-
公开(公告)号：CN113851017A
公开(公告)日：2021-12-28
申请号：CN202110952809.4
申请日：2021-08-19
Applicant: 复旦大学
Abstract: 本发明属于通信工程与计算机技术领域，具体为一种基于路侧RSU的行人车辆识别预警多功能系统。本发明系统通过摄像头与雷达等路侧感知终端识别行人车辆的位置、朝向信息，经过分析这些信息，预判可能有的冲突，完成预警；实现全过程、全方位的路况高精度决策；包括多设备组成的路侧RSU系统，以及路侧端行人车辆检测、潜在车人冲突检测、交通违规检测、禁止通过预警、交叉路口碰撞警告和前向碰撞预警等功能模块。本发明能将行人车辆信号等信息全方位实时识别预测出来，与混合交通、多变天气环境进行交互，从而确保车辆尽可能多的掌握所在时空信息；可取代现有自动驾驶技术在同等路况下的保守算法策略，实现复杂路况下的安全自动驾驶。
-
公开(公告)号：CN113762195A
公开(公告)日：2021-12-07
申请号：CN202111084371.9
申请日：2021-09-16
Applicant: 复旦大学
Abstract: 本发明公开了一种基于路侧RSU的点云语义分割与理解方法；该方法包括以下步骤：步骤一、获取道路场景点云数据，基于球映射的方法，将3D点云转换为2D距离图像；步骤二、对2D距离图像进行2D全卷积语义分割，获得2D图片语义分割的结果；步骤三、将2D图片语义分割的结果用距离信息、像素坐标和传感器参数映射到3D空间中，2D距离图像与对应于每个点的图像坐标进行配对和索引；步骤四、基于3D后处理清除一些错误的离散化点，获取最终3D点云的语义分割结果。本发明方法能够准确、快速的、实时的实现移动小目标的点云语义分割，使自主机器能够及时做出决策。
-
公开(公告)号：CN113553911A
公开(公告)日：2021-10-26
申请号：CN202110709271.4
申请日：2021-06-25
Applicant: 复旦大学
Abstract: 本发明属于人脸识别技术领域，提供了融合SURF特征和卷积神经网络的小样本人脸表情识别方法，通过使用SURF特征和卷积神经网络的协同工作，首先通过卷积神经网络中的dropout层不同节点的保留概率筛选出相对合适的卷积神经网络，之后使用SURF算法提取出表情图像的特征，提高小数据的性能，然后采用简单平均的方法对模型进行融合，从而减少误差、避免过拟合，实现使用少量样本就能训练模型且进一步提高了人脸表情识别的准确率。所以，本发明的融合SURF特征和卷积神经网络的小样本人脸表情识别方法降低了在人脸表情识别过程中训练样本的成本，解决了CNN需要大量数据训练的问题，提高了小样本下表情识别的准确率。
-
公开(公告)号：CN112947455A
公开(公告)日：2021-06-11
申请号：CN202110207950.1
申请日：2021-02-25
Applicant: 复旦大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于视觉脑机交互的高速公路自动驾驶系统和方法，该系统包括导标组件以及相互交互的脑机模块和车辆自动定位驾驶模块，所述的脑机模块包括信号采集装置、信号放大装置和信号处理装置，所述的信号采集装置穿戴于驾驶员头部，用于采集驾驶员的视觉刺激脑电信号，所述的信号采集装置通过信号放大装置与信号处理装置通信连接，所述的车辆自动定位驾驶模块为车辆自带的定位及自动驾驶模块，与信号处理装置通信连接，所述的导标组件设置于高速公路路边，用于发射闪光信号，与现有技术相比，本发明具有定位精确等优点。
-
公开(公告)号：CN118521792A
公开(公告)日：2024-08-20
申请号：CN202410833731.8
申请日：2024-06-26
IPC: G06V10/26 , G06V20/70 , G06V20/69 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0895 , G06N3/045 , G06N3/096
Abstract: 本发明涉及图像处理技术领域，特别涉及一种组织病理学图像的分割方法、装置、设备、介质及产品，其中，方法包括：根据有标签数据和无标签数据对半监督分割模型进行训练，且有标签数据的样本数量小于无标签数据的样本数量，根据每个类的原型语义对比学习类间的不同特征表示，根据类间的不同特征表示计算对比损失，利用标记样本和未标记样本之间的原型语义相似度获取原型伪标签；根据训练过程的总损失更新学生模型的权重参数，将学生模型的权重参数传递给教师模型，在训练结束后利用半监督分割模型对组织病理学图像进行分割得到分割结果。由此，解决了如何更好地利用全局信息进行原型对比学习和降低伪标签的噪声等问题。
-
Patent Agency Ranking
公开(公告)号：CN113762099B
公开(公告)日：2023-10-03
