-
公开(公告)号：CN116912173A
公开(公告)日：2023-10-20
申请号：CN202310703954.8
申请日：2023-06-14
Applicant: 华北电力大学
IPC: G06T7/00 , G06T3/40 , G06T3/00 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/774 , G06N3/088 , G06N3/0464
Abstract: 本发明公开了一种基于无监督异常检测的产品表观缺陷检测方法，所述方法，包括：步骤1：收集整理正常样本集并对其进行预处理和对齐，通过预训练的卷积神经网络获取正常样本图像特征信息，从而构建起源特征空间；步骤2：从所述源特征空间中提取图像特征，经由自适应存储库压缩存储数据表征，使得图像背景复杂性的影响降低；步骤3：通过特征映射网络将样本特征从所述源特征空间重新映射到新的目标特征空间，其中映射过程受存储库中的压缩后特征影响；步骤4：将所述目标特征空间中的样本特征与存储库中的压缩特征进行高维判别，得到待测样本图像中可能出现的异常区域的异常位置和异常程度，从而实现无监督环境下对工业产品图像的缺陷检测，同时能够滤除复杂产品图像的背景干扰。
-
公开(公告)号：CN116777992A
公开(公告)日：2023-09-19
申请号：CN202310689334.3
申请日：2023-06-12
Applicant: 华北电力大学
IPC: G06T7/73 , G06T5/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了属于计算机视觉点云处理领域一种未知噪音环境无序堆叠工件位姿估计方法，该方法包括如下步骤：步骤1：对IPA数据集进行扩展，加入泊松、高斯和高斯混合噪声，构建带噪声点云数据集(noise‑IPA‑binpicking)；步骤2：搭建噪声去除网络模型；步骤3：搭建位姿估计网络模型；步骤4：对噪声去除网络和位姿估计网络进行训练，获得训练后的噪声去除网络和位姿估计网络；步骤5：利用测试集进行模型验证，得到未知噪声位姿估计结果。
-
公开(公告)号：CN116740250A
公开(公告)日：2023-09-12
申请号：CN202310689408.3
申请日：2023-06-12
Applicant: 华北电力大学
Abstract: 本发明公开了一种带高光处理的纹理映射方法，该方法包括如下步骤：步骤1：输入网格与图像序列，对输入图像进行筛选，提取出一个子序列作为映射候选图；步骤2：为每个模型面选择合适的纹理图，避免模糊和重影；步骤3：对映射使用的相机位姿进行调整；步骤4：对高光纹理区域进行处理，改善其影响；步骤5：调整纹理图颜色，获取到最终的带纹理模型。
-
公开(公告)号：CN112767553A
公开(公告)日：2021-05-07
申请号：CN202110140623.9
申请日：2021-02-02
Applicant: 华北电力大学
Abstract: 本发明公开了一种自适应群体服装动画建模方法，包括：步骤1：构建基于群体服装视频的视觉显著性预测模型；步骤2：群体场景下服装网格的时空平滑；步骤3：构建多源信息混合驱动的自适应群体服装仿真，采用自适应多精度网格技术实现服装分区域建模，精度调控因子高的区域进行高精度建模，精度调控因子较低的区域则进行低精度建模，过渡区域根据步骤2进行平滑操作，在此基础上进行动力学计算和碰撞检测，从而构建多源信息混合驱动的群体服装动画系统。
-
公开(公告)号：CN109490957B
公开(公告)日：2020-07-10
申请号：CN201811434030.8
申请日：2018-11-28
Applicant: 华北电力大学
IPC: G01V1/30
Abstract: 本发明属于油田地震大数据重建技术领域，尤其涉及一种基于空间约束压缩感知的地震数据重建方法，包括：使用一部分数据作为训练数据，使用K‑SVD字典学习训练超完备字典来重建原始的地震数据；使用联合稀疏分解的方法，提取共有的空间信息，并改造压缩感知算法中的感知矩阵；对稀疏度自适应匹配追踪算法进行改进，引入初始稀疏度估计的方法，采用变步长的策略对数据进行重建。重建的结果不但细节比较清晰，运算时间相较于IRLS和SAMP大幅地降低，而且横向的过度更加的平滑，说明本发明所设计的算法利用到了空间的相关信息，重建结果更加真实。
-
Patent Agency Ranking
公开(公告)号：CN110489480A
