-
公开(公告)号：CN111652928A
公开(公告)日：2020-09-11
申请号：CN202010390619.3
申请日：2020-05-11
Applicant: 上海交通大学
Abstract: 一种三维点云中物体抓取位姿检测方法，通过整理样本图像中的物体抓取位姿作为训练集，对端到端物体抓取位姿检测模型进行训练，再对待测的三维点云数据进行识别，得到候选抓取位姿分数从而实现物体抓取位姿检测。本发明通过端到端的全场景训练测试，将点云中整体与局部的特征关系紧密联系起来，在优化运行速度的同时提高了检测准确程度。
-
公开(公告)号：CN111523421A
公开(公告)日：2020-08-11
申请号：CN202010289689.X
申请日：2020-04-14
Applicant: 上海交通大学
Abstract: 一种基于深度学习融合各种交互信息的多人行为检测方法及系统，通过构建带有标签的视频库作为样本集对行为检测网络进行训练，并将训练后的网络处理待测视频，根据最终的输出向量实现对区域中对象行为的检测。本发明充分考虑了人类行为的复杂性，在考虑人的自身运动的同时，综合了其与其他人、物体以及长期记忆信息的交互关系，有效地提高了视频行为检测的精度。
-
公开(公告)号：CN110163046A
公开(公告)日：2019-08-23
申请号：CN201810627611.7
申请日：2018-06-19
Applicant: 腾讯科技(深圳)有限公司 , 上海交通大学
Inventor： 卢策吾
Abstract: 本发明公开了一种人体姿态识别方法、装置、服务器及存储介质，属于图像处理技术领域。所述方法包括：从待识别图像中，获取至少一张单人体图像；将每张单人体图像输入到策略网络中，输出每张单人体图像上的可见人体区域和无效区域；根据每张单人体图像上的可见人体区域，对每张单人体图像中的人体姿态进行识别。本发明从待识别图像上获取每个人的单人体图像后，基于策略网络区分出每张单人体图像上的可见人体区域和无效区域，进而基于可见人体区域进行人体姿态识别。由于可区分出单人体图像中的可见人体区域和无效区域，因而在存在遮挡物和复杂背景情况下，也能够识别出单人体图像中的人体姿态。
-
公开(公告)号：CN117253010A
公开(公告)日：2023-12-19
申请号：CN202211003837.2
申请日：2022-08-19
Applicant: 腾讯科技(深圳)有限公司 , 上海交通大学
Abstract: 本申请实施例公开了一种图像处理方法、装置、设备、存储介质及产品。其中方法包括：获取包含目标对象的N个图像，分别对N个图像中的目标对象的运动特征进行提取，得到目标对象的N个运动状态，根据N个运动状态确定目标对象在运动过程中的惯性力，基于目标对象在运动过程中的惯性力，确定目标对象在N个运动状态下的位姿加速度，根据目标对象在N个运动状态下的位姿加速度，模拟目标对象的三维运动。可见，通过目标对象在运动过程中的惯性力来确定目标对象在N个运动状态下的位姿加速度，使得目标对象在N个运动状态下的位姿加速度中包含了惯性力对目标对象的运动的影响，进而提高了目标对象的三维模型的仿真度。
-
公开(公告)号：CN110163046B
公开(公告)日：2023-09-19
申请号：CN201810627611.7
申请日：2018-06-19
Applicant: 腾讯科技(深圳)有限公司 , 上海交通大学
Inventor： 卢策吾
Abstract: 本发明公开了一种人体姿态识别方法、装置、服务器及存储介质，属于图像处理技术领域。所述方法包括：从待识别图像中，获取至少一张单人体图像；将每张单人体图像输入到策略网络中，输出每张单人体图像上的可见人体区域和无效区域；根据每张单人体图像上的可见人体区域，对每张单人体图像中的人体姿态进行识别。本发明从待识别图像上获取每个人的单人体图像后，基于策略网络区分出每张单人体图像上的可见人体区域和无效区域，进而基于可见人体区域进行人体姿态识别。由于可区分出单人体图像中的可见人体区域和无效区域，因而在存在遮挡物和复杂背景情况下，也能够识别出单人体图像中的人体姿态。
