-
公开(公告)号：CN110570415B
公开(公告)日：2023-04-07
申请号：CN201910858970.8
申请日：2019-09-11
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/00 , G06T7/136 , G06V10/764 , G06V10/762
Abstract: 本发明公开了一种高铁接触网吊弦不受力异常检测方法，包括以下步骤：提取吊弦主体图片，采用骨架获取算法提取吊弦骨架图；提取吊弦骨架图的关键点，计算相邻关键点组成的向量，计算相邻向量之间的余弦值；对计算的若干组余弦值使用优化算法训练获得训练模型，采用该模型进行吊弦异常检测。解决了使用霍夫变换直线拟合检测吊弦异常时精度低、易受阈值影响的问题，对于解决正负样本不平衡、训练数据匮乏等问题具有重要应用价值。
-
公开(公告)号：CN110570415A
公开(公告)日：2019-12-13
申请号：CN201910858970.8
申请日：2019-09-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种高铁接触网吊弦不受力异常检测方法，包括以下步骤：提取吊弦主体图片，采用骨架获取算法提取吊弦骨架图；提取吊弦骨架图的关键点，计算相邻关键点组成的向量，计算相邻向量之间的余弦值；对计算的若干组余弦值使用优化算法训练获得训练模型，采用该模型进行吊弦异常检测。解决了使用霍夫变换直线拟合检测吊弦异常时精度低、易受阈值影响的问题，对于解决正负样本不平衡、训练数据匮乏等问题具有重要应用价值。
-
公开(公告)号：CN109300090A
公开(公告)日：2019-02-01
申请号：CN201810986230.8
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06T5/00
Abstract: 本发明公开了一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器D输出无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。
-
公开(公告)号：CN109165658A
公开(公告)日：2019-01-08
申请号：CN201810986082.X
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于Faster-RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。
-
公开(公告)号：CN107491761A
公开(公告)日：2017-12-19
申请号：CN201710730930.6
申请日：2017-08-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法，包括以下步骤：在跟踪的起始帧随机选取若干目标样本和背景样本；对目标样本进行目标样本特征提取，对背景样本进行背景样本特征提取；将提取的目标样本特征聚类成若干个目标模板集合，将提取的背景样本特征聚类成若干个背景模板集合；通过降低同类别样本间距离并增大不同样本间的距离来学习投影矩阵；根据高斯分布对后续帧进行目标候选采集；提取目标候选的特征，并使用投影矩阵将目标模板集合、背景模板集合和目标候选投影到共同的子空间；计算每个目标候选到所有目标模板集合的距离，距离之和作为每个目标候选的得分，最终的跟踪结果为距离最小的前若干个目标候选的平均值。
-
Patent Agency Ranking
公开(公告)号：CN119131265B
公开(公告)日：2025-04-04
申请号：CN202411595094.1
申请日：2024-11-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于多视角一致性的三维全景场景理解方法及装置；涉及三维场景重建领域。方法包括将待重建场景的多视角图像输入预先训练好的三维全景辐射场模型，以便预先训练好的三维全景辐射场模型利用二维全景分割算法对待重建场景中各视角图像的几何特征、语义特征和颜色特征进行分割并对分割后的几何特征、语义特征和颜色特征分别进行视角一致性处理，获取视角一致的几何特征、语义特征和颜色特征；根据视角一致的几何特征、语义特征和颜色特征，通过预先训练好的三维全景辐射场模型重建待重建场景，获取待重建场景的全景图像。以此解决了多视角下语义歧义、几何结构失真的问题，提高了三维全景场景重建与理解的精度及一致性。
-
公开(公告)号：CN119131265A
