-
公开(公告)号：CN118764838B
公开(公告)日：2024-11-26
申请号：CN202411237186.2
申请日：2024-09-05
Applicant: 烟台大学
Abstract: 本发明涉及数据采集技术领域，具体为一种基于无人机的物联网稀疏数据采集方法与系统，包括稀疏数据采集；将无线传感网中所有传感器节点划分为若干个簇；建立簇头与簇成员节点的通信，簇头对簇成员节点采集的感知数据进行接收；将接收的传感器节点的感知数据进行稀疏变换得到稀疏数据；稀疏数据编码传输；通过无人机与簇头建立通信，对簇头的稀疏数据进行采集；将采集的稀疏数据进行编码得到编码数据，并传输至云端；编码数据重建；云端获取无人机传输的编码数据，进行解码重建，得到重建后的原始感知数据。提出了簇‑无人机‑云端的协同数据采集框架，稀疏地收集原始感知数据，通过云端重建原始感知数据，解决无线传感网数据冗余问题。
-
公开(公告)号：CN118418820B
公开(公告)日：2024-08-27
申请号：CN202410866092.5
申请日：2024-07-01
Applicant: 烟台大学
Abstract: 本发明涉及无线充电技术领域，具体为一种无线充电智能调控方法与系统，所述方法包括：对充电区域内无线充电的车辆进行识别标记，确定各车辆的充电开始时刻，并获取各车辆的电池剩余电量；基于获取的各车辆电池剩余电量确定总充电需求，将总充电需求与无线充电基站额定功率单位时间总电量进行比较，确定充电车辆的充电优先级；基于各充电车辆的电池剩余电量，进行无线充电一次调控允许与二次调控确认，确定最终各车载无线充电设备对应的充电功率。利用一次调控允许和二次调控确认，实现了对无线充电过程中的智能调控，以确保无线充电的安全性和效率。
-
公开(公告)号：CN118333910A
公开(公告)日：2024-07-12
申请号：CN202410756697.9
申请日：2024-06-13
Applicant: 烟台大学
IPC: G06T5/77 , G06V40/16 , G06V10/774
Abstract: 本发明属于图像的复原技术领域，具体涉及一种人脸图像修复方法、系统、装置、介质，通过对人脸图像数据进行压缩感知处理后，依次进行正向扩散加噪及基于文字条件约束的逆向去噪处理，得到自定义的初步修复图像，再以训练后的第二模型为导向，对人脸部位的细节进行优化，从而获得可控、多元化和高保真的人脸图像。
-
公开(公告)号：CN118863468A
公开(公告)日：2024-10-29
申请号：CN202411320580.2
申请日：2024-09-23
Applicant: 烟台大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06N20/00
Abstract: 本发明属于众包任务分配技术领域，具体涉及极限学习机协同樽海鞘群优化算法的任务分配方法、系统，基于工作者和任务的属性，构建目标函数，依次经三个阶段任务分配，得到使目标函数最大化的众包任务分配方案，其中，第一阶段分配中，将多维众包任务分配优化问题转化为一维优化问题，经樽海鞘群优化算法得到第一阶段分配结果；第二阶段分配中，将相关性高的维度合并为一个种群，经樽海鞘群优化算法或训练后的极限学习机进行更新，得到第二阶段分配结果；第三阶段分配中，经训练后的极限学习机或局部聚集法进行更新，得到第三阶段分配结果，即最优任务分配方案，最大化完成任务数量的期望。
-
公开(公告)号：CN120088170A
公开(公告)日：2025-06-03
申请号：CN202510570003.7
申请日：2025-05-06
Applicant: 烟台大学
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06T3/4038 , G06T3/4046 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及图像增强或复原技术领域，具体为基于扩散模式和先验特征生成的图像修复方法和相关装置；为解决现有技术中图像修复质量差的技术问题，本发明利用真实数据训练由先验特征提取网络、基于U‑net的掩码组合修复网络和掩码修复网络组成的先验特征修复图像模型，接着基于训练先验特征提取网络、图像添噪网络、图像去噪网络、先验特征估计网络和训练掩码修复网络构建先验特征修复增强图像模型，经训练后，提取训练图像添噪网络、训练图像去噪网络、训练先验特征估计网络和训练掩码修复网络组成图像修复模型，用该模型处理待修复图像，针对特定区域进行高效、高质量的图像修复。
-
Patent Agency Ranking
