-
公开(公告)号：CN111709301B
公开(公告)日：2023-04-28
申请号：CN202010435770.4
申请日：2020-05-21
Applicant: 哈尔滨工业大学
IPC: G06V20/40 , G06V10/774
Abstract: 本发明的一种冰壶球运动状态估计方法，属于人工智能与图像处理领域。步骤一：建立冰壶球数据集，训练冰壶球目标检测网络和转角检测网络；步骤二：采用训练好的冰壶球目标检测网络对冰壶球比赛视频序列进行检测，获取冰壶球边界框信息；步骤三：将冰壶球边界框信息取出，初始化冰壶球目标跟踪网络，在后续视频帧中持续跟踪冰壶球目标，获得冰壶球的中心坐标；步骤四：根据冰壶球边界框信息，将该冰壶球从原始图像中截取出来，送入训练好的转角检测网络进行转角提取；步骤五：通过坐标转换，将图像坐标系下的冰壶球的中心坐标和转角转换为冰壶赛场上的冰壶球坐标和转角。本发明对冰壶球状态和把手转角的估计结果更为准确。
-
公开(公告)号：CN114926486B
公开(公告)日：2023-02-07
申请号：CN202210520779.4
申请日：2022-05-12
Applicant: 哈尔滨工业大学人工智能研究院有限公司
IPC: G06T7/12
Abstract: 本发明公开了一种基于多层级改进的甲状腺超声图像智能分割方法，所述基于甲状腺超声诊查图像，对传统经由单一深度学习算法获得粗分割结果进行优化调整，提出一种多层级的改进方法对甲状腺分割结果进行精确分割。所述多层级改进方法首先通过初步边界提取和边界修复得到较精确的甲状腺边界环形区域，进而提出一种超像素辅助分割算法，将边界环形区域及其对应的超像素图像一同送入算法学习，以在数据样本不足的情况下向算法引入更多有助于分割信息，得到辅助分割结果。本发明能在甲状腺超声图像不充足的情况下提升甲状腺分割在精度、形状、面积估计上的效果，在临床中提供更可靠的辅助信息，具有重要的医学价值。
-
公开(公告)号：CN110287941B
公开(公告)日：2022-12-27
申请号：CN201910594481.6
申请日：2019-07-03
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/764
Abstract: 本发明提出一种基于概念学习的透彻感知与动态理解方法，本发明以深度学习为基础的场景分析与信息挖掘是目前信息科学的前沿领域，已成功应用于各类场景的分割、分类及识别中，并取得了大量优秀成果；在特征提取的基础上，基于贝叶斯网络的静态推理已在图像诊断或理解中得到应用，这为自动提取场景多源多模态特征并在概念框架下进行推理提供了可行性。在此基础上，同时基于机器人协同动态推理与感知耦合，可有效解决大空间复杂场景的动态感知与深度理解问题，在准确性方面远高于使用单一深度神经网络及静态推理的性能。
-
公开(公告)号：CN112382403A
公开(公告)日：2021-02-19
申请号：CN202011064838.9
申请日：2020-09-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于人员聚集度的SEIQR传染病模型的构建方法，属于传染病模型领域。建立改进的SEIQR‑I模型的微分方程，再对所述SEIQR‑I模型进行改进，得到SEIQR‑II模型。本发明的一种基于人员聚集度的SEIQR传染病模型的构建方法，其构造的基于人员聚集度的SEIQR模型充分考虑了COVID‑19疫情传播的特点并结合了具体的防疫政策，实现了疫情在世界范围、国内省、市范围内的不同粒度分析，模型预测精度达到了90％以上；本发明根据疫情传播特征分阶段建模，模型架构更好地贴合了实际情况，通过可根据模型反演出在不同防疫措施下基本再生数R0的变化情况，可据此判断防疫政策的有效程度。
-
公开(公告)号：CN111189445A
公开(公告)日：2020-05-22
申请号：CN202010037955.X
申请日：2020-01-14
Applicant: 哈尔滨工业大学
IPC: G01C21/02
Abstract: 本发明公开了一种基于随机共振的脉冲星辨识方法。步骤1：对脉冲星光子信号进行高通滤波；步骤2：对脉冲星光子信号使用二重自相关进行一步去噪处理；步骤3：利用变尺度频率变换对信号进行频率压缩，使其能满足随机共振的所需的小参数条件；步骤4：利用遗传算法对随机共振中双稳态系统的参数a，b进行实时调节；步骤5：利用随机共振对信号进行周期搜索，选择信噪比最大所对应的频率与脉冲星的频率进行对比，频率相等即完成脉冲星信号的辨识。本发明在利用脉冲星进行深空探测导航的过程中，能够实现在短时，低信噪比的条件下辨识出脉冲星的任务。
-
Patent Agency Ranking
