-
公开(公告)号：CN113362363B
公开(公告)日：2022-11-04
申请号：CN202110676419.9
申请日：2021-06-18
Applicant: 广东工业大学
IPC: G06T7/187 , G06T7/80 , G06V10/762
Abstract: 本发明公开了一种基于视觉SLAM的图像自动标注方法、装置及存储介质；该方法先对当前帧图像进行处理，得到标注框，然后自动对其他不同帧的视频图像进行标注，以修正最开始的标注框，以得到最终较为准确的标注数据；该方法无需先验数据集，能在采集图像的同时实现在线式自动标注，支持多目标和多类别标注，该方法仅需用户单次标注，能极大减少人工图像标注工作，提高图像标注数据的采集效率，且操作简单易用。本发明可广泛应用于图像处理技术领域。
-
公开(公告)号：CN109186619B
公开(公告)日：2022-07-12
申请号：CN201810720510.4
申请日：2018-07-02
Applicant: 广东工业大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于实时路况的智能导航算法，本发明将蚁群算法应用到汽车导航领域上，将车流量因素考虑进来，以车流量作为一个影响蚁群信息素的参数，使得车辆尽量选择距离较短且交通畅通的路段，实现避免拥塞路段、道路网络车流量负载均衡的目标，另外针对道路网络节点增大时，蚁群算法收敛速度慢、易陷入局部的缺点，通过对蒸发率进行动态调整以及引入精英蚂蚁的思想，使得算法的性能大大提高。
-
公开(公告)号：CN114708309A
公开(公告)日：2022-07-05
申请号：CN202210172955.X
申请日：2022-02-22
Applicant: 广东工业大学
Abstract: 为了解决现有技术的不足，本发明提供一种基于建筑平面图先验信息的视觉室内定位方法及系统，包括：建筑平面图预处理、数据降采样、输入张量构建、特征提取与特征匹配、配准与位姿计算以及模型训练。本发明所述的方法涉及一个端到端的深度学习模型，该模型创新性的引入K近邻距离直方图、点云特征提取网络、图注意力网络、最优传输算法和自监督的训练方法，使得模型的具有较强的鲁棒性和适应性，且模型参数较小、易于训练和部署；本发明所述的方法能够在并未完全探索建筑体的情况下，仅仅根据建筑平面图即可估计设备在建筑体的位置。
-
公开(公告)号：CN113947132A
公开(公告)日：2022-01-18
申请号：CN202111089041.9
申请日：2021-09-16
Applicant: 广东工业大学
Abstract: 本发明公开了基于GCN图神经网络的公交到站预测方法、计算机及介质，方法中：对轨迹点进行地图匹配，防止GPS的测量误差引入不可靠的因素，同时考虑了前后轨迹点的时空关系，根据时间和速度得到预计点，利用投影位置与预计点的误差求状态转移概率来筛选最佳匹配位置。利用图神经网络预测站间行程时间，由于公交网络在结构上是一种图结构，故该预测模型相比传统模型更适用于此任务，预测效果也更好。将到站时间预测分为两部分分别进行，即基于图神经网络的站间行程时间预测和基于LSTM的到站时间预测，既利用了LSTM在短期预测的高可靠性，又避免在中长期预测中对行程时间重复进行预测，造成计算资源的浪费。
-
公开(公告)号：CN111060944B
公开(公告)日：2021-08-17
申请号：CN201911367763.9
申请日：2019-12-26
Applicant: 广东工业大学
IPC: G01S19/46
Abstract: 本发明公开了一种基于current‑ellipse模型的车辆动态跟踪方法，包括以下步骤：S1、在GNSS信号受限区域部署RSUs车辆无线定位系统，获取目标跟踪车辆的运动观测数据；S2、以current模型为基础，改进得到目标跟踪车辆的current‑ellipse运动数学模型；S3、在步骤S2改进得到的current‑ellipse运动数学模型的基础上，对来自RSUs的目标跟踪车辆观测数据执行自适应卡尔曼滤波算法，从而得到精确的目标跟踪车辆的运动数据。本发明引入RSUs辅助定位，并基于一种新的车辆运动数学模型current‑ellipse和采用自适应卡尔曼滤波的融合算法，实现动态车辆精确跟踪。
-
Patent Agency Ranking
公开(公告)号：CN112966628A
公开(公告)日：2021-06-15
申请号：CN202110287827.5
申请日：2021-03-17
Applicant: 广东工业大学
