-
公开(公告)号：CN109685831B
公开(公告)日：2020-08-25
申请号：CN201811592319.2
申请日：2018-12-20
Applicant: 山东大学
Abstract: 本公开提出了一种基于残差分层注意力和相关性滤波器的目标跟踪方法及系统。本公开使用端到端训练的卷积神经网络，并将相关性滤波器作为网络中的层，实现了对运动目标进行实时的目标跟踪。而且，通过残差分层注意力学习，能够获得更有效、鲁棒的卷积目标特征，显著提升了目标跟踪的泛化能力。此外，多上下文相关性滤波层实现了以联合的方式对上下文进行感知和对回归目标进行自适应，显著提升了目标跟踪的判别能力。
-
公开(公告)号：CN109460734B
公开(公告)日：2020-07-31
申请号：CN201811327041.6
申请日：2018-11-08
Applicant: 山东大学
Abstract: 本发明公开了一种基于层次动态深度投影差值图像(HDDPDI)表示的视频行为识别方法及系统，首先把深度视频序列分别投影在三个正交的笛卡尔平面内生成对应的深度投影图序列，来捕捉人体行为的3D轮廓和运动特征，每个投影平面中基于深度投影图序列来构建对应的HDDPDI。HDDPDI能够同时编码视频中行为的时空运动动态。CNN可以自动学习图像中的差异特征。为了验证所提出HDDPDI视频表示的有效性，构造了一个基于CNN的行为识别框架，其中设计了三种行为分类方案。三个投影平面内的HDDPDI分别单独输入三个相同的预训练CNN进行网络参数的微调，不同的分类方案使用CNN不同的网络层以比较它们对行为识别的影响，每一种分类方案中融合三个投影平面的信息以获取更加丰富全面的行为特征表示。
-
公开(公告)号：CN111401177A
公开(公告)日：2020-07-10
申请号：CN202010157492.0
申请日：2020-03-09
Applicant: 山东大学
Abstract: 本发明属于行为识别领域，提供了一种基于自适应时空注意力机制的端到端行为识别方法及系统。为解决行为识别精度差的问题，该行为识别方法包括接收视频的图像序列；利用行为识别模型对视频的图像序列进行处理并输出行为识别结果；行为识别模型包括时间注意力模块和主卷积神经网络，主卷积神经网络中嵌入了空间注意力模块；利用时间注意力模块按照每帧图像的关键性为视频的图像序列中的每一帧图像自适应分配一个权重，将时间注意力模块的输出结果输入至主卷积神经网络中进行行为识别；在主卷积神经网络识别行为的过程中，利用空间注意力模块将主卷积神经网络对行为的识别聚焦于运动相关区域，以快速准确地获取行为识别结果。
-
公开(公告)号：CN111168681A
公开(公告)日：2020-05-19
申请号：CN202010027287.2
申请日：2020-01-10
Applicant: 山东大学
IPC: B25J9/16
Abstract: 本公开提供了一种面向人机安全交互的机械臂智能避障方法、系统及机器人，机器人通过识别码视觉定位方法实时监测障碍上的识别码，得到障碍的位置；通过障碍的位置检测结果和位置变化推算障碍的运动状态，根据障碍的运动状态采取对应的避障策略；本公开使得机械臂可以对不同运动状态的障碍或者人类肢体做出不同的避障策略，相比于现有避障方法，本公开摆脱了环境建模的限制，并且规划速度够快，能够对工作空间中突然出现的障碍和动态障碍做出及时有效的避障策略。
-
公开(公告)号：CN110871858A
公开(公告)日：2020-03-10
申请号：CN201911221182.4
申请日：2019-12-03
Applicant: 山东大学
IPC: B62D57/032
Abstract: 本发明公开了一种双足机器人踝关节缓冲装置及机器人单腿结构，在机器人小腿和机器人足之间设有裸关节，在所述机器人小腿背面设置连接杆，所述连接杆末端通过弹簧与机器人足后跟连接；以踝关节作为杠杆的支点，弹簧的拉力和机器人重力分别位于杠杆两边，形成方向相反的力矩；通过弹簧的拉力力矩平衡机器人的重力力矩，使得机器人重心恢复到机器人平衡的位置。本发明通过设置弹簧能够缓冲因地面凹凸不平导致的机器人震动；通过弹簧的收缩，使得重心在可调节区域内时，机器人有一定的自动调节姿态至稳定站立状态的能力。
-
Patent Agency Ranking
