基于边缘注意门控图卷积网络的半监督视频分割方法

    公开(公告)号:CN116824438A

    公开(公告)日:2023-09-29

    申请号:CN202310638743.0

    申请日:2023-06-01

    Abstract: 一种基于边缘注意门控图卷积网络的半监督视频分割方法,用于解决复杂场景中的无法准确分割出目标物体的问题。本发明将整个视频分割成若干超像素,并在视频第一帧生成若干种子点;将第一帧的种子点逐帧传播到后续帧,并将视频序列转化为时空图。之后,提出边缘注意力门控图卷积网络,实现对超像素前景、背景标签的划分,实现视频预分割。最后,基于目标在帧间形变的规律,对目标构造全局外观模型,优化分割,减缓相似物体或复杂背景干扰时的分割挑战。本发明基于超像素提取目标底层特征和边界轮廓,基于图卷积网络提取图像的深度特征,挖掘帧内和帧间的相关性,提升了捕获视频中蕴含的关联关系和潜在语义信息的能力,在多种分割挑战中表现良好。

    一种基于动态超图卷积网络的轨道交通客流预测方法

    公开(公告)号:CN111860951B

    公开(公告)日:2023-09-26

    申请号:CN202010540661.9

    申请日:2020-06-12

    Abstract: 本发明提出一种基于动态超图卷积网络的轨道交通客流预测方法,涉及深度学习等领域,尤其是面向超图表示以及图卷积网络的流量预测任务。该方法在利用超图对轨道交通网络拓扑关系进行高阶表示的基础上,通过超图卷积模块实现图卷积网络的引入,并通过挖掘客流OD的内在时空特征构建动态超边,实现动态超图卷积网络机制。相较于传统的数学模型以及机器学习方法,该方法对于轨道交通特征的提取更加深入和准确。完成了轨道交通客流预测的任务,提高了预测准确率。

    一种具有适应性的单自由度仿生多功能机械手

    公开(公告)号:CN113771016B

    公开(公告)日:2023-07-21

    申请号:CN202110999665.8

    申请日:2021-08-29

    Abstract: 本发明公开了一种具有适应性的单自由度仿生多功能机械手,针对机械手任务类型的增加,被抓持物品在体积、形状和空间位置上的差异的问题,设计了一种模仿人抓取物品的机械手,此机械手模仿人抓取物品时的姿态和路径,在保证重量轻、可靠性高、准确性大、控制简单的条件下,实现了多功能抓取,包括传动机构和执行机构,可实现抓取不同直径的圆柱、指尖抓取较大长方体、狭小空间物品和抓取较小物品并移动,且抓取圆柱时分为抱抓和夹抓两种模式。本发明为单自由度机械手,控制简单方便。且本发明添加了弹簧连杆和末端添加柔性元素可有效减小缓冲力。并且此机械手添加压力传感器,可时时检测抓持力情况,可有效避免机械手力过大对物品的伤害。

    一种基于单自由度八杆机构的多操作模式仿生机械抓持手

    公开(公告)号:CN115157311A

    公开(公告)日:2022-10-11

    申请号:CN202210693846.2

    申请日:2022-06-19

    Abstract: 本发明公开了一种基于单自由度八杆机构的多操作模式仿生机械抓持手,该机械手由三个电机驱动,其中包括两个旋转电机和一个直线电机,一个旋转电机控制八杆机构运动来抓持不同的物体,另外一个旋转电机和直线电机完成机械手四指、两指和不对称指之间的转换。在驱动八杆机构运动时,采用绳驱和带传动的结构,不仅可以更好的适应机械手不同姿态的变换,同时还起到缓冲减震、过载保护的作用。该机械手在抓持过程中仅有一个自由度,可以抓取不同直径的球体和圆柱体;可以抓取狭小空间的物体,分为基座不动指尖后移和基座后移。两指姿态和不对称姿态下大大增加了机械手的抓取范围。本机械手整体上结构简单,适应性好,可靠性高,控制方便。

    一种基于视角变换的正面人体图像生成方法

    公开(公告)号:CN114693788A

    公开(公告)日:2022-07-01

    申请号:CN202210303798.1

    申请日:2022-03-24

    Abstract: 本发明公开了一种基于视角变换的正面人体图像生成方法,用于解决在无需输入目标姿态的情况下,从人体侧面视角图像生成正面视角图像的问题。本方法首先通过FP‑Net获取人体正面姿态作为网络的目标姿态。然后,将人体图像和姿态输入到生成器,更新人体的外观和形态特征。最后,将生成的正面人体图像输入到鉴别器中,帮助生成具有真实感的正面人体图像。实验结果表明,该模型可以生成具有较好的外观一致性和形态一致性的正面人体图像。