公开(公告)日：2024-12-13
申请号：CN202411595094.1
申请日：2024-11-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于多视角一致性的三维全景场景理解方法及装置；涉及三维场景重建领域。方法包括将待重建场景的多视角图像输入预先训练好的三维全景辐射场模型，以便预先训练好的三维全景辐射场模型利用二维全景分割算法对待重建场景中各视角图像的几何特征、语义特征和颜色特征进行分割并对分割后的几何特征、语义特征和颜色特征分别进行视角一致性处理，获取视角一致的几何特征、语义特征和颜色特征；根据视角一致的几何特征、语义特征和颜色特征，通过预先训练好的三维全景辐射场模型重建待重建场景，获取待重建场景的全景图像。以此解决了多视角下语义歧义、几何结构失真的问题，提高了三维全景场景重建与理解的精度及一致性。
-
公开(公告)号：CN118916518A
公开(公告)日：2024-11-08
申请号：CN202411411688.2
申请日：2024-10-11
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) , 山东大学 , 浙江大华技术股份有限公司 , 山东省计算中心(国家超级计算济南中心) , 哈尔滨工业大学(威海)
IPC: G06F16/738 , G06F16/735 , G06N5/022 , G06F16/783
Abstract: 本发明属于数据处理技术领域。提供了一种基于知识增强的视频片段摘要生成方法及系统，抽取视频片段的多个视频帧的信息，得到向量表征集合、物体名称集合、视觉表征集合以及文本表征集合，进一步的得到以物体间常识关系为边的第一常识图、以物体间场景关系为边的第二常识图、以物体间时空关系为边的第三常识图；将第一常识图、第二常识图和第三常识图整合后采用图注意力网络，得到所有物体的表征，将所有物体的表征与向量表征集合拼接成为视频表征，以所述视频表征与提示词文本作为大语言模型的输入，得到视频片段的摘要文本描述；本发明通过融合常识知识、场景知识和时空知识，提升了视频摘要生成的准确性和全面性。
-
公开(公告)号：CN118897904A
公开(公告)日：2024-11-05
申请号：CN202411388060.5
申请日：2024-10-08
Applicant: 山东大学 , 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) , 浙江大华技术股份有限公司 , 哈尔滨工业大学(威海)
IPC: G06F16/732 , G06F16/75 , G06F40/30
Abstract: 本发明属于自然语言处理领域，提供了一种查询语句语义树生成编码方法及系统，获取给定的查询语句，根据查询语句的完备性，对其进行分类；对于其中的不完备的查询语句，利用过程补全大语言模型进行基于思维链引导的查询过程的补全；基于完备的查询语句或补全后的查询语句，通过成分分析树提取相邻词语之间的深入语义关联，通过依存语法树提取非相邻词语的长距离关联，融合依存语法树和成分分析树，形成最终的语义树。本发明对查询语句进行完备性分类，随后利用大型语言模型自动推断和完善查询语句，从而生成能够准确反映动作中间过程的语义树，实现关键语义内容的补充，可以支持在开放场景视频中进行精准的动作检索和定位。
-
公开(公告)号：CN117974867B
公开(公告)日：2024-06-21
申请号：CN202410381197.1
申请日：2024-04-01
Applicant: 哈尔滨工业大学(威海)
IPC: G06T15/00 , G06V20/40 , G06V40/16 , G06V10/774 , G06V10/82
Abstract: 一种基于高斯点渲染的单目人脸化身生成方法，包括以下步骤：从单目人像视频中提取FLAME的表情参数和姿态参数；定义初始化空间、标准空间、形变空间；从点在形变空间与初始化空间的位置信息，获取点在形变空间中的高斯参数；将点在形变空间中的高斯参数输入渲染器，并渲染图像；将渲染图像与输入单目人像视频做图像损失，通过最小化该约束进行训练；每次训练迭代中加入增删点策略以实现点数增加；通过驱动视频对训练好的特定人物化身进行驱动。本发明设计迭代优化的策略，以及高斯点云的增删点策略，利用高斯抛雪球渲染器的渲染速度和渲染质量，通过预训练的线性混合蒙皮函数引导高斯参数网络和点的形变网络的训练，提高人像化身的生成质量。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.028 seconds)