公开(公告)号：CN119992502A
公开(公告)日：2025-05-13
申请号：CN202510465508.7
申请日：2025-04-15
Applicant: 烟台大学
IPC: G06V20/56 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明涉及3D图像生成技术领域，具体为基于频率感知特征融合的3D车道线生成方法和系统；通过设计包括用于提取图像不同深度尺度特征的多尺度特征提取网络，用于从高分辨率特征中提取高频信息、并与低分辨率特征进行融合以增强低分辨率特征的表达能力的频率金字塔网络，用于提取更稳健、更高级的BEV特征的空间转化融合网络，用于生成3D车道线的车道线提取网络的3D车道线生成模型，来提高了3D车道线生成的准确性和鲁棒性，能够更好地应对复杂环境中的变化，同时保持良好的实时性，适用于自动驾驶和辅助驾驶系统，展现出广阔的应用前景。
-
公开(公告)号：CN119130801B
公开(公告)日：2025-03-14
申请号：CN202411603889.2
申请日：2024-11-12
Applicant: 烟台大学
IPC: G06T3/4046 , G06T3/4076 , G06T3/4023 , G06N3/0464
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建模型的构建及训练方法、系统，该遥感图像重建模型以先验特征为指导，提取局部特征和全局特征并进行自适应特征融合，对低分辨率图像进行重建，其中先验特征为图像的结构、纹理和边缘等提供了额外信息，使得模型能够更精确地重建高分辨率图像的细节；且提取局部特征和全局特征时，充分利用先验特征和全局上下文关系，并采用自适应特征融合处理将局部特征和全局特征融合，增强了模型在超分辨率重建任务中的表现。
-
公开(公告)号：CN117896691B
公开(公告)日：2024-10-01
申请号：CN202410116834.2
申请日：2024-01-29
Applicant: 烟台大学
Abstract: 本发明涉及无线传感网技术领域，具体为一种基于无人机的无线传感网数据采集方法与系统，收集所有传感器节点在同一时刻的历史数据作为样本，得到稀疏变换矩阵；对若干传感器节点的样本数据进行压缩，得到测量向量，通过测量向量对样本数据进行重构；对所有传感器节点进行分簇并确定每个簇的簇头；设定无人机以汇聚节点为起点和终点，以各簇头为停靠点，进行最优路径规划；基于规划的最优路径进行各簇头数据的采集，得到测量向量；更新簇头，对更新后的各簇头数据进行采集，直至汇聚节点获得所有传感器节点的测量向量。
-
公开(公告)号：CN118305818B
公开(公告)日：2024-08-13
申请号：CN202410733032.6
申请日：2024-06-07
Applicant: 烟台大学
Abstract: 本发明涉及计算机视觉技术领域，尤其是涉及一种基于双手交互姿态估计的仿生机械手控制方法及系统。所述方法，包括获取图像数据集，包括获取手部姿态和形状的数据集，并对获取的数据集进行整合；基于获取的手部姿态数据集进行手部姿态估计，包括构建并利用神经网络模型进行手部姿态的特征提取；利用轻量级神经网络模型对手部姿态数据集中手部图像进行特征分析，得到双手的姿态信息；根据特征分析结果进行轻量级神经网络模型训练；通过双手的姿态信息进行姿态对齐和映射，基于姿态对齐和映射生成仿生机械手的控制信息。本发明通过采用轻量级神经网络架构，实现了对两只手之间相对位置的准确预测,使机械手在执行任务时更加准确和可靠。
-
公开(公告)号：CN116884095A
公开(公告)日：2023-10-13
申请号：CN202311153305.1
申请日：2023-09-08
Applicant: 烟台大学
Abstract: 本发明涉及图像处理技术领域，具体为仿生机械手的手势识别控制方法、系统、设备和存储介质，通过将手部图像浅层的低级特征图，深层的高级特征图和多尺度特征图经第一注意力机制处理后进行特征融合，得到融合特征图；基于残差值特征图与融合特征图，得到不同的待测手部特征图；接着，通过边界框回归确定图像检测范围，基于置信度大小筛选出有利于检测的最优检测框图，并与手势数据库的匹配结果来确定手势识别结果；最后，将手势识别结果通信传输至仿生机械手，仿生机械手并给出相应交互结果，实现了仿生机械手的准确、灵活控制；且在大量图像信息中筛选出关键信息进行手势识别结果的计算，在保证控制结果准确度的基础上，提高计算效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
