-
公开(公告)号:CN117710328A
公开(公告)日:2024-03-15
申请号:CN202311733618.4
申请日:2023-12-15
Applicant: 北方工业大学
IPC: G06T7/00 , G06V40/14 , G06V10/25 , G06V10/26 , G06V10/44 , G06N3/0455 , G06N3/0464
Abstract: 本申请提供一种肝脏血管图像识别方法和装置,属于医学图像分割领域。方法包括:对三维腹部CT图像进行预处理,截取待识别的目标肝脏图像,将所述目标肝脏图像尺寸缩放为统一大小的三维图像块,并划分为具有重叠范围的多个连续的三维图像子块;基于肝脏血管识别网络对所述三维图像块进行处理,输出所述三维图像块的肝脏血管初始识别结果,所述肝脏血管识别网络包括编码器、单层三维级联膨胀空洞卷积模块和解码器;对多个所述三维图像子块的肝脏血管初始识别结果进行拼接,通过填补空洞和去除小体积连通域的方式,确定肝脏血管目标识别结果。采用本申请,可以提高分割肝脏血管图像的性能。
-
公开(公告)号:CN115374290A
公开(公告)日:2022-11-22
申请号:CN202210952545.7
申请日:2022-08-09
Applicant: 北方工业大学
IPC: G06F16/36 , G06F16/332 , G06F16/35 , G06Q50/02
Abstract: 本发明涉及数据检索技术领域,特别是指一种花卉科学培植养护知识的检索方法和装置。方法包括:接收用户输入的花卉科学培植养护知识相关的检索信息;通过预先构建的多级关联的花卉科学培植养护知识图谱信息数据库检索得到检索结果;融合跨媒体技术完成花卉检索级联动态图谱的显示。采用本发明,可构建动态的花卉科学培植领域知识图谱,高效快速准确的完成花卉科学培植养护知识的检索,并进行花卉检索级联动态图谱的显示。
-
公开(公告)号:CN110319837A
公开(公告)日:2019-10-11
申请号:CN201910612272.X
申请日:2019-07-09
Applicant: 北方工业大学
IPC: G01C21/20
Abstract: 本发明提供了一种服务机器人室内复杂状况路径规划方法,包括:基于用二维数组表示的格栅地图确定起始点和目标点的坐标值,创建并初始化OPEN列表和CLOSE列表,将起始点放置于OPEN列表中;检测OPEN列表,判断路径是否搜索成功,若否,进行下一步;采用跳点拓展规则寻找备选路径,以减少无效备选点的拓展,加快路径搜索速度;检测路径点间的连通性,对无用路径点进行去除;基于向量叉积和向量点积为每一个路径点添加转向判断和所需旋转角度的信息。本发明同时检测间隔路径点间的连通性对路径点中冗余点做去除处理,减少机器人在不必要路径点处的停留以缩短总的路径长度。并运用向量点积和向量叉积在路径点处进行转向判断和转角计算,使机器人在路径点处可以自主调整位姿。
-
公开(公告)号:CN104202803B
公开(公告)日:2017-05-24
申请号:CN201410438896.1
申请日:2014-08-30
Applicant: 北方工业大学
CPC classification number: Y02D70/00
Abstract: 本发明属于无线传感器网络通信领域,尤其涉及一种基于无线传感器网络的节能MAC协议通信方法,包括:新节点通过维护邻居节点的唤醒时间表,记录邻居节点的唤醒时间偏移值;根据邻居节点的唤醒时间偏移值确定新节点的唤醒时间偏移值;当发送节点发送数据时,查询所述唤醒时间表中对应的接收节点信息,并预测接收节点的唤醒时间。本发明根据邻居节点唤醒时间选择偏移值,保证了节点之间具有不同的唤醒时间,并通过准确预测接收节点的唤醒时间,能够有效减少空闲侦听带来的能量消耗,节约了能量。
-
公开(公告)号:CN105406612A
公开(公告)日:2016-03-16
申请号:CN201510947117.5
申请日:2015-12-17
Applicant: 北方工业大学
Abstract: 本发明属于能量转换技术领域,尤其涉及一种物联网末端低功耗节点射频供能装置,包括:射频匹配电路、倍压整流电路及稳压电路;所述射频匹配电路用于匹配环境中存在的射频信号,所述倍压整流电路用于将匹配后的射频信号转换为直流电源,所述稳压电路用于对所述直流电源进行稳压。本发明不需要射频发射源,直接将环境中存在的射频信号(如GSM900,GSM1800,WIFI信号等)转换为直流电源供物联网末端的低功耗节点工作,不受环境地域限制,是一个无污染,不需要消耗任何有偿资源的可再生的绿色能源。
-
公开(公告)号:CN104574421A
公开(公告)日:2015-04-29
申请号:CN201510047728.4
申请日:2015-01-29
Applicant: 北方工业大学
IPC: G06T7/00