Abstract: 本发明为克服因依赖数据集所导致的视角问题导致摔倒检测准确率低的问题，公开了一种基于图卷积神经网络的视角自适应多目标摔倒检测方法，包括以下步骤：采用目标检测算法检测目标视频源中每一帧图像的人物目标，采用姿态估计算法提取每一帧图像中人物目标的关键骨骼点数据，当连续检测到同一人物目标的帧数大于预设的检测阈值时，将所提取的关键骨骼点数据输入完成训练的视角自适应子网络中，得到视角调整参数；根据视角调整参数对关键骨骼点数据进行视角调整，再根据视角调整后的关键骨骼点数据计算运动数据，将视角调整后的关键骨骼点数据和运动数据输入完成训练的图卷积摔倒识别主网络进行摔倒检测，输出检测结果标签。
-
公开(公告)号：CN110866482A
公开(公告)日：2020-03-06
申请号：CN201911089963.2
申请日：2019-11-08
Applicant: 广东工业大学
Abstract: 本申请公开了一种里程计数据源动态选择方法、装置和设备，其中方法包括：对采集的当前环境图像进行网格分割，得到若干个等大小的网格图像；基于确定好的起始点和目标点，在网格图像中选择一条从起始点至目标点的路径；将路径转换为Q-table格式，Q-table的列为动作，Q-table的行为状态，Q-table中的值为Q值；基于强化学习模型对Q-table中的Q值进行训练，当达到收敛条件时，输出训练好的Q值；基于训练好的Q值动态选择最佳的动作，得到最佳的动作对应的里程计数据源，解决了现有的机器人选择单一里程计数据源导致的定位准确率下降的技术问题。
-
公开(公告)号：CN110471526A
公开(公告)日：2019-11-19
申请号：CN201910575847.5
申请日：2019-06-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种人体姿态估计与手势识别结合的无人机控制方法，包括以下步骤：通过无人机拍摄地面指挥者指挥的视频；截取视频的关键帧图像；对图像中的地面指挥者使用OpenPose网络进行估计，得出其骨骼关键点的带有时序的二维坐标组；以地面指挥者左右手手腕关键点为中心，各截取一个区域，在两个区域内采用SSD目标检测算法来识别左右手的手势；同步地，将获得的特征数据输入到训练好的SVM动作分类器，得出动作识别结果；若识别出左右手的手势，则基于左右手的手势控制无人机；否则，则基于得出的人体动作的识别结果控制无人机。本发明解决了如何既能近距离控制无人机，又能远距离控制无人机的难题，同时也提高手势识别的正确率。
-
公开(公告)号：CN109255464A
公开(公告)日：2019-01-22
申请号：CN201810784806.2
申请日：2018-07-17
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于粒子群算法的多层吸波材料性能优化方法，利用粒子群算法优化的思想，结合材料学中多种吸波材料进行优化。该算法进行全局最优引导搜索，每个粒子都持续追踪到目前为止最好的位置，基于粒子的个体最好位置和全局最优位置，调整各粒子的运动速度，实现粒子的“交互“。在每次迭代中，产生两个随机数，分别作为pbest和gbest的权重，以此构成pbest和gbest的一个组合值，再加上加权后的原有速度，可以实现对原有速度的更新，从而实现全局最优搜索过程。本发明具有参数设置较少、操作简单、易于实现、精度高、收敛速度快、可扩展性强等优点。
-
公开(公告)号：CN109118471A
公开(公告)日：2019-01-01
申请号：CN201810672216.0
申请日：2018-06-26
Applicant: 广东工业大学
Abstract: 本发明公开了一种适用于复杂环境下的打磨工件缺陷检测方法，包括如下步骤：对打磨的工件进行图像采集；对采集后的图像进行预处理；使用针对光照不均的目标分割算法对经过预处理的图像进行局部二值化，把缺陷目标从图像中分离出来；对经过目标分割后的图像采用边缘检测算法，并提取工件上的缺陷。使用时，打磨机器人将工件打磨好后，放置到指定的移动平台上，用工业CCD相机进行图像采集，使用本发明算法对图像进行预处理、目标分割、缺陷识别和提取，最终实现对打磨工件的缺陷检测。同时，本发明大大克服了传统打磨工件检测方法效率低下，检测工件质量很难得到统一，不能适用于复杂环境下的打磨工件缺陷检测的缺点。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.023 seconds)