申请号：CN202110952822.X
申请日：2021-08-19
Applicant: 复旦大学
IPC: G06T17/20 , G06V20/54 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06N3/042 , G06N5/04
Abstract: 本发明属于室外场景实时点云三维重建技术领域，具体为一种基于路侧RSU的实时点云三维重构方法。本发明方法包括：设置包含摄像头的路侧RSU，进行车路场景中多RGB摄像头的数据采集，为三维重建提供充分的数据支持；构建室外三维场景实时重建模型；其中，采用端到端的人工智能方法代替传统重建中的部分过程，对室外场景进行高分辨实时三维重建；构建融合语义分割优化三维模型；其中，采用语义分割的方法结合一些模型先验对已经建立的模型进行补充，实现三维完整重建。本发明将室内成熟的三维重加算法改变为室外大规模场景的算法，完善和加强室外三维场景重建水平；可广泛应用于类似车路场景的各类室外大规模场景中。
-
公开(公告)号：CN113604862B
公开(公告)日：2022-07-26
申请号：CN202110865528.5
申请日：2021-07-29
Applicant: 复旦大学
Abstract: 一种安全可靠智能化的半导体电镀设备，包括外壳，外壳内部转动连接横板，横板顶面设置数个电镀夹持装置，晶圆放置在电镀夹持装置内，外壳底面开设第一通孔，第一通孔内转动连接第一转轴，第一转轴外端套装从动齿轮，外壳底面固定安装电机，电机输出轴上套装主动齿轮，外壳顶端转动连接盖板，外壳内盛装电解液。本发明通过主动齿轮和从动齿轮带动第一转轴转动，第一转轴转动带动横板转动，横板转动从而带电镀夹持装置转动，此过程既可以起到搅拌电解液的作用，从而保证了电解液的溶度一致，保证电镀层的厚度一致，也能够使晶圆与电解液充分的接触，从而保证了电镀的效果，通过多组电镀夹持装置，保证可以一次性电镀多个晶圆，提高电镀效率。
-
公开(公告)号：CN113536920B
公开(公告)日：2022-06-17
申请号：CN202110652497.5
申请日：2021-06-11
Applicant: 复旦大学
IPC: G06V20/64 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/194 , G06T7/73
Abstract: 本发明公开了一种半监督三维点云目标检测方法。其包括如下步骤：（1）对输入教师模型和学生模型的点云进行随机下采样，教师模型的随机下采样数据作为教师模型的输入；（2）将学生模型的随机下采样数据经过随机变换，作为学生模型的输入；（3）训练学生模型时使用标签数据同步训练教师模型，每一次迭代后将训练好的学生模型作为教师模型进一步训练，通过教师网络对无标签的数据进行挖掘，得到伪标签用于指导学生网络的学习，获得三维点云目标检测结果。本发明可以减少三维目标检测深度学习模型对数据标签的依赖，降低数据标注的成本；使用部分标签就达到同样模型使用100%标签的精度；本实验模型泛化能力强，能够用到多种深度学习模型中。
-
公开(公告)号：CN113538534B
公开(公告)日：2022-05-20
申请号：CN202110700487.4
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于纳米成像技术领域，具体为一种基于深度强化学习的纳米成像的图像配准方法。本发明方法包括构建深度强化学习网络模型、利用该网络进行图像配准；网络模型包括两个分支；一个分支包括一个全连接层，输入为动作序列；一个分支包括两个卷积层和池化层，输入为选取的参考图片和待配准图片；输出为表示策略函数的的动作概率分布；图像配准部分，设计8种动作序列来对待配准的图像进行微调；具体包括：对待配准图像进行重采样；将待配准图像和参考图像和重采样图像输入构建的网络模型中，输出策略动作的概率分布。本发明速度快、精度高、鲁棒性好、适应性强；全自动进行图像配准，摆脱了手动标记的麻烦。
-
公开(公告)号：CN113538456B
公开(公告)日：2022-03-18
申请号：CN202110692455.4
申请日：2021-06-22
Applicant: 复旦大学
Abstract: 本发明公开了一种基于GAN网络的图像软分割及背景替换系统。该系统包括图像软分割和背景替换两部分。图像软分割部分用于预测原始图像的前景以及alpha值，共包含五个模块：输入模块，全文组合模块，残差网络模块，金字塔场景解析模块和轻量级交互式分支模块；背景替换部分用于背景替换，生成高分辨率的背景替换图，其包括生成器模型和判别器模型。本发明的有益效果在于：其能减轻图像软分割过程中辅助图制作带来的繁重任务，能在获得高精度的分割图像的前提下，结合图像生成进行背景替换。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
