-
公开(公告)号：CN119238509A
公开(公告)日：2025-01-03
申请号：CN202411411896.2
申请日：2024-10-10
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 公开了一种机器人的控制方法及装置、可读存储介质、计算机程序产品，所述方法包括：对当前工作空间内的RGB图像进行图像分割，得到RGB图像中每个物体的掩码；基于每个物体的掩码、当前工作空间的深度图像和目标物体，获取当前工作空间的场景点云，其中，场景点云中标识了当前工作空间的目标物体和非目标物体；将场景点云、机器人在当前时间帧的动作序列和从潜变量分布中采样的潜变量输入动作预测解码器，预测机器人在第一时长的动作序列，其中，潜变量分布是在训练动作预测解码器时获取的动作序列分布，第一时长包含当前时间帧后第一预定数量的时间帧；将预测的动作序列映射到机器人，以控制机器人抓取目标物体。
-
公开(公告)号：CN111539428A
公开(公告)日：2020-08-14
申请号：CN202010374248.X
申请日：2020-05-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多尺度特征整合和注意力机制的旋转目标检测方法、系统、装置，旨在解决旋转目标检测方法检测精度较低、鲁棒性差的问题。本系统方法包括：获取待检测的图像；采用特征金字塔网络提取图像的多尺度特征，并进行处理、缩放、整合，得到整合多尺度的特征图I；分别对I进行处理，得到前景特征图、背景特征图，并与I进行矩阵逐点相乘运算，得到前景显著性特征图、背景显著性特征图；通过预设第一方法得到注意力特征图，并通过区域建议网络获取待检测目标的候选区域；根据候选区域的位置，并结合注意力特征图，通过旋转目标检测网络得到检测结果。本发明提高了检测的精度及鲁棒性。
-
公开(公告)号：CN106570498A
公开(公告)日：2017-04-19
申请号：CN201610889100.3
申请日：2016-10-12
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/3241 , G06K9/4652 , G06K9/4671 , G06K9/6288 , G06T5/50 , G06T2207/20221
Abstract: 本发明涉及一种显著区域检测方法和检测系统。其中，该方法包括对输入图像进行超像素分割，获得图像超像素处理单元；接着，基于图像超像素处理单元，度量输入图像的拓扑背景置信度；然后，基于输入图像的拓扑背景置信度，计算图像颜色和空间位置特征上的对比度，获得图像初级显著值；再利用紧凑性扩散方法修正图像初级显著值，得到紧凑性显著图；接着又利用输入图像的拓扑背景置信度与紧凑性显著图，进行显著值赋值，得到图像单尺度显著图；最后，利用多尺度融合的方法对图像单尺度显著图进行处理，得到尺度显著图，从而获得图像显著物体区域。通过采用上述技术方案，解决了如何快速有效地抽取图像显著区域的技术问题。
-
公开(公告)号：CN104050674B
公开(公告)日：2017-01-25
申请号：CN201410301797.9
申请日：2014-06-27
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明为一种显著性区域检测方法及装置。所述方法包括：利用基于局部同质性分析的分割方法将输入图像预分割为多个分割区域；对每一分割区域计算局部显著值和全局显著值，所述局部显著值是通过计算不同特征在多尺度近邻的对比度获得，所述全局显著值是通过度量不同特征的空间分布以及区域间的隔离性获得；利用每一分割区域的局部显著图和全局显著图中包含的信息量大小自动调节局部显著值与全局显著值在最终显著值中所占权重，对局部和全局显著值加权求和，获得每个分割区域的最终显著值，从而得到每个分割区域的最终显著图；所述局部显著图和全局显著图为所述局部显著值和全局显著图所表示的图；根据所述最终显著图从所述输入图像抽取显著区域。
-
-
-
Search Results
14
records
(took 0.026 seconds)