公开(公告)日：2019-11-22
申请号：CN201910599302.8
申请日：2019-07-04
Applicant: 华北电力大学
IPC: G06F16/26
Abstract: 本发明属于油田大规模数据可视化技术领域，尤其涉及一种测井数据多属性快速切换可视化方法，包括：将采集到的测井数据均匀划分为多个小体素块并用聚类的方法压缩体数据；基于多属性的相关性分析将测井数据的属性划分为不同的分组，在组内建立映像模型，分别提取每个分组测井属性的基体数据；利用PCA降维算法对每个分组测井属性分别进行降维处理，提取多个测井属性数据的基向量矩阵和特征系数矩阵，基体数据常驻内存，用特征系数切换方式来快速生成新的属性数据；采用光线投射算法对新的属性数据进行绘制。解决了因测井数据规模太大超出内存和GPU处理能力导致的难以实现实时绘制的问题；解决了传统多属性数据切换内外存数据交换量大、等待时间长的问题。
-
公开(公告)号：CN116821828A
公开(公告)日：2023-09-29
申请号：CN202310703240.7
申请日：2023-06-14
Applicant: 华北电力大学
IPC: G06F18/2433 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/045 , G06F123/02
Abstract: 本发明公开了一种基于工业数据的多维时序预测方法。该方法具有以下步骤：步骤1：深入研究工业加工过程中影响工业加工结果的因素，明确对工业加工产品优良率影响最显著的关键因素。步骤2：通过在工业加工机床上安装相应的检测传感器，实时采集多维时序数据，从而形成包含丰富信息的工业加工多维时序数据集。步骤3：基于步骤2的数据集构建高级工业加工多维时序预测模型，运用改进的深度循环神经网络和卷积网络，巧妙地提取多维时序数据的多层次特征，并借助这些特征训练出卓越的工业加工多维时序预测模型，使其能够准确预测未来多维时序信息。
-
公开(公告)号：CN116721190A
公开(公告)日：2023-09-08
申请号：CN202310697185.5
申请日：2023-06-13
Applicant: 华北电力大学
IPC: G06T13/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种语音驱动三维人脸动画生成方法，所述方法，包括：步骤1：获取样本数据，对数据进行预处理；步骤2：重建三维人脸模型，对完成重建的三维人脸模型进行拓扑对齐，获得连续的人脸模型动画，结合音频数据，构建4D数据集；步骤3：训练模型，求解音频特征信息与人脸模型动画中的映射关系；步骤4：给定音频和静态人脸模型，通过预训练模型，给出对应的三维人脸模型动画。
-
公开(公告)号：CN109740636B
公开(公告)日：2021-05-18
申请号：CN201811515475.9
申请日：2018-12-12
Applicant: 华北电力大学
Abstract: 本发明属于油水层智能识别技术领域，尤其涉及一种基于AdaBoost结合GRU的地层油水层识别方法，包括：步骤1：使用测井方法获得某地域的测井数据；步骤2：结合测井数据解释原理，对数据进行预处理；步骤3：对预处理过的测井数据，利用基于AdaBoost结合GRU方法进行学习训练，建立识别模型；步骤4：利用该地域的测井数据和建立的识别模型，预测油水层信息。本发明利用该模型，可以得到准确的地质分层信息，识别准确率不仅较高而且稳定。
-
公开(公告)号：CN106251200B
公开(公告)日：2019-10-18
申请号：CN201610603275.3
申请日：2016-07-27
Applicant: 华北电力大学
IPC: G06Q30/06
Abstract: 本发明公开了一种基于实例的虚拟试衣方法，包含以下步骤，1)获取服装变形矩阵数据，从不同人体体型的服装上获取服装的变形矩阵数据；服装的变形矩阵是指把同一款服装穿到两个不同体型的人体上，从而由这两件服装对应的三角面上计算他们的仿射变形矩阵；2)获取服装粗变形，所述粗变形是指过滤了服装款式信息的服装变形,根据获取的服装变形矩阵，得到两个人体模型的服装粗变形；3)虚拟试衣过程，所述虚拟试衣过程是应用之前求得的每个人体的每件服装的变形矩阵对服装进行变形，并处理变形后的服装，使其能更好地贴合指定人体。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