-
Patent Agency Ranking
公开(公告)号：CN112801988B
公开(公告)日：2023-04-18
申请号：CN202110141847.1
申请日：2021-02-02
Applicant: 上海交通大学
Abstract: 一种基于RGBD和深度神经网络的物体抓取位姿检测方法，将RGB图片通过角度视角网络转换为角度视角热度图，再将RGB图片对应的深度图片与转换得到的角度视角热度图通过碰撞和空抓检测系统生成对应的抓取七维位姿，即平行夹具中心点的三维平移坐标、平行夹具的三维旋转坐标和平行夹具的张开宽度。本发明通过融合RGB图片和深度信息保证生成的平行夹爪自由度大于等于六维，提高检测准确程度，当应用在实际工业场景时可以有效迅速地将一个由若干物体组成的混乱场景利用机械臂及配套夹具清空。实施例如利用机械夹爪逐个抓取图一中所拍摄场景中的所有物体。
-
公开(公告)号：CN115122328A
公开(公告)日：2022-09-30
申请号：CN202210813622.0
申请日：2022-07-12
Applicant: 上海交通大学
Abstract: 一种面向家用机器人任务和数据采集的仿真系统，包括：数据采集模块、Unity模块、Python模块、通信模块、VR模块和资源文件模块。本发明能够支持多种物体属性、面向家用型机器人任务的可交互式仿真系统，同时该系统可以支持用于深度学习训练的数据获取，从而降低数据标注的成本。
-
公开(公告)号：CN111192279B
公开(公告)日：2022-09-02
申请号：CN202010000279.9
申请日：2020-01-02
Applicant: 上海交通大学
Abstract: 本申请提供一种基于边缘检测的物体分割方法、电子终端及存储介质，所述方法包括：包括：获取输入图片；通过卷积神经网络模型对所述输入图片进行处理获取像素级别信息；根据所述像素级别信息对所述输入图片的像素点进行类别级的分类；基于中心点对同一类别的边缘像素点进行个体级别的分类；基于下一个像素点的方向将同一个个体的边缘像素点构成封闭的边缘，获得物体分割。本发明提出了一个适合物体边缘信息预测的卷积神经网络模型，可以获得更加精细的物体分割。
-
公开(公告)号：CN113449751A
公开(公告)日：2021-09-28
申请号：CN202010221613.3
申请日：2020-03-26
Applicant: 上海交通大学
Abstract: 一种基于对称性和群论的物体‑属性组合图像识别方法，以包含属性标注的数据集作为训练样本对包括特征提取器、耦合网络和解耦网络的神经网络进行训练；然后采用特征提取器提取待测图像的特征向量与待判断属性一同输入耦合网络和解耦网络，分别得到两个对应转换后的特征向量，通过在高维特征空间判断耦合网络转换前后特征向量的距离确定待测图像是否包含待判断属性；最后将待判断属性的检测结果与神经网络的物体检测输出结合得到识别结果。本发明能够并行计算，计算速度较快，有很好的高效性、即时性、鲁棒性。
-
公开(公告)号：CN113449564A
公开(公告)日：2021-09-28
申请号：CN202010228189.5
申请日：2020-03-26
Applicant: 上海交通大学
Abstract: 一种基于人体局部行为语义知识的图像分类方法，通过建立用于获得人体局部细粒度语义表征的人体部位行为状态识别模型并进行模型训练；然后利用自然语言理解将待测图像中的视觉信息转化为基于语言的先验知识，并将先验知识与视觉信息融合生成细粒度行为表征向量并迁移到计算机视觉行为和识别任务中；最后通过组合人体局部细粒度特征推理整体行为以完成行为理解过程得到分类结果。本发明在多种复杂行为理解任务中取得非常理想的识别性能提升；同时，该方法具有一次预训练，多次多样迁移的优势，兼具泛化性和灵活性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
