-
公开(公告)号：CN117237626A
公开(公告)日：2023-12-15
申请号：CN202311081581.1
申请日：2023-08-25
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/762 , G06V10/774 , G06V10/40 , G06V10/82
Abstract: 本发明涉及点云处理技术领域，具体涉及一种面向深度学习的长尾分布点云重采样方法，以PointNet++为基础，构建网络SE‑PointNet++用于机载LIDAR点云高精度语义分割并能有效适应长尾分布，创新之处在于设计FPS聚类采样过程，最大程度保留尾类样本并通过循环赋权方式使每类样本均能被网络充分学习，从而有助于在保证头类目标分割性能的同时尽可能提高尾类目标分割精度。本发明通过顾及长尾分布的FPS聚类点云采样进一步改善PointNet++点云语义分割性能，解决了传统PointNet++系列网络模型在点云采样阶段并未充分考虑长尾分布问题，避免了在训练过程倾向于牺牲少数类分割精度的现象。
-
公开(公告)号：CN116681916A
公开(公告)日：2023-09-01
申请号：CN202310668013.5
申请日：2023-06-07
Applicant: 桂林电子科技大学
IPC: G06V10/762 , G06V10/74 , G06V10/42 , G06V10/44
Abstract: 本申请公开了自适应加权约束的子空间块对角表示图像聚类方法及系统，方法包括：获取待聚类的图像数据，建立数据矩阵；基于数据矩阵计算数据的类加权约束，基于图像数据计算皮尔逊相关性加权约束；基于类加权约束和皮尔逊相关性加权约束，建立对角表示模型目标函数，并对对角表示模型目标函数优化求解自表示系数矩阵；基于自表示系数矩阵构建邻接矩阵，并基于邻接矩阵和图像数据建立无向加权图；对无向加权图进行谱聚类处理，得到聚类标签。本申请将数据线性重构过程获得的自表示系数矩阵的块对角正则化同描述数据关系的类加权约束、皮尔逊相关性加权约束融合，达到进一步完善自表示系数矩阵块对角结构、提高对异常值鲁棒性的目的，改进聚类性能。
-
公开(公告)号：CN116563559A
公开(公告)日：2023-08-08
申请号：CN202310510210.4
申请日：2023-05-08
Applicant: 桂林电子科技大学
Abstract: 本申请公开了一种用于区分前景与背景的目标检测方法及系统，其中方法步骤包括：基于多尺度特征融合，提取待检测目标的前景特征图和背景特征图；对前景特征图和背景特征图进行增强，得到第一前景特征图和第一背景特征图；基于第一前景特征图，生成预测框；利用预测框和第一前景特征图，计算前景特征向量；利用第一背景特征图，计算背景特征向量；利用真实框和第一前景特征图，计算真实特征向量；基于前景特征向量、背景特征向量、真实特征向量和预测框，构建对比损失函数、前景显著性引导损失函数和预测框损失函数；结合对比损失函数、前景显著性引导损失函数和预测框损失函数，提高目标的前景与背景的区分度，完成目标检测。
-
公开(公告)号：CN115907064A
公开(公告)日：2023-04-04
申请号：CN202210781077.1
申请日：2022-07-04
Applicant: 桂林电子科技大学
Abstract: 本申请公开了一种采煤机截齿磨损识别及高效开采装置及其控制方法，装置包括：液压杆、截齿辅助结构、截齿抓取结构、新齿库、废齿库和液压支撑；其中，截齿辅助结构、截齿抓取结构、新齿库和废齿库安装在液压杆连接的液压支撑上。本申请通过采煤机截齿磨损识别及高效开采装置，获取每个截齿的磨损程度，对其进行磨损识别，并根据其磨损状态进行截齿的更换或者根据磨损截齿的整体磨损特征进行截割参数优化；根据截割参数、截割深度及截齿磨损程度特征构建参数优化模型，结合多参数耦合优化实现截割参数及截割深度的优化，得到不同磨损程度截齿下的最优滚筒转速、最优牵引速度及最优截割深度，从而达到采煤机的高效开采。
-
公开(公告)号：CN117963667A
公开(公告)日：2024-05-03
申请号：CN202410296206.7
申请日：2024-03-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种曳引式电梯钢丝绳高度差精准检测装置及方法，涉及曳引轮钢丝绳检测技术领域，检测装置包括安装机构，单槽检测机构及信息处理机构；安装机构用于调整单槽检测机构的位置，使单槽检测机构检测曳引轮单槽与钢丝绳啮合深度；安装机构固定安装在曳引轮安装座上；且单槽检测机构均置于安装机构一侧，且置于曳引轮上方；信息处理机构用于单槽检测机构的测量数据。本发明利用单槽检测机构零刻度线到曳引轮表面固定的距离以及伸缩组件下降的距离测得钢丝绳最高点到零刻度线距离，并通过信息处理后得到各钢丝绳之间的高度差；本装置安装调整便捷，获取数据直观性强，测量便捷高效，可对不同类型的曳引轮钢丝绳啮合状态测量。
