公开(公告)号：CN117541795A

公开(公告)日：2024-02-09

申请号：CN202311694184.1

申请日：2023-12-12

Applicant: 中北大学

Inventor： 贾彩琴 ,  文阳晖 ,  杨晓文 ,  韩燮 ,  庞敏 ,  韩慧妍

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/74 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种注意力机制结合双图卷积的点云分割网络，属于计算机视觉技术领域。针对动态图卷积局部特征表征不足、全局信息利用不充分的问题，通过在动态图的基础上，利用K近邻算法通过点云的几何距离构造静态图，将动态图与静态图结合为双图结构，弥补动态图几何位置关系利用不充分的缺陷；使用边卷积提取双图结构的边特征，利用注意力池化结合最大池化与平均池化操作，进一步增强局部特征的捕获能力；其次引入通道注意力模块和空间自注意力模块改善全局特征表征能力，提升网络语义分割精度。

公开(公告)号：CN117250962A

公开(公告)日：2023-12-19

申请号：CN202311401364.6

申请日：2023-10-26

Applicant: 中北大学

Inventor： 韩慧妍 ,  石树熙 ,  况立群 ,  熊风光 ,  庞敏

IPC: G05D1/02

Abstract: 本发明公开了一种多机器人编队方法，属于机器人智能控制技术领域。针对目前多机器人编队方法都只考虑单个特定的队形，同时在移动中队形结构的维持存在缺陷，且无法进行队形变换的问题，本发明采用通信图将多机器人之间维持速度一致性转化为图结构，清晰表达出系统之间控制关系以及维护队形结构稳定；采用领导跟随法，在机器人群体中选择一个机器人作为领导者，决定整个群体的运动趋势，群体中的其他机器人即跟随者，通过特定的通讯设备进行信息交换，并与领导者保持特定的运动状态，以保持编队队形；设计多个状态机，每种状态机对应一种队形，实现不同队形之间的切换，使编队更具有实用性和观赏性。

公开(公告)号：CN116313134A

公开(公告)日：2023-06-23

申请号：CN202211566248.5

申请日：2022-12-07

Applicant: 中北大学

Inventor： 薛红新 ,  郭磊 ,  况立群 ,  韩慧妍 ,  熊风光 ,  杨晓文 ,  张元 ,  庞敏 ,  孙福盛 ,  韩燮

IPC: G16H50/80 ,  G16H50/50 ,  G16H50/70 ,  G06F16/335 ,  G06F16/35 ,  G06N20/20

Abstract: 本发明属于流行病监测技术领域，具体涉及一种基于百度指数与机器学习的流感趋势预测方法。针对现有流感预测方法仅使用历史时间序列信息进行预测，而忽略了相邻区域的空间相关性和不同时间段的时间相关性的影响，并且流感预测方法多集中于使用多元线性回归方法进行预测等问题，本发明首先试图挖掘与流行性感冒相关的重要关键词，对关键词进行初筛，并通过分析各关键词与流感样病例数的时滞相关性，对关键词进一步过滤；其次，基于确定的不同类型关键词和ILI％，通过考虑相邻地区间流感传播的影响，构建流感预测模型；最后，选用XGBoost方法对所建模型进行预测，得到符合南方地区的流感预测模型。

公开(公告)号：CN114549439B

公开(公告)日：2025-03-25

申请号：CN202210126753.1

申请日：2022-02-11

Applicant: 中北大学

Inventor： 杨晓文 ,  靳瑜昕 ,  韩慧妍 ,  张元 ,  庞敏 ,  韩燮

IPC: G06V20/70 ,  G06V20/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多模态特征融合的RGB‑D图像语义分割方法。由于RGB和深度特征的内在差异，如何更有效地融合两种特征仍是有待解决的问题。为了解决该问题提出了注意力引导多模态交叉融合分割网络(ACFNet)，本发明采用编码器－解码器结构，将深度图编码为HHA图像，设计非对称双流特征提取网络，RGB和深度编码器分别以ResNet‑101和ResNet‑50为主干网络，并在RGB编码器中添加全局‑局部特征提取模块(GL)。为有效融合RGB和深度特征，提出了注意力引导多模态交叉融合模块(ACFM)，以更好地在多阶段利用融合的增强特征表示。

公开(公告)号：CN116644290A

公开(公告)日：2023-08-25

申请号：CN202310600296.X

申请日：2023-05-25

Applicant: 中北大学

Inventor： 杨晓文 ,  李雅婷 ,  庞敏 ,  韩燮 ,  薛红新 ,  贾彩琴 ,  郭磊 ,  孙福盛 ,  曹亚明 ,  王飞

IPC: G06F18/20 ,  G06F18/214 ,  G06N3/044 ,  G06N3/006 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于优化神经网络的人体尺寸参数估计方法。为了提高人体围度尺寸预测的效率和准确性，本发明采用GBWO‑ENN的方法。针对传统灰狼算法易于陷入局部最优和无法平衡全局和局部搜索的平衡性问题，提出了GBWO算法。针对Elman神经网络收敛速度慢、容易陷入局部极小的问题，采用GBWO算法对Elman神经网络的权值和阈值进行优化。

公开(公告)号：CN114581718A

公开(公告)日：2022-06-03

申请号：CN202210233977.2

申请日：2022-03-10

Applicant: 中北大学

Inventor： 况立群 ,  万嘉龙 ,  熊风光 ,  韩慧妍 ,  杨晓文 ,  张元 ,  韩燮 ,  庞敏 ,  薛红新 ,  王爽 ,  孙福盛 ,  郭磊

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01S13/86

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。

公开(公告)号：CN108711194B

公开(公告)日：2022-02-18

申请号：CN201810467162.4

申请日：2018-05-16

Applicant: 中北大学

Inventor： 韩燮 ,  刘姝玉 ,  贾彩琴 ,  庞敏

IPC: G06T19/20

Abstract: 本发明提出了一种基于三次B样条插值的三维网格模型拼接方法，属于三维图形技术领域。主要解决了现有三维网格模型拼接方法中存在的模型拼接精度低，拼接区域不够光滑、计算量大等缺点。本发明首先根据选定的三维网格模型，确定待拼接区域边界，识别并记录边界点集，利用三次B样条插值边界点集；然后对边界曲线进行双三次B样条曲面插值得到拼接区域连续曲面；最后，对拼接区域重采样，并对其三角化及光顺处理，以实现网格模型的无缝光滑拼接和融合。该方法适用于具有任何拼接边界的网格模型，利用现有三维模型，快速生成新模型，是几何模型编辑的一种基本操作，可以广泛地应用于医学、商业广告，动画娱乐，工业建模和制造等应用领域。