-
公开(公告)号：CN119455366A
公开(公告)日：2025-02-18
申请号：CN202411610771.2
申请日：2024-11-12
Applicant: 北京科技大学
Abstract: 本发明提供一种基于触听融合的智能盲人象棋实现方法及装置，涉及智能辅助设备技术领域。该方法包括：通过设置于棋盘内部的霍尔效应传感器获取输出电压，根据输出电压得到棋盘上的棋子类型以及棋盘上的棋子位置；通过设置于触摸感知小板内部的电阻式触摸板电路获取手指压力，根据手指压力、棋盘上的棋子类型以及棋盘上的棋子位置得到手指对应的棋子类型以及手指对应的棋子位置；通过设置于棋盘内部的语音提示模块，将输出电压转化为语音信号进行输出；通过设置于棋盘内部的智能裁判功能模块，根据输出电压判断棋子移动的合法性。涉及一种为盲人设计的象棋游戏设备，结合触摸感知、语音提示和智能裁判功能，旨在提升盲人参与象棋活动的体验。
-
公开(公告)号：CN119445352A
公开(公告)日：2025-02-14
申请号：CN202411531097.9
申请日：2024-10-30
Applicant: 北京科技大学
Abstract: 本发明提供一种基于预处理和轻量级YOLOv5的水下鱼类目标检测方法及装置，涉及图像处理技术领域。所述方法包括两个阶段，第一阶段包括：输入水下降质图像；利用灰度世界假设算法对水下降质图像进行颜色矫正；利用对比度受限的自适应直方图均衡化算法增强颜色矫正后的水下图像的对比度；利用高斯滤波去除对比度增强后的水下图像的噪声及伪影。第二阶段包括：搭建教师‑学生知识蒸馏模型，利用预处理后的水下图像对教师端YOLOv5神经网络进行训练，将提取的知识迁移到学生端YOLOv5神经网络，得到轻量级YOLOv5神经网络；利用所述轻量级YOLOv5神经网络进行水下鱼类目标检测，从而提高水下鱼类目标检测的准确率。
-
公开(公告)号：CN119370519A
公开(公告)日：2025-01-28
申请号：CN202510000364.8
申请日：2025-01-02
Applicant: 北京科技大学
Abstract: 本发明公开一种智能视觉感知的多变量自适应皮带纠偏控制方法和系统，所述方法包括：S1、通过智能视觉感知总模块检测皮带实际位置；S2、将检测的皮带实际位置和皮带位置设定值进行比较，获得位置偏差，将所述位置偏差输入PI控制器得到准确的位置偏差控制输出；S3、将所述位置偏差控制输出和通过状态观测器观测纠偏电机的电流得到的皮带偏移量进行比较，获得实际纠偏量，并进而获得输入控制律；S4、将所述输入控制律输入状态空间模型，获得所述纠偏电机的纠偏信号；S5、根据所述纠偏信号输出电机电流，通过转矩系数计算得到所述纠偏电机的转矩，以驱动皮带纠偏装置对皮带进行纠偏。本发明，可以对皮带进行高效准确地纠偏。
-
公开(公告)号：CN119130962A
公开(公告)日：2024-12-13
申请号：CN202411201832.X
申请日：2024-08-29
Applicant: 北京科技大学
IPC: G06T7/00 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种变电柜螺丝状态检测方法和系统，包括：将可见光图像‑红外图像对输入训练完成的螺丝状态检测主干网络，检测输出螺丝状态检测结果，螺丝状态检测主干网络由视觉编码器、特征解码器和螺丝状态检测头组成；视觉编码器对输入的可见光图像和红外图像分别经过双级状态空间特征提取模块进行局部和全局的特征提取后，通过状态空间特征增强模块进行特征增强，得到三个不同尺度的特征图；接着将三个不同尺度的特征图输入特征解码器中，采用基于视觉状态空间模块的金字塔网络，进一步对特征进行融合，得到三个多尺度特征图P1、P2、P3；最后将P1、P2、P3输入螺丝状态检测头，输出螺丝状态检测结果。本发明可以对变电柜螺丝状态进行精准检测。
-
公开(公告)号：CN117474818B
公开(公告)日：2024-03-15
申请号：CN202311817383.7
申请日：2023-12-27
Applicant: 北京科技大学
Abstract: 本发明提供一种基于非参数贝叶斯景深估计的水下图像增强方法及装置，属于图像处理技术领域。所述方法包括：输入原始水下降质图像；采用基于归一化统计的颜色修正方法对所述原始水下降质图像进行预处理，以得到颜色修正水下图像；采用基于暗通道先验的自然图像去雾方法计算所述颜色修正水下图像的初始传输率与初始景深；构建非参数贝叶斯模型，对水下图像景深进行稀疏建模与估计；采用基于暗通道先验的自然图像去雾方法计算获得水下增强图像；将景深估计所计算的传输率与获得的水下增强图像进行多尺度融合，得到多尺度精细化的融合图像；将所述多尺度精细化的融合图像作为输出结果。本发明能够提升水下图像增强的性能。
-
Patent Agency Ranking
公开(公告)号：CN116385996B
公开(公告)日：2023-10-10
申请号：CN202310655312.5
申请日：2023-06-05
Applicant: 北京科技大学
IPC: G06V20/56 , G06V20/00 , G06V10/80 , G06V10/82 , G06V10/96 , G06V10/764 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/098 , G06V10/77