    一种具有多地形适应性的具有少自由度腿部结构的仿蜈蚣机器人

    公开(公告)号:CN114620161A

    公开(公告)日:2022-06-14

    申请号:CN202210345128.6

    申请日:2022-03-31

    Abstract: 本发明公开了一种具有多地形适应性的具有少自由度腿部结构的仿蜈蚣机器人。包括腿部机构、转向机构、主传动链、传感系统。腿部机构和转向机构有多套,腿部机构和转向机构交替连接形成仿蜈蚣机器人主体结构;主传动链为腿部机构提供爬行动力。爬行过程中,一部分脚趾着地做支撑,另外一部分脚趾离地向前,周期性交替运动。攀爬过程保持平衡,确保地面附着能力;仿蜈蚣机器人通过前后两个主传动链电机为主传动链提动力,主动链为所有腿部机构提高动力;仿蜈蚣机器人每个转向机构都有左右和俯仰两个自由度,增加仿蜈蚣机器人复杂地形适应能力,可完成复杂运动;仿蜈蚣机器人具有最智能传感系统可检测、侦查外部环境,并可完成自主运动规划。

    一种面向实验室安全管理的人员行为监测方法

    公开(公告)号:CN114612823A

    公开(公告)日:2022-06-10

    申请号:CN202210216865.6

    申请日:2022-03-06

    Abstract: 本发明提供了一种面向实验室安全管理的人员行为监测方法。本发明基于实验室监控视频,同时计算视频帧中的人脸识别结果和人体位置信息;基于人脸识别结果矩形框和人体位置信息矩形框间的几何关系,将人脸识别结果传递给人体;记录人体在视频每一帧中的足部中心位置,提取人体在视频中的运动轨迹;在实验室平面图中标定若干关键点,在视频序列内寻找与平面图关键点对应的位置并做相同标记,建立监控画面和实验室平面图的二维映射关系将人体在视频中的运动轨迹映射到实验室平面图内,并在实验室中存在多个监控摄像头的情况下对轨迹进行融合,基于平面图内轨迹分析人的行动路线。本发明可检测进入实验室的人员信息,记录人员在实验室内的活动情况。

    一种基于动态超图卷积神经网络的OD客流预测方法

    公开(公告)号:CN114611798A

    公开(公告)日:2022-06-10

    申请号:CN202210249218.5

    申请日:2022-03-06

    Abstract: 一种基于动态超图卷积神经网络的OD客流预测方法,涉及深度学习等领域,尤其是面向超图表示以及图卷积网络的OD客流预测任务。该方法在利用超图对交通拓扑结构的高阶表示基础上,引入超图卷积神经网络,并通过历史的OD矩阵挖掘OD客流在起始点(original)和目的地(destination)上的空间关联性构建动态超边,实现了对OD流量复杂的空间关联性的动态建模。相较于传统的数学模型以及机器学习方法,该方法对于OD流量特征的建模更加深入和准确,提高了预测准确率。

    一种基于多视图多层注意力的面向学术论文的分类方法

    公开(公告)号:CN113918711A

    公开(公告)日:2022-01-11

    申请号:CN202110866447.7

    申请日:2021-07-29

    Abstract: 一种基于多视图多层注意力的面向学术论文的分类方法涉及深度学习领域、图神经网络领域。在当今信息化高速发展的时代,传统的论文匹配方法仅仅使用单一的关系图,导致匹配效果不佳。本发明首先将论文之间的多种关系图输入图卷积神经网络,做到了更准确地捕捉真实论文数据的复杂关系。然后在捕捉到多种关系的基础上,使用多层注意力机制,学习到了每一篇论文的最优表示。最后引入自动编码器模块,缓解了图卷积网络在学习多视图信息时产生的过平滑问题。结果表明,通过将多层注意力与多视图输入结合,并将自动编码器与图神经网络相结合,提高了对学术论文分类的精度,从而实现了数字图书馆中对论文与论文作者的高效匹配。

Patent Agency Ranking