图像进行超级切片图像转换，得到超级切片图像集合作为全景图像的切片化表达形式，利用切片编码器对超级切片图像集合进行特征提取，得到超级切片编码，进一步生成超级切片编码量化结果和先验编码量化结果，据此确定高斯分布概率模型，并利用该模型生成超级切片编码量化结果的比特流和先验编码量化结果的比特流；而在解码阶段，对超级切片编码量化结果的比特流进行解码，并将解码结果经过反量化以及切片解码后，得到全景重构图像，提高了全景图像表达的稳定性，实现了高性能的全景图像编解码。
-
公开(公告)号：CN119887718A
公开(公告)日：2025-04-25
申请号：CN202411991508.2
申请日：2024-12-31
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 台深创(深圳)科技投资有限公司
IPC: G06T7/00 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 本发明涉及一种高空建筑物表面缺陷机器人智能检测方法，包括：获取待检测的表面缺陷图像，将待检测的表面缺陷图像输入至机器人搭载的高空建筑物表面缺陷检测模型，获取表面缺陷检测结果；高空建筑物表面缺陷检测模型利用训练集训练获得；训练集包括：表面缺陷图像和缺陷标签；高空建筑物表面缺陷检测模型利用轻量卷积进行特征提取，并引入空间注意力机制计算特征图拼接后的注意力权重，将注意力权重赋予原始特征图。本发明利用神经网络学习不同种类缺陷的特征，构建缺陷检测的深度学习网络，并搭载到机器人操作系统上，通过机器人的运动，借助视觉传感器的视频流识别建筑物表面是否存在缺陷及其类型。
-
公开(公告)号：CN119459918A
公开(公告)日：2025-02-18
申请号：CN202411904811.4
申请日：2024-12-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 台深创(深圳)科技投资有限公司
IPC: B62D57/024
Abstract: 本发明公开一种风压吸附爬行检测机器人，涉及高空建筑物质量检测技术领域，包括机器人前底盘和机器人后底盘，机器人前底盘和机器人后底盘之间连接有折叠越障机构，机器人前底盘和机器人后底盘上均设有单向反推力吸附组件；本发明的风压吸附爬行检测机器人整体体积相对较小，质量轻便，且采用双涵道风压原理，可实现任意倾角表面上的稳定吸附，另外具有双底板履带结构，遇到障碍物时可以抬升前底板实现跨越障碍物，通过搭载视觉检测模块在高空建筑物表面上下爬行并开展检测，遇到障碍物具备跨越障碍物能力，具有强环境适应性，从而实现高空建筑物表面三维形貌测量和损上检测定位，极大减轻人工检测作业的负担，具有着广阔的应用前景。
-
公开(公告)号：CN117876430B
公开(公告)日：2024-06-18
申请号：CN202410281592.2
申请日：2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种全景图像及视频中的扫视路径预测方法、设备及介质，涉及扫视路径预测技术领域，方法包括：获取历史扫视路径下的全景图像及视频；采用图像转化方法，将全景图像及视频转为视口序列；将注视位置序列投影到与每一注视位置对应的视口中，得到每一视口中历史路径的相对坐标；将视口序列、每一视口的相对坐标以及自回归路径先验坐标输入至高斯混合模型，并使用基于物理模型和梯度下降优化器的随机采样模型预测下一时刻之后的扫视路径；本发明将视口序列、每一视口的历史路径相对坐标序列以及自回归路径先验坐标输入至高斯混合模型，实现对下一时刻扫视路径的预测，提高了扫视路径预测的准确性。
-
公开(公告)号：CN117876430A
公开(公告)日：2024-04-12
申请号：CN202410281592.2
申请日：2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种全景图像及视频中的扫视路径预测方法、设备及介质，涉及扫视路径预测技术领域，方法包括：获取历史扫视路径下的全景图像及视频；采用图像转化方法，将全景图像及视频转为视口序列；将注视位置序列投影到与每一注视位置对应的视口中，得到每一视口中历史路径的相对坐标；将视口序列、每一视口的相对坐标以及自回归路径先验坐标输入至高斯混合模型，并使用基于物理模型和梯度下降优化器的随机采样模型预测下一时刻之后的扫视路径；本发明将视口序列、每一视口的历史路径相对坐标序列以及自回归路径先验坐标输入至高斯混合模型，实现对下一时刻扫视路径的预测，提高了扫视路径预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.04 seconds)