公开(公告)号：CN110477956A
公开(公告)日：2019-11-22
申请号：CN201910925312.6
申请日：2019-09-27
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于超声图像引导的机器人诊断系统的智能扫查方法，所述方法通过夹持装置将超声探头安装到六自由度机器臂末端，通过双目摄像头确定人体与六自由度机械臂末端超声探头的相对位姿，然后，六自由度机械臂带动超声探头到达人体的初始相对零位置，随后，超声诊断仪接收超声探头输入的扫描信号成像，并发送至智能识别装置，最后，智能识别装置进行超声图像的分类与分割来确定器官及其位置，根据器官成像面积的大小控制六自由度机器臂的运动，实现对人体各个器官的智能扫查。
-
公开(公告)号：CN108629835A
公开(公告)日：2018-10-09
申请号：CN201710163901.6
申请日：2017-03-20
Applicant: 哈尔滨工业大学
IPC: G06T17/05
Abstract: 基于高光谱、真彩图与点云互补的室内重建方法及系统，它涉及场景自适应、基于SVM的波谱识别、基于高光谱与真彩图的点云闭环矫正以及距离统计、贪婪三角形等方法。它解决了点云获取设备对材质、光照和热量等不敏感以及三维重建的全自动问题。本发明的步骤为：一、获取初始数据；二、根据高光谱数据识别出点云缺失的位置；三、三维点云信息的初步修正；四、根据真彩图矫正修补结果；五、点云的滤波、拼接自动化、点云的面片化及纹理映射。本发明利用高光谱与真彩图信息对点云进行修补，弥补了硬件的不足，使重建的质量获得提升，通过自适应处理及全自动化的实现，使得三维室内重建的稳定性和实用性也获得提升，应用前景越来越广阔。
-
公开(公告)号：CN108241865A
公开(公告)日：2018-07-03
申请号：CN201611214165.4
申请日：2016-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于超声图像的多尺度多子图肝纤维化多级量化分期方法，它涉及基于多尺度灰度共生矩阵和小波多子图共生矩阵的多级分期方法，它解决了当前基于超声图像的肝纤维化分期方法分期粗糙且准确度低的问题。本发明的步骤为：一、ROI的自动选择和预处理；二、构造多尺度灰度共生矩阵并提取纹理特征；三、构造小波多子图共生矩阵并提取纹理特征；四、利用基于SVM的不完全穷举封装式特征选择方法选择特征；五、基于SVM进行多级分类。本发明利用多尺度灰度共生矩阵全面提取图像纹理信息，并结合小波多子图共生矩阵在滤波的同时兼顾图像纹理细节信息，使用不完全穷举特征选择方法和多级分类器提高肝纤维化的分类精度，适用于基于超声图像的肝纤维化辅助诊断。
-
公开(公告)号：CN104504654B
公开(公告)日：2017-02-01
申请号：CN201410675313.7
申请日：2014-11-21
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于方向性梯度的高分辨率图像重构方法，包括如下步骤：步骤一：获得输入低分辨率图像 的主纹理方向θ；步骤二：利用双三次插值方法将低分辨率图像I插值成一幅高维度的插值图像IL；步骤三：变量初始化以及参数的选取；步骤四：获得模糊算子矩阵Fh和共轭模糊算子矩阵FHh；步骤五：更新xij的值；步骤六：更新IH的值；步骤七：更新 的值；步骤八：判别是否收敛。本发明通过引入方向性梯度正则项，更好的表示和挖掘隐含在图像中的方向纹理信息，从而为病态的高分辨率重构问题引入更有价值的先验信息，得到效果更佳的高分辨率图像。
-
公开(公告)号：CN104019831B
公开(公告)日：2017-01-04
申请号：CN201410280636.6
申请日：2014-06-20
Applicant: 哈尔滨工业大学
IPC: G01C25/00
Abstract: 基于EMD和熵权的陀螺仪故障诊断方法，涉及一种陀螺仪的故障诊断方法，具体涉及一种基于经验模态分解和熵权的故障诊断方法，属于陀螺仪故障诊断领域。为解决针对现有的陀螺仪故障诊断方法的实用性和有效性受到限制，陀螺仪运行情况监测不足，单一信号故障检测的自适应性弱，检测过程繁琐的问题。本发明引入了一种经典的故障诊断方法—经验模态分解(EMD)方法，这是一种单一信号时域处理方法，即每次只能对一个轴上的陀螺角速度信号提取故障特征信息，然后创新性的使用熵权概念来实现故障诊断，这样可以更好的实现故障诊断，最后对所提出方法的有效性进行了仿真验证。本发明适用于卫星陀螺仪故障的诊断。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.032 seconds)
