-
公开(公告)号：CN118948293A
公开(公告)日：2024-11-15
申请号：CN202411056546.9
申请日：2024-08-02
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种基于扩散模型合成可定制心脏周期的心电图生成方法，涉及一种心电图生成方法，为了解决现有的心电图生成方法生成的心电图信号存在数据不平衡、隐私保护性差以及无法生成特定病理信号的问题。本发明对将心电图语义标签作为条件输入，同时输入噪声以及扩散时间步至深度生成模型，生成心电图；所述深度生成模型以扩散模型作为整体架构，并引入了转换器模型以学习心电图信号中的长期依赖关系，同时引入了语义心电图批量归一化模块以精确学习局部ECG语义特征。有益效果为生成的心电图信号可以精确遵循提供的心电图语义信息，定制出具有真实生理意义的心电图，可以改善数据不平衡问题、隐私保护性强。
-
公开(公告)号：CN118429402B
公开(公告)日：2024-11-12
申请号：CN202410889922.6
申请日：2024-07-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供的基于图像特征学习的雷视空间自动配准方法、系统及终端，具体涉及智能交通技术领域，方案包括：采集相同时刻下雷达的点云数据和视觉相机的平面图像；初始化雷达到视觉相机之间的刚体变换矩阵，基于刚体变换矩阵，将点云数据投影到平面图像所在的平面坐标系中，获得投影图像；基于投影图像和平面图像的相似度，对投影图像进行修正，以调整点云数据和优化后的投影图像之间的映射关系，获得优化后的刚体变换矩阵，从而对点云数据和平面图像进行自动配准，输出配准结果。该方案通过优化刚体变换矩阵来调整雷达和视觉相机的相对位置和姿态关系，实现将点云数据和平面图像精准地自动配准，结构设计简单，能降低系统维护成本和难度。
-
公开(公告)号：CN118799187A
公开(公告)日：2024-10-18
申请号：CN202411281438.1
申请日：2024-09-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种全景图像超分辨率方法、系统、电子设备及存储介质，包括：建立基于纬度分级强化的全景图像超分辨率模型，模型包括特征提取子网、深度特征增强子网、上采样子网和重建子网，特征提取子网用于提取输入全景图片的浅层特征；深度特征增强子网通过级联的纬度分级强化单元，对不同纬度区域的浅层特征进行分等级的深度增强，基于全景图像中不同纬度区域特征分布的差异性，提炼不同纬度的高频信息，得到增强特征；上采样子网采用亚像素卷积层放大增强特征的空间分辨率尺寸；重建子网将放大后的增强特征复原成高分辨率全景图；本发明解决了全景图像中不同纬度特征分布的差异性难题，提高对不同场景环境下全景图像的超分效果。
-
公开(公告)号：CN119359359A
公开(公告)日：2025-01-24
申请号：CN202411534094.0
申请日：2024-10-31
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q30/0203 , G06Q10/0631 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/25 , G06V10/74
Abstract: 本发明涉及计算机视觉技术领域，具体为一种基于行人重识别改进的4S门店客流统计算法，包括以下步骤，基于图像采集设备，实时采集4S店入口的视频数据，结合视频处理的输入需求，对视频数据进行标准化处理，生成视频标准化处理结果。本发明中，通过实时采集视频数据并进行标准化处理，确保在高客流量情况下的图像质量和数据处理的连续性，结合目标检测框大小和位置的调整，提高目标识别和跟踪的准确性，分析目标的运动路径并添加标记信息，准确追踪多个客户的动向，与数据库中已存储的特征向量进行对比，有效区分重复目标并进行客流统计，结合门店布局参数实施的进出行为分析，帮助店面调整人力资源配置，提高运营效率和顾客满意度。
-
公开(公告)号：CN119068369A
公开(公告)日：2024-12-03
申请号：CN202411211173.8
申请日：2024-08-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/17 , G06V20/54 , G06V10/30 , G06V10/94 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08 , G06T7/246
Abstract: 本发明属于无人机技术领域，且公开了一种无人机检测追踪适配低空经济道路纠察和物流方法，包括如下步骤：启动无人机及其搭载的图像处理设备，加载预训练的深度学习模型至无人机处理器或云端服务器，设定无人机的飞行路线、高度和监测区域；还包括如下步骤：在DJI Mobile SDK上将输入的雷达垂直坐标点世界坐标设置为TapFly Mission的目标坐标，控制无人机自动前往坐标点，期间会自动规划路线并且避开沿途障碍物，本发明提供的道路纠察方法，对违法单位的实时路径跟踪功能大幅降低误判率精准捕捉违法车辆行人，得到的违法结果实时直接上传后台数据库，操作人员可直接接收到具体数据，直观快速，减轻管理人员执法负担。