公开(公告)号：CN110705463A
公开(公告)日：2020-01-17
申请号：CN201910936088.0
申请日：2019-09-29
Applicant: 山东大学
Abstract: 本发明公开了一种基于多模态双流3D网络的视频人体行为识别方法及系统，包括：基于深度视频生成的深度动态图序列DDIS；基于RGB视频生成的姿势评估图序列PEMS；将深度动态图序列和姿势评估图序列分别输入到3D卷积神经网络中，构造DDIS流和PEMS流，得到各自的分类结果；将得到的分类结果进行融合，得到最终的行为识别结果。本发明有益效果：DDIS通过对视频的局部时空结构信息进行建模，能够很好地描述长时行为视频中的人体运动以及交互物体的轮廓。PEMS能够清晰地捕捉人体姿态的变化，消除背景杂乱的干扰。多模态双流3D网络架构能够有效建模行为视频在不同数据模态下的全局时空动态，具有优越的识别性能。
-
公开(公告)号：CN110595457A
公开(公告)日：2019-12-20
申请号：CN201910808370.0
申请日：2019-08-29
Applicant: 山东大学
Abstract: 本公开提供了一种伪激光数据生成方法、地图构建方法、导航方法及系统。其中，一种伪激光数据生成方法，包括：接收视觉传感器传送来的障碍物视觉信息；保留视觉传感器观测视角范围内以及最大有效观测高度范围内的障碍物视觉信息，进而生成三维点云；将三维点云纵向按列扫描，逐列提取出深度信息最小的点来模拟激光信号的点，进而生成伪激光数据。其能够保证伪激光数据的准确性。
-
公开(公告)号：CN108557664B
公开(公告)日：2019-12-17
申请号：CN201810011221.7
申请日：2018-01-05
Applicant: 山东大学
IPC: B66C23/18
Abstract: 本发明提出了一种桥式吊车系统增强耦合非线性PD型滑模控制器及方法，所设计控制器由两部分组成：PD控制部分以及SMC控制部分。SMC控制部分用来构造控制器的框架，针对系统存在模型不确定性、系统参数不同/不确定以及外部扰动具有很强的鲁棒性。PD控制部分用来稳定控制系统。并且，引入了一个广义函数，增强了台车运动、吊钩摆动以及负载摆动之间的耦合关系，因此提升了系统的暂态控制性能。利用Lyapunov定理以及Schur补证明了所提控制方法即使在模型、系统参数不确定以及存在外部扰动时仍然可以保证系统的渐近稳定性与收敛性。仿真结果表明所提控制方法的正确性以及优异的控制性能。
-
公开(公告)号：CN106096565B
公开(公告)日：2019-08-27
申请号：CN201610442907.2
申请日：2016-06-16
Applicant: 山东大学
Abstract: 本发明公开了基于传感网络的移动机器人与静态传感器的任务协作方法，构建动态分布式传感器网络，对获取的人体的关节点分布式信息进行一致性的估计；对人体关节点分布式信息进行一致性的估计后进行基于彩色图像和深度图像多特征的联合数据关联；基于人体行为特征的分布式DTW人体行为意图识别；在行为识别结果基础上，移动机器人利用合同网方法参与竞标服务，针对用户特定行为进行机器人服务；在静态传感器对人体某个关节点估计误差超过设定值时，发起近距离查看任务请求，由相邻移动机器人竞标该任务并执行，实现对特定目标的近距离观测。本发明一方面针对观测盲区提供近距离观察，另一方面针对人体特殊行为提供相应智能化服务。
-
公开(公告)号：CN110148175A
公开(公告)日：2019-08-20
申请号：CN201910457855.X
申请日：2019-05-29
Applicant: 山东大学
Abstract: 本公开提供了基于二维标签的发酵窖池自动定位与边界检测系统及方法。其中，该系统包括二维码标签，其设置在发酵窖池外侧的四个转角处；图像采集装置，其设置在发酵窖池上方，用于采集包含二维码标签的发酵窖池图像；处理器，其用于：接收包含二维码标签的发酵窖池图像；从包含二维码标签的发酵窖池图像中的梯度找到线段，再通过深度优先搜索将线段组合成正方形，依据正方形角点位置，确定各个二维码标签的范围及当前发酵窖池位置信息，进而确定出当前发酵窖池中心位置。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.027 seconds)
