-
公开(公告)号：CN117423032A
公开(公告)日：2024-01-19
申请号：CN202311366529.0
申请日：2023-10-20
Applicant: 大连理工大学
IPC: G06V20/40 , G06V40/20 , G06V10/82 , G06N3/0464
Abstract: 时空细粒度人体动作时序分割方法、电子设备和计算机可读存储介质，属于视频时序动作分割定位领域，为了解决提高视频细粒度分割准确性的问题，构建训练网络，进行训练网络模型的训练，向训练网络模型输入视频特征，训练网络模型输出由两个分支预测的动作的时间标签和空间标签，将所述时间细粒度标签和所述空间细粒度标签进行时空细粒度标签融合，获得动作的时空细粒度标签，效果是提高了视频细粒度分割准确性。
-
公开(公告)号：CN108764347B
公开(公告)日：2021-09-24
申请号：CN201810537533.1
申请日：2018-05-30
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于卷积神经网络的地球仪国家图像识别方法。首先，通过数据采集和数据增强的方式采集常用的教学用地球仪上各个国家的多种类型的图像来构造地球仪国家图像数据集，其中每个国家采集了在不同光照条件、不同聚焦情况下从不同的空间位置和角度拍摄的多张图像。其次，对数据集中的每张图像进行压缩和预处理操作。然后，结合经典的卷积神经网络模型MobileNet和DenseNet的特点设计一种新的卷积神经网络模型，并在采集到的数据集上对新的模型进行训练，使模型学习到地球仪上各个国家的图像特征进而对其进行分类。本发明方法设计的识别模型结合了MobileNet和DenseNet两种模型的特点，具有较高的识别准确率和较低的模型复杂度。
-
公开(公告)号：CN107506400B
公开(公告)日：2019-06-25
申请号：CN201710652692.1
申请日：2017-08-02
Applicant: 大连理工大学
IPC: G06F16/583 , G06K9/46
Abstract: 本发明涉及计算机视觉中图像检索领域，公开了一种基于认知特征和流形排序的图像检索方法，包括：首先分别提取查询样本和数据库图像的视觉特征向量；然后利用流形学习算法验证视觉特征的流形结构保持特性，样本流形分布假设是流形排序算法的基础；利用流形排序算法计算数据库图像与该查询样本的相似性得分，输出得分最高的部分数据库图像即为检索结果。该图像检索方法能够根据样本特征之间的流形结构找出最相似的检索图像结果。
-
公开(公告)号：CN107506400A
公开(公告)日：2017-12-22
申请号：CN201710652692.1
申请日：2017-08-02
Applicant: 大连理工大学
CPC classification number: G06F16/5838 , G06F16/583 , G06K9/4652
Abstract: 本发明涉及计算机视觉中图像检索领域，公开了一种基于认知特征和流形排序的图像检索方法，包括：首先分别提取查询样本和数据库图像的视觉特征向量；然后利用流形学习算法验证视觉特征的流形结构保持特性，样本流形分布假设是流形排序算法的基础；利用流形排序算法计算数据库图像与该查询样本的相似性得分，输出得分最高的部分数据库图像即为检索结果。该图像检索方法能够根据样本特征之间的流形结构找出最相似的检索图像结果。
-
公开(公告)号：CN107463667A
公开(公告)日：2017-12-12
申请号：CN201710653197.2
申请日：2017-08-02
Applicant: 大连理工大学
CPC classification number: G06F16/5862 , G06K9/46 , G06K2009/4666
Abstract: 本发明公开了一种基于邻居像素点的共生局部三值模式的图像检索方法。本发明方法，包括：将局部图像中相邻半径的邻居像素点与邻居像素点均值进行比较，得到相应的局部差分，使用局部三值模式的思想进行三值编码，利用图像像素间的相似三值边缘的共生关系提取图像的特征。本发明保留了更多的特征区分性信息，同时提高了检索的精度。
-
Patent Agency Ranking
公开(公告)号：CN115909509A
公开(公告)日：2023-04-04
申请号：CN202310019906.7
申请日：2023-01-06