-
Patent Agency Ranking
公开(公告)号：CN118471268A
公开(公告)日：2024-08-09
申请号：CN202410926523.2
申请日：2024-07-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Inventor： 徐勇
Abstract: 本发明公开了一种智能识别环境噪声类别的方法、系统及存储介质，包括：将环境噪声划分为多个环境噪声类别；针对各环境噪声类别，均采集一段声音文件，并人工打标噪声类别标签；对已打标噪声类别标签的各声音文件进行预处理，获取预处理后的若干声音片段；对预处理后的各声音片段进行特征提取，获取各声音片段特征；基于所述环境噪声类别和所述声音片段特征构建噪声类别识别模型；将各声音片段特征输入噪声类别识别模型进行模型训练，并利用训练后的所述噪声类别识别模型识别待识别声音片段的噪声类型及其对应的置信度。本发明完善了当前的环境噪声监测指标以及可为噪声治理提供依据。
-
公开(公告)号：CN118429402A
公开(公告)日：2024-08-02
申请号：CN202410889922.6
申请日：2024-07-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供的基于图像特征学习的雷视空间自动配准方法、系统及终端，具体涉及智能交通技术领域，方案包括：采集相同时刻下雷达的点云数据和视觉相机的平面图像；初始化雷达到视觉相机之间的刚体变换矩阵，基于刚体变换矩阵，将点云数据投影到平面图像所在的平面坐标系中，获得投影图像；基于投影图像和平面图像的相似度，对投影图像进行修正，以调整点云数据和优化后的投影图像之间的映射关系，获得优化后的刚体变换矩阵，从而对点云数据和平面图像进行自动配准，输出配准结果。该方案通过优化刚体变换矩阵来调整雷达和视觉相机的相对位置和姿态关系，实现将点云数据和平面图像精准地自动配准，结构设计简单，能降低系统维护成本和难度。
-
公开(公告)号：CN114267060B
公开(公告)日：2025-05-16
申请号：CN202111376110.4
申请日：2021-11-19
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于不确定抑制网络模型的人脸年龄识别方法及系统，包括：训练集获取步骤，将含有年龄标签的人脸图像进行预处理，得到带有标签分布的训练图像；模型训练步骤，将训练图像输入不确定性抑制网络模型进行迭代训练，直到不确定性抑制网络模型在验证集上的预测准确度在迭代过程中不再上升，获得训练好的不确定性抑制网络模型的权重文件；年龄预测步骤，使用训练好的不确定性抑制网络模型权重文件对待识别的人脸图像进行识别，得到人脸年龄预测结果。模型使用轻量级Resnet网络作为主干网络进行图像特征提取，使用L‑Net分支网络剔除面部轮廓对年龄预测的影响，同时计算图像本身的不确定性，降低不确定性数据对年龄预测造成的干扰。
-
公开(公告)号：CN115205112B
公开(公告)日：2025-05-13
申请号：CN202210675580.9
申请日：2022-06-15
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T3/4053 , G06T5/70 , G06T7/33 , G06N20/00
Abstract: 本申请提供了一种真实复杂场景图像超分辨率的模型训练方法及装置，通过获取样本图像和初始超分辨率模型；确定样本图像的关键点，并对高分辨率图像和低分辨率图像中的关键点进行一一配对，生成配准图像对数据集；依据复杂退化模型确定配准图像对数据集中低分辨率图像与退化图像的第一关系参数；依据初始超分辨率模型确定通过退化图像生成的超分辨率图像与配准图像对数据集中高分辨率图像的第二关系参数；依据第二关系参数和初始超分辨率模型建立目标模型。通过高低分辨率图像对与复杂退化模型相结合，覆盖广阔的退化空间，提升网络模型的泛化性，超分辨率模型具有泛化性强、应用广泛的特点，可用于多种真实场景下的自然图像超分。
-
公开(公告)号：CN112464877B
公开(公告)日：2024-11-19
申请号：CN202011454250.4
申请日：2020-12-10
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提供了一种自适应实例分类器细化的弱监督目标检测方法，包括以下步骤：1）通过骨干网络提取图像中目标候选区域的特征，作为分类器的输入；2）通过多实例检测网络训练基本的分类器，生成下一阶段的监督信息；3）通过自适应实例分类器细化框架逐步训练细化的分类器以尽可能多地检测到完整的目标。本发明的有益效果是：利用候选区域的分数分布和空间相似性，可以尽可能多地检测图像中完整的目标，缓解检测器陷入局部最优状态的问题。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.037 seconds)
