-
公开(公告)号：CN116167443A
公开(公告)日：2023-05-26
申请号：CN202310180743.0
申请日：2023-02-28
Applicant: 西安交通大学
IPC: G06N5/04 , G06N3/084 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种可泛化的通用单目深度图推理方法、系统、介质及设备，获取包含输入数据和监督数据的训练数据集；构建用于通用单目深度图推理的强泛化损失函数；构建由改进卷积运算块堆叠的7层U型卷积神经网络；基于训练数据集和强泛化损失函数，采用梯度下降方法对7层U型卷积神经网络进行训练，利用训练好的U型卷积神经网络推理得到同视点的深度图。本发明能够适应传感器与应用场景的变化，且能够处理未见过的应用场景，具有较好的通用性与较强的泛化性。
-
公开(公告)号：CN116091574A
公开(公告)日：2023-05-09
申请号：CN202310028861.X
申请日：2023-01-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于平面约束与位置约束的3D目标检测方法及系统，输入数据RGB图像，使用深度估计模型ForeSeE训练得到深度图；使用实例分割掩膜对得到的深度图进行分割，将获得的前景部分转换为前景点云；以得到的前景点云为中心，大小与GT检测框相同生成伪点云框标签；冻结深度估计模型的参数，训练3D检测网络，采用伪点云标签作为训练标签，完成第一阶段训练，冻结3D检测网络F‑PointNet的参数，训练深度估计模型，利用GT检测框作为3D检测器的标签训练深度估计网络，完成第二阶段训练；交替训练第一阶段和第二阶段，使得3D检测网络F‑PointNet能够时刻正确预测伪点云位置。本发明不仅能够深度估计效果得到明显改观，轮廓更加突出，并提升3D检测模型性能。
-
公开(公告)号：CN113269689A
公开(公告)日：2021-08-17
申请号：CN202110574430.4
申请日：2021-05-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于法向量和高斯权重约束的深度图像补全方法及系统，输入深度图像对应的彩色图像，通过结构预测网络将深度图像划分为平滑区域和结构区域；对平滑区域使用法向量预测网络输出法向量特征并构建法向量约束项；对结构区域使用高斯核在对应彩色图像中提取高斯结构权重，构成高斯约束项；结合法向量约束项和高斯约束项构建全局优化目标方程并加入缺失深度图像，构建数据约束项作为全局优化目标方程的输入数据；迭代执行全局优化目标方程，直到低于设定的提升率或达到最大迭代次数，输出深度图像补全结果。本发明不仅能够对内容严重缺失的深度图像进行数据补全，并且能够保证补全结果中结构的准确度和深度值的平滑度。
-
公开(公告)号：CN112164009A
公开(公告)日：2021-01-01
申请号：CN202011057715.2
申请日：2020-09-30
Applicant: 西安交通大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于两层全连接条件随机场模型的深度图结构修复方法，向第一层全连接条件随机场模型中输入彩色图和深度图，通过最小化第一层全连接条件随机场模型的能量函数，得到粗略恢复的深度图；将粗略恢复的深度图输入第二层全连接条件随机场模型，通过最小化第二层全连接条件随机场模型的能量函数，得到精确恢复的深度图。本发明不仅能精确地恢复包含严重结构失真的深度图，并且有效地解决了彩色图纹理映射问题。
-
公开(公告)号：CN106981055A
公开(公告)日：2017-07-25
申请号：CN201710202655.0
申请日：2017-03-30
Applicant: 西安交通大学
CPC classification number: G06T5/002 , G06K9/46 , G06K9/4604 , G06K2009/4695 , G06T5/40 , G06T2207/20012
Abstract: 本发明公开了一种ICCD图像去噪方法，包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块：2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再根据通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块，该方法能够消除随机团块噪声，减少团块噪声对于图像识别的影响，同时增强ICCD图像的结构信息，修复噪声对图像造成的结构性缺失。达到去噪并修复图像的作用。
-
Patent Agency Ranking
