-
公开(公告)号：CN113837059B
公开(公告)日：2023-12-19
申请号：CN202111104530.7
申请日：2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于监测预警安保技术领域，具体涉及一种规劝行人及时佩戴口罩的巡视车及其控制方法。本发明针对室内公共场合，通过巡检系统自身所携带深度相机采集的RGB彩色图像和深度图像完成室内栅格地图的构建；并通过相邻图片之间的特征匹配计算出检测巡视车相对于世界坐标系的位置，完成自身的定位；通过构建卷积神经网络模型，能够完成对于行人是否佩戴口罩的特征提取和识别；通过路径规划导航以及障碍物避障模块完成检测巡视车自主移动至目标的功能；最终通过目标跟随模块以及语音模块完成了巡检系统对未佩戴口罩行人的规劝功能以及对于防疫知识的宣传工作。
-
Patent Agency Ranking
公开(公告)号：CN114863425B
公开(公告)日：2024-10-29
申请号：CN202210346555.6
申请日：2022-03-31
Applicant: 哈尔滨工程大学
IPC: G06V20/69 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464 , G06N3/044 , G06N3/045 , G06N3/09 , G06N3/0895
Abstract: 本发明提供了一种基于有监督对比学习的尿红细胞的分类方法，步骤一：收集和扩充数据集；步骤二：构建基于ResNet‑50卷积神经网络的SRRN特征提取网络模型；步骤三：构造损失函数；步骤四：训练SRRN特征提取网络；步骤五：训练分类器；步骤六：测试模型；本发明使用SRRN网络模型训练后在测试集上准确率提高了0.36％；使用加入以欧式距离为基础的对比损失函数训练后的SRRN网络模型在测试集上的准确率提高了0.49％；以权重惩罚机制微调分类器后的模型在测试集上的准确率提高了0.71％；在模型测试阶段使用了TTA策略，模型在测试集上的准确率提高了0.13％，最后本发明准确率达到92.39％。
-
公开(公告)号：CN115471697A
公开(公告)日：2022-12-13
申请号：CN202211073150.6
申请日：2022-09-02
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种尿红细胞、白细胞及草酸钙晶体的开集识别方法。本发明通过以下步骤实现：收集显微镜下尿红细胞、白细胞、草酸钙晶体和相似杂质的图像，经过专业医师标注后构成数据集；对数据集进行组合式数据增强操作，并完成数据归一化；其次，构建基于条件变分自编码器的尿沉渣开集识别网络；设置多约束优化目标函数和网络训练参数；然后，获得预训练模型，将其进一步迁移至尿沉渣数据集上训练；最后，测试模型分类性能，计算识别准确率。本发明主要应用于医学图像领域和尿液有形成分检验场景，具有较高的准确率和良好的适用性。
-
公开(公告)号：CN115424177A
公开(公告)日：2022-12-02
申请号：CN202211073134.7
申请日：2022-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于增量学习的孪生网络目标跟踪的方法，将增量学习应用到目标跟踪网络模型的更新过程中；首先，将跟踪网络SiamRPN++的RPN复制为学生模型，利用跟踪过程中产生的高可信度目标作为在线训练的小样本集；然后，利用增量学习的方式学习上一帧网络产生的小样本集，对模型通过域扩展以及知识蒸馏的方式训练学生模型；最后，利用学生网络模型产生的目标信息和教师网络模型产生的目标信息进行动态加权融合以更新位置；本发明利用增量学习的方式使离线训练的模型具有自适应的学习能力，不仅有效利用了跟踪过程中目标的历史信息，还避免了对模型进行大规模的离线训练，提升了孪生网络算法在跟踪过程中处理目标形变情况的能力。
-
公开(公告)号：CN114863425A
公开(公告)日：2022-08-05
申请号：CN202210346555.6
申请日：2022-03-31
Applicant: 哈尔滨工程大学
IPC: G06V20/69 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于有监督对比学习的尿红细胞的分类方法，步骤一：收集和扩充数据集；步骤二：构建基于ResNet‑50卷积神经网络的SRRN特征提取网络模型；步骤三：构造损失函数；步骤四：训练SRRN特征提取网络；步骤五：训练分类器；步骤六：测试模型；本发明使用SRRN网络模型训练后在测试集上准确率提高了0.36％；使用加入以欧式距离为基础的对比损失函数训练后的SRRN网络模型在测试集上的准确率提高了0.49％；以权重惩罚机制微调分类器后的模型在测试集上的准确率提高了0.71％；在模型测试阶段使用了TTA策略，模型在测试集上的准确率提高了0.13％，最后本发明准确率达到92.39％。
-
公开(公告)号：CN113837059A
公开(公告)日：2021-12-24
申请号：CN202111104530.7
申请日：2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于监测预警安保技术领域，具体涉及一种规劝行人及时佩戴口罩的巡视车及其控制方法。本发明针对室内公共场合，通过巡检系统自身所携带深度相机采集的RGB彩色图像和深度图像完成室内栅格地图的构建；并通过相邻图片之间的特征匹配计算出检测巡视车相对于世界坐标系的位置，完成自身的定位；通过构建卷积神经网络模型，能够完成对于行人是否佩戴口罩的特征提取和识别；通过路径规划导航以及障碍物避障模块完成检测巡视车自主移动至目标的功能；最终通过目标跟随模块以及语音模块完成了巡检系统对未佩戴口罩行人的规劝功能以及对于防疫知识的宣传工作。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