Applicant: 大连理工大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/46 , G06V10/774 , G06F17/16 , G06N3/084 , G06N3/0464
Abstract: 一种基于图卷积网络的肢体情感分类方法，属于机器学习分类领域，为了解决能够在类内方差大、类间方差小的用于肢体动作的情感分类的数据中有效提取时空特征信息的问题，并以此有效提取判别特征，要点是将目标对象的骨骼点动作数据转化第一矩阵；将所述第一矩阵输入通道拓扑图卷积模块，获取通道空间拓扑特征矩阵；将所述空间拓扑特征矩阵输入多尺度时间卷积模块，获取通道拓扑时空特征矩阵；将所述通道拓扑时空特征矩阵进行全局平均池化；将全局平均池化后的所述通道拓扑时空特征矩阵通过分类器分类，获取肢体情感分类，效果是有效提高了针对肢体动作的情感分类的精度。
-
公开(公告)号：CN108846046A
公开(公告)日：2018-11-20
申请号：CN201810537155.7
申请日：2018-05-30
Applicant: 大连理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于多视角局部重构保持嵌入的图像检索方法。通过对图像进行特征提取得到多个视角的特征矩阵，利用原始空间中样本的k近邻样本重构自身，通过重构权重矩阵来描述样本与近邻样本之间的相似性，将原始空间中的相似性结构特征映射到低维子空间中，根据每个视角的重构权重矩阵来构造相似性矩阵，同时构造一组非负权重系数表示同一样本不同视角的不同权重贡献，引入辅助系数来融合多视角特征信息，通过迭代优化求解的方式求得多视角共同的低维子空间嵌入表示，最后对待检索图像和全部图像进行相似性度量排序获得检索结果。本发明充分考虑多视角的一致性和互补性信息，进行优化求解图像低维子空间的嵌入表示，提高图像检索的性能。
-
公开(公告)号：CN117423032B
公开(公告)日：2024-05-10
申请号：CN202311366529.0
申请日：2023-10-20
Applicant: 大连理工大学
IPC: G06V20/40 , G06V40/20 , G06V10/82 , G06N3/0464
Abstract: 时空细粒度人体动作时序分割方法、电子设备和计算机可读存储介质，属于视频时序动作分割定位领域，为了解决提高视频细粒度分割准确性的问题，构建训练网络，进行训练网络模型的训练，向训练网络模型输入视频特征，训练网络模型输出由两个分支预测的动作的时间标签和空间标签，将所述时间细粒度标签和所述空间细粒度标签进行时空细粒度标签融合，获得动作的时空细粒度标签，效果是提高了视频细粒度分割准确性。
-
公开(公告)号：CN113901944B
公开(公告)日：2024-04-09
申请号：CN202111251729.2
申请日：2021-10-25
Applicant: 大连理工大学
IPC: G06V20/05 , G06V10/22 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，提供一种基于改进的YOLO算法的海洋生物目标检测方法，包括：步骤100，采集海洋生物数据集；步骤200，对数据集进行预处理和数据增广；步骤300，构建使用可变形卷积改进的YOLO V3检测器；步骤400，在进行步骤200形成的数据集上训练模型；步骤500，部署训练好的模型用于海洋生物目标的检测任务。本发明能够提高海洋生物目标检测的精确性和可靠性。
-
公开(公告)号：CN113978668A
公开(公告)日：2022-01-28
申请号：CN202111230576.3
申请日：2021-10-22
Applicant: 大连理工大学
Abstract: 本发明涉及机器人技术领域，提供一种具有高自由度机械臂的水下捕捞机器人，包括：机器人主体、抓取机构、驱动机构和控制器；所述机器人主体包括：上舱、下舱和主体框架，上舱和下舱之间通过主体框架进行连接；所述抓取机构安装在机器人主体前端右侧；所述驱动机构包括：四组水平面推进器以及四组垂直面推进器；四组水平面推进器在下舱的四周呈环形分布；四组垂直面推进器在上舱的两侧两两对称分布；所述控制器包括：控制箱、控制臂和零浮力线缆，所述控制箱通过零浮力线缆与机器人上舱连接。本发明结构合理、使用方便、适应能力强、应用范围广、稳定性好。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.024 seconds)