Abstract: 本发明公开一种基于三维矩阵相机的多任务处理方法和装置，包括：使用三维矩阵相机收集并预处理街景多模态数据，得到RGB图片数据、三维点云数据以及两者的对应关系；通过图片对应关系融合模块和点云对应关系融合模块，将对应关系分别与图片和点云进行融合；将融合了对应关系的图片数据和点云数据输入4个阶段的编码层，每个编码层包括图片特征下采样模块和图片特征提取模块、点云特征下采样模块和点云特征提取模块、对称注意力融合模块和通道空间门控模块，得到各阶段编码层的融合特征输出、最后阶段的图片特征输出和点云特征输出，这些特征输出用于后续多任务处理。本发明可以增强多模态数据的互补性和一致性，提高模型的整体性能。
-
公开(公告)号：CN116151480B
公开(公告)日：2023-07-18
申请号：CN202310350371.1
申请日：2023-04-04
Applicant: 北京科技大学
Abstract: 本发明提供一种页岩油井产量预测方法和装置，包括：收集页岩油井的历史生产数据，对数据进行预处理，包括静态参数数据、动态生产安排参数数据和日产油量数据；将静态参数数据输入静态嵌入初始偏置模块，提取静态嵌入信息，作为序列到序列模型的初始状态偏置；将静态参数数据、动态生产安排参数数据和日产油量数据输入动静态互补交叉融合模块，获得动态日产安排参数数据和静态参数数据的互补融合信息，作为序列到序列模型的输入；使用序列到序列模型进行页岩油井产量一定范围内任意步长的迭代预测。本发明能够适应复杂的地质工程条件，提高产量预测准确率，并且实现了页岩油井产量一定范围内任意步长的迭代预测。
-
公开(公告)号：CN116433662A
公开(公告)日：2023-07-14
申请号：CN202310690490.1
申请日：2023-06-12
Applicant: 北京科技大学
Abstract: 本发明公开一种基于稀疏分解与景深估计的神经元提取方法及装置，方法包括：输入原始图像视频数据；利用鲁棒性主成分分析方法分解原始图像视频数据，以得到神经元信号、背景和噪声；计算神经元信号数据的亮暗通道先验，利用两种先验估计神经元信号数据景深对应的传输率；将神经元信号数据以像素为单位点除景深对应的传输率，构建并求解约束性非负矩阵分解的神经元提取框架；输出神经元的提取信息，包括：空间位置及形状大小、动作电位和时序变化。本发明能够高效地分解背景及噪声等干扰信息，快速估计神经元信号景深以去除数据散射，准确有效地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。
-
公开(公告)号：CN116385996A
公开(公告)日：2023-07-04
申请号：CN202310655312.5
申请日：2023-06-05
Applicant: 北京科技大学
IPC: G06V20/56 , G06V20/00 , G06V10/80 , G06V10/82 , G06V10/96 , G06V10/764 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/098 , G06V10/77
Abstract: 本发明公开一种基于三维矩阵相机的多任务处理方法和装置，包括：使用三维矩阵相机收集并预处理街景多模态数据，得到RGB图片数据、三维点云数据以及两者的对应关系；通过图片对应关系融合模块和点云对应关系融合模块，将对应关系分别与图片和点云进行融合；将融合了对应关系的图片数据和点云数据输入4个阶段的编码层，每个编码层包括图片特征下采样模块和图片特征提取模块、点云特征下采样模块和点云特征提取模块、对称注意力融合模块和通道空间门控模块，得到各阶段编码层的融合特征输出、最后阶段的图片特征输出和点云特征输出，这些特征输出用于后续多任务处理。本发明可以增强多模态数据的互补性和一致性，提高模型的整体性能。
-
公开(公告)号：CN116184843A
公开(公告)日：2023-05-30
申请号：CN202310491589.9
申请日：2023-05-05
Applicant: 北京科技大学
IPC: G05B13/04 , G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本发明涉及浮选技术领域，尤其涉及一种基于多模态时序信息的浮选控制参数预测方法和系统，包括：收集并预处理泡沫浮选流程中多模态数据，包括视频数据、音频数据和传感器数据；将预处理后的多模态数据分别输入图片特征提取模块、音频特征提取模块和数据特征提取模块，提取泡沫图片特征、泡沫声音特征和泡沫数据特征；将泡沫图片特征、泡沫声音特征和泡沫数据特征输入多模态特征融合模块，进行多模态特征的融合；将融合后的多模态特征输入时序特征融合模块，将连续时间单位的特征进行融合；将进行了时序特征融合的多模态特征输入执行器参数预测模块，得到最终的执行器浮选控制参数输出。本发明实现了执行器浮选控制参数的准确预测。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.027 seconds)
