-
公开(公告)号：CN113822906B
公开(公告)日：2024-12-10
申请号：CN202110963016.2
申请日：2021-08-20
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种适用于红外SLAM的特征提取方法、装置及终端，方法包括：获取待处理图像，提取所述待处理图像的线特征；根据所述待处理图像的线特征确定所述待处理图像的特征点；根据所述待处理图像的每个特征点的周围像素确定每个特征点对应的描述子。本发明对待处理图像，先提取待处理图像的线特征，再根据线特征确定特征点和特征点的描述子，线特征是图像中的边缘信息，在红外图像中，不同距离物体的边缘信息在红外图像中都可以很好地保留下来，采用线特征进行边缘提取可以过滤掉近处纹理的干扰，降低红外SLAM的误匹配率。
-
公开(公告)号：CN112598739B
公开(公告)日：2023-09-01
申请号：CN202011564825.8
申请日：2020-12-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于时空特征聚合网络的移动机器人红外目标跟踪方法、系统及存储介质，目标跟踪方法包括：根据跟踪视频第一帧给定的目标大小和位置获取目标模板帧；将目标模板帧送入孪生网络的模板分支提取目标模板特征；将当前搜索帧和历史帧送入孪生网络的搜索分支提取特征；根据孪生网络模板分支和搜索分支提取的特征计算响应图，确定目标在下一帧中的位置。本发明的有益效果是：本发明针对红外目标跟踪中物体特征提取，在提取语义与空间结构特征的基础上，将物体的运动信息网络化，融合多帧信息加强表观模型的判别能力，并结合已有的空间感知网络形成了一个端到端的时空特征聚合孪生网络，更好地区分相似物干扰，提高跟踪的准确性和鲁棒性。
-
公开(公告)号：CN112085092B
公开(公告)日：2023-06-20
申请号：CN202010935742.9
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于时空连续性约束的图匹配方法及装置，该方法包括计算亲和度矩阵，不仅采用一阶相似度矩阵，还计算边的匹配度，即二阶相似度矩阵，将目标的运动信息嵌入到图匹配问题的优化目标函数中，使优化目标函数存在两个优化变量：单应性变换矩阵H和分配矩阵X，相应的，提出一种交替优化算法，每次固定一个优化变量，求解另一个优化变量，循环迭代直到目标函数收敛或达到预先设定的最大迭代次数为止，此外，技术方案中还提出基于多图匹配作为最后一步验证，尤其适用于判断在平面目标跟踪的过程中是否出现丢失目标的情况，可为后续的跟踪行为提供执行依据，本发明技术提高了图像匹配的速度和准确度。
-
公开(公告)号：CN113822906A
公开(公告)日：2021-12-21
申请号：CN202110963016.2
申请日：2021-08-20
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种适用于红外SLAM的特征提取方法、装置及终端，方法包括：获取待处理图像，提取所述待处理图像的线特征；根据所述待处理图像的线特征确定所述待处理图像的特征点；根据所述待处理图像的每个特征点的周围像素确定每个特征点对应的描述子。本发明对待处理图像，先提取待处理图像的线特征，再根据线特征确定特征点和特征点的描述子，线特征是图像中的边缘信息，在红外图像中，不同距离物体的边缘信息在红外图像中都可以很好地保留下来，采用线特征进行边缘提取可以过滤掉近处纹理的干扰，降低红外SLAM的误匹配率。
-
公开(公告)号：CN112446846A
公开(公告)日：2021-03-05
申请号：CN202011369012.3
申请日：2020-11-27
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06T5/50
Abstract: 本发明公开一种融合帧获得方法，所述方法包括以下步骤：通过所述N个相机获取目标区域的N个目标图像，N为大于等于2的正整数；对所述N个目标图像进行特征提取，获得特征点集；基于所述特征点集，获得哈希表；基于所述哈希表，获得地图点集；基于所述哈希表，获得描述子集；基于所述哈希表、所述地图点集和所述描述子集，获得融合帧。本发明还公开了一种融合帧获得装置、SLAM系统以及存储介质。通过本发明获得的融合帧包括较多的视觉特征信息，使得融合帧的准确性较好。
-
Patent Agency Ranking
公开(公告)号：CN112084938A
公开(公告)日：2020-12-15
申请号：CN202010935717.0
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于图结构提高平面目标表征稳定性的方法及装置，该方法包括：采用FAST关键点检测算法中的快速二值测试策略计算每个像素点的显著性得分；利用自适应调整网格的划分方式生成自适应网格；采用Spatial Softmax算法构造顶点集合V；采用Delaunay三角剖分方法构造边集合E。该方法将目标表征为一组具有拓扑结构的、可被重复检测出来的离散点集合，即顶点集合V和边集合E，能够兼顾目标的全局和局部结构，提高表征方法的鲁棒性和稳定性。
-
公开(公告)号：CN109657851A
公开(公告)日：2019-04-19
申请号：CN201811514976.5
申请日：2018-12-12
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种事件驱动型的股价预测方法、装置、设备及存储介质，该股价预测方法包括：基于当前新闻事件，选取与该当前新闻事件相关联的股票；基于该当前新闻事件和该股票的历史金融时序数据，采用异构信息协同网络模型预测该股票的价格波动。本发明将当前新闻事件和被选股票的历史金融时序数据输入到异构信息协同网络模型中，即可得出被选股票的价格走势，从而能够对股票价格的未来走势进行预测。该异构信息协同模型结合股票的历史价量走势和新闻的利好利空特性，有利于提高股票价格预测的准确性。该方法使用方便，且效率高，适应金融市场的快速变幻。本发明可广泛应用于根据各种新闻事件选取股票并预测股票走势。
-
公开(公告)号：CN103297807A
公开(公告)日：2013-09-11
申请号：CN201310249964.5
申请日：2013-06-21
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04N21/234 , H04N7/26 , H04N21/845 , H04N21/8547
Abstract: 本发明提供了一种基于hadoop平台的提高视频转码效率的方法，一种基于hadoop平台提高视频自适应技术效率的技术，通过hadoop平台对视频文件进行存储分割处理，然后对分割产生的视频片段进行FFmpeg转码，再把转码结果交付给HDFS进行视频片段合并，至此高效率的完成大宗视频数据的转码任务。本发明基于hadoop平台的视频自适应技术之高效视频转码，视频转码速度快，网络带宽流量消耗低，负载平衡处理得当，转码耗时减少明显。
-
公开(公告)号：CN112446846B
公开(公告)日：2025-01-21
申请号：CN202011369012.3
申请日：2020-11-27
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06T5/50
Abstract: 本发明公开一种融合帧获得方法，所述方法包括以下步骤：通过所述N个相机获取目标区域的N个目标图像，N为大于等于2的正整数；对所述N个目标图像进行特征提取，获得特征点集；基于所述特征点集，获得哈希表；基于所述哈希表，获得地图点集；基于所述哈希表，获得描述子集；基于所述哈希表、所述地图点集和所述描述子集，获得融合帧。本发明还公开了一种融合帧获得装置、SLAM系统以及存储介质。通过本发明获得的融合帧包括较多的视觉特征信息，使得融合帧的准确性较好。
-
公开(公告)号：CN112150608B
公开(公告)日：2024-07-23
申请号：CN202010929831.2
申请日：2020-09-07
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06T17/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域；对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。本申请通过图卷积神经网络确定人脸图像对应的三维人脸结构信息，使得获取到的三维人脸结构信息中的每个点云数据均包括位置信息以及颜色信息，进而可以提高三维人脸图像的真实性。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.032 seconds)