-
Patent Agency Ranking
公开(公告)号：CN110722577B
公开(公告)日：2023-07-25
申请号：CN201911010130.2
申请日：2019-10-23
Applicant: 桂林电子科技大学
Abstract: 一种基于图像识别技术的智能取书装置及使用方法，装置包括取书机械手、多自由度机械臂、图书转运机构及图书推送机构；书架顶部设有滑道和滑台，多自由度机械臂一端连接取书机械手，另一端连接在滑台上；图书转运机构位于书架侧方，图书推送机构设在图书转运机构上且对侧为书桌和电脑。方法为：在电脑中输入书籍名称并自动获取书籍所在书架编号，电脑向多自由度机械臂发出取书指令，使取书机械手移到书格前并对图书进行扫描识别，确定目标图书位置后取书机械手的电动夹板插入书格中夹紧目标图书，将目标图书移出书格并移至图书转运机构的运输辊道上，经运输辊道将目标图书移至书桌前并扫描识别图书，识别通过后由图书推送机构将图书推送给阅读者。
-
公开(公告)号：CN112927304A
公开(公告)日：2021-06-08
申请号：CN202110199944.6
申请日：2021-02-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的鱼眼镜头标定方法，获取空间坐标系下任一空间点，并对所述空间点进行多个阶段的投影变换，构建对应的鱼眼成像模型；基于鱼眼镜头等效焦距构建立方盒，并结合所述鱼眼成像模型构建样本集，同时以文件方式对所述样本集进行管理；将所述样本集中的扭曲直线输入标定卷积神经网络中进行直线纠正和参数估计，得到鱼眼镜头参数；能从直线特征中学习出明确的场景几何用于实现鱼眼镜头参数的完整、准确估计，并具有良好的场景迁移学习能力；该估计参数下鱼眼图像不同区域平面透视纠正效果稳健、精度高，直线透视特性保持良好，对于具有大量直线的人工场景具有较好的应用价值。
-
公开(公告)号：CN111980898B
公开(公告)日：2021-05-25
申请号：CN202010849924.4
申请日：2020-08-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种空压机性能识别与组群偏好联控系统及方法，采用多种传感器测试组群中各台空压机的振动信号、电流信号、温度信号、声发射信号，采用多传感信息融合技术对空压机运行过程中的振动信号、电流信号、温度信号、声发射信号进行融合，实现对各台空压机当前性能的有效识别，并根据各台空压机性能的优劣，确定各台空压机启停的偏好次序与运行时长，保证空压机组群中各台空压机性能的均衡调节，避免由于单台空压机长期运行造成的空压机性能严重下降，寿命严重衰减，从而大大提高空压机组群的工作效率和各台空压机的使用寿命。
-
公开(公告)号：CN111080649A
公开(公告)日：2020-04-28
申请号：CN201911254658.4
申请日：2019-12-10
Applicant: 桂林电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于黎曼流形空间的灰度图像分割处理方法及系统，包括获取模块、高斯分布概率密度函数模块、黎曼流形模块、线性聚类模块和模糊线性聚类模块，获取待分割的灰度图像，构建所述图像中的像素的8-邻域的高斯分布概率密度函数，将所述高斯分布概率密度函数映射到黎曼流形空间，并计算其像素到设定直线的距离，并划分到所述直线所代表的类别中，得到基于线性聚类的分割结果，利用所述计算结果，结合模糊隶属度函数，构建最小化其加权平均距离的目标函数，计算所述目标函数中对应直线的斜率和隶属度函数，并结合像素到直线的距离的计算，循环迭代至设定值，完成图像的分割处理，降低复杂度，提高计算效率和稳定性。
-
公开(公告)号：CN114476661B
公开(公告)日：2024-05-03
申请号：CN202210253156.5
申请日：2022-03-15
Applicant: 桂林电子科技大学
Abstract: 本发明涉及自动化设备技术领域，特别是涉及一种基于三维点云重构的饮水机自动上水装置及方法，包括一底板，底板下方设置有行走机构，行走机构用于驱动饮水机自动上水装置移动；一抓取机构，包括设置在底板上方的机械臂，机械臂执行端设有夹爪和瓶口脱壳器，夹爪可进行开合运动，瓶口脱壳器可进行旋转运动；传感器组件，设置在底板和机械臂上储料部，设置在底板上方一侧，用于存放桶装水并供机械臂上水本发明可以达到实现复杂环境的饮水机全自动无人化上水、提高桶装水更换效率的目的。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.029 seconds)