公开(公告)号：CN119596176A
公开(公告)日：2025-03-11
申请号：CN202411743961.1
申请日：2024-11-30
Applicant: 西安交通大学
IPC: G01R31/387 , H01M10/42 , G01R31/367 , G01R31/385 , G01R31/388 , G01R31/36 , G06F17/11 , G06N7/01
Abstract: 本发明属于电池检测技术领域，涉及一种基于变分贝叶斯及多核熵UKF的电池SOC估计方法、系统和设备。本发明根据电池的内部电化学反应机理构建状态空间方程，从而描述出电池内部状态变量之间的关系，为后续的滤波估计提供必要的数学模型。基于变分贝叶斯近似方法以及最大多核相关熵准则构建无迹卡尔曼滤波器，得到新构建的无迹卡尔曼滤波器；有利于提高SOC估计的精度和实时性。根据状态空间方程结合新构建的无迹卡尔曼滤波器进行电池状态估计。通过引入变分贝叶斯近似方法和最大多核相关熵准则构建新的无迹卡尔曼滤波器，并基于该滤波器进行电池状态估计，从而实现了对电池SOC的高精度和鲁棒性估计。
-
公开(公告)号：CN115755887A
公开(公告)日：2023-03-07
申请号：CN202211321955.8
申请日：2022-10-26
Applicant: 西安交通大学
IPC: G05D1/02
Abstract: 一种多AGV协同感知方法，包括如下步骤：S100：基础设施传感器和AGV上传感器的感知和测量；S200：多传感器目标融合，对来自不同单机AGV和基础设施传感器的3D目标检测结果进行融合，得到目标融合结果；S300：多传感器目标融合之后进行目标追踪，所述目标追踪主要包括kalman滤波和数据关联；S400：结合动态障碍物进行实时场景信息动态障碍物和占据栅格信息更新。该方法解决AGV视野范围小，难以感知障碍物的全貌且容易受到货架等物体的遮挡等问题。
-
公开(公告)号：CN115755786A
公开(公告)日：2023-03-07
申请号：CN202211323177.6
申请日：2022-10-26
Applicant: 西安交通大学
IPC: G05B19/418
Abstract: 一种基于流量的多AGV全局调度交管系统，包括任务分配模块、全局路径规划模块、交管控制模块；其中，所述任务分配模块用于将任务进行分配，并绑定到某个AGV上以执行此任务；所述全局路径规划模块用于对所有具有移动需求的AGV，使用基于路径预期流量的多AGV无碰撞路径规划方法，规划出其前往目标地点的全局路径；所述交管控制模块用于实时监控各个AGV的运行状态，并根据剩余路径的实时流量和路径属性，若可以继续前进，则分段下发剩余路径序列和对应路径属性至各个AGV执行，若不能，则让AGV原地等待命令或者以当前位置为起点重新规划路径。该系统可以避免出现多AGV路径冲突或者拥堵的情况，保障整体系统高效运行。
-
公开(公告)号：CN112164009B
公开(公告)日：2022-10-25
申请号：CN202011057715.2
申请日：2020-09-30
Applicant: 西安交通大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于两层全连接条件随机场模型的深度图结构修复方法，向第一层全连接条件随机场模型中输入彩色图和深度图，通过最小化第一层全连接条件随机场模型的能量函数，得到粗略恢复的深度图；将粗略恢复的深度图输入第二层全连接条件随机场模型，通过最小化第二层全连接条件随机场模型的能量函数，得到精确恢复的深度图。本发明不仅能精确地恢复包含严重结构失真的深度图，并且有效地解决了彩色图纹理映射问题。
-
公开(公告)号：CN111223059A
公开(公告)日：2020-06-02
申请号：CN202010007506.0
申请日：2020-01-04
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于引导滤波器的鲁棒深度图结构重建和去噪方法，对结构错误区域进行探测，检测输入深度图经过大窗口的引导滤波和小窗口的引导滤波差别较大的地方，由于大窗口下引导滤波可以出现羽化效果，而小窗口的引导滤波仅起到平滑的作用，因此差别较大的区域可以认为是结构错误区域，标记为潜在结构错误区域，然后基于迭代重加权最小二乘算法构建权重，权重构建完成后进行整体求解并更新深度图，根据结果判断是否达到设定的迭代次数，如果达到则输出深度图结束计算，否则重新进行对结构错误区域探测。本发明能够抑制强噪声，并且能够修复深度图和彩色图结构错误区域，提高深度图和彩色图的一致性，恢复出正确的深度图边界，对提高合成视图的质量有重要的指导意义。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.022 seconds)
