-
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。
-
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。
-
Patent Agency Ranking
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：CN119152941A
公开(公告)日：2024-12-17
申请号：CN202411211254.8
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)
Abstract: 本发明公开了基于排序学习技术的蛋白质同源特征表示方法，包括如下步骤：训练一个对PSI‑BLAST结果可以修正的排序模型；将搜索序列输入到PSI‑BLAST中，使用一次迭代搜索出相似的蛋白质列表；使用排序模型来对上一次搜索出的相似性蛋白质列表进行重新排序；使用PSI‑BLAST默认的E‑value计算需要构建多序列比对的序列个数，从上一步重新排序列表中提取相应数目的蛋白质；本发明通过构建基于排序学习技术的蛋白质同源特征表示方法，一方面通过排序学习技术降低已有同源搜索方法中的非同源噪音问题，另一方面通过排序学习技术将改进的同源搜索方法进行融合，发挥不同方法之间的互补性，进一步提高搜索结果中同源特征的质量。
-
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。
-
-
-
-
-
-
Search Results
27
records
(took 0.052 seconds)