Abstract: 本发明属于图像处理领域,具体而言,涉及一种大幅面小重合区域高精度多光谱图像配准方法及装置,其中,该方法包括对参考图像和待配准图像进行SIFT特征点提取;对提取的特征点进行匹配,获取参考图像和待配准图像的重合区域,得到初步的配准图像;利用随机抽样一致性算法筛选的内点,与最小二乘法拟合曲线结合,估算出初步变换矩阵;利用均方根误差RMSE对重合区域的特征点进行映射矩阵客观评价,筛除引起误差的误匹配点,迭代至配准图像精度达到亚像素级,获取精确变换矩阵。通过该方法本发明提高了大幅多光谱图像在少量重合区域时的配准精度。
-
公开(公告)号:CN120032425A
公开(公告)日:2025-05-23
申请号:CN202510144641.2
申请日:2025-02-10
Applicant: 北方工业大学
IPC: G06V40/20 , G06V20/64 , G06V20/70 , G06V10/86 , G06V10/74 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种运动风格迁移系统的构建方法和装置,方法包括:针对性对数据集处理并生成富有表达力的文本描述;Transformer编码器对风格动作输入进行编码得到风格动作特征;一维卷积网络对内容动作输入进行编码得到内容动作特征;CLIP文本编码器对输入运动的文本描述提取语义特征;特征对齐部分利用CLIP文本编码器生成的风格或内容语义特征与对应编码器生成的动作特征进行特征对齐;动作生成器通过调整特征的均值和方差生成风格迁移后的结果;判别器区分生成与真实运动序列。采用本发明技术方案提升了内容和风格运动之间实现风格迁移的准确率,提高了运动风格迁移的自然性和有效性,并且具有良好的泛化能力。
-
公开(公告)号:CN111931603B
公开(公告)日:2024-01-12
申请号:CN202010710147.5
申请日:2020-07-22
Applicant: 北方工业大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于竞合网络的双流卷积网络的人体动作识别系统及方法,所述系统包括视频输入部分、特征提取部分和结果融合部分,其中特征提取部分还包括竞合网络。所述方法为:将视频输入双流架构的网络,其中时间流部分通过竞合网络对视频帧进行动静像素分割,输出剔除静态区域的光流图像,并输入到中等规模卷积网络,对光流图像进行特征提取;空间流部分将多帧视频图像输入卷积3D网络,对每一帧视频图像进行特征提取;分别在所述中等规模卷积网络和卷积3D网络的softmax层对提取的特征进行特征分类,然后采用多类支持向量机将分类结果进行分数融合,得到人体动作的正确识别,由此减少由环境等外部差异带来的误差,提升动作识别准确度。
-
公开(公告)号:CN112989955B
公开(公告)日:2023-09-29
申请号:CN202110192941.X
申请日:2021-02-20
Applicant: 北方工业大学
IPC: G06V40/20 , G06V10/80 , G06V20/40 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明公开一种基于空时双流异构嫁接卷积神经网络人体动作识别方法,其包括:S1:对输入的视频进行预处理,包括根据输入视频生成光流图像和基于TRN算法对视频帧进行处理;S2:采用基于空时双流异构嫁接卷积神经网络分别将经过预处理的输入视频分成两路进行特征提取后,采用典型相关分析将提取的特征进行特征融合,其中,进行特征提取的两路分别为采用基于滤波器嫁接技术的稠密卷积神经网络提取空间信息,采用基于滤波器嫁接技术的改进Xception网络提取运动信息,空间信息为从预处理后的视频帧图像中提取的特征信息,运动信息为从预处理后的光流图像中提取的特征信息;S3:采用Softmax分类器对人体动作识别行为特征进行分类,得到最终识别结果。
-
公开(公告)号:CN116721322A
公开(公告)日:2023-09-08
申请号:CN202310626312.2
申请日:2023-05-30
Applicant: 北方工业大学
IPC: G06V10/80 , G06V20/70 , G06V10/764 , G06V10/74 , G06V10/46 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于多模态的人物交互关系检测方法及其检测系统,其中方法包括:S1:对输入的图像进行目标检测输出目标检测结果;S2:结合改进的级联金字塔网络对目标检测结果中的人体姿态特征进行提取,采用图模型结构对目标检测结果中的人‑物视觉特征进行提取;S3:通过人‑物语义增强模块将目标检测结果中的分类标签经过算法得到最相似的样本短语嵌入向量特征及对应相似度分数;S4:通过视觉‑语义外部注意力模块的线性加权求和计算得到原始图像中人物最相关的交互区域特征,及视觉特征部分的交互特征预测得分;S5:通过多模态融合推理及交互检测得到最终人物交互关系检测结果。
-
-
-
-
-
-
-
-
-