-
公开(公告)号：CN104182992B
公开(公告)日：2017-02-22
申请号：CN201410407014.5
申请日：2014-08-19
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及的是一种全景可见光图像中的弱小目标检测方法，特别是涉及一种复杂海天背景下全景可见光图像中的海上弱小目标检测方法。本发明包括：(1)边缘检测；(2)剔除无关边缘信息；(3)确定候选圆心；(4)筛选最优圆参数；海上弱小目标的位置。本发明可有效避免阳光直射的干扰，保证海上弱小目标检测的准确性。(5)计算海天线附近局部区域的复杂度；(6)确定
-
公开(公告)号：CN105469390A
公开(公告)日：2016-04-06
申请号：CN201510789823.1
申请日：2015-11-17
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T2207/30184
Abstract: 本发明属于全景可见光图像处理领域，具体涉及一种基于改进Seam Carving的全景海天线提取方法。本发明包括：(1)获取全景海域图像的视觉显著图；(2)动态阈值法提取显著区域；(4)搜索最高能量线；(5)筛选海天线上的拟合点；(6)最小二乘法拟合全景海天线。本发明通过构造新的能量函数和设定海天线上点的筛选条件使其成功应用于全景海天线检测，能够在不同海况和天气条件下实现复杂海天背景下全景可见光图像中圆形海天线的准确提取。
-
公开(公告)号：CN103171413B
公开(公告)日：2015-02-25
申请号：CN201310076354.X
申请日：2013-03-11
Applicant: 哈尔滨工程大学
IPC: B60J11/04
Abstract: 本发明的目的在于提供一种多功能可收放式汽车车载防护罩，包括前部护罩U型储放槽、后部护罩U型储放槽、前防护罩、后防护罩，前部护罩U型储放槽安装在车的前部，后部护罩U型储放槽安装在车的后部，前防护罩、后防护罩分别安装在前部护罩U型储放槽、后部护罩U型储放槽里，并且前防护罩、后防护罩可从前部护罩U型储放槽、后部护罩U型储放槽中拉出至车的中部，使得前防护罩、后防护罩将车覆盖。本发明可实现对汽车防雨雪、防沙尘、防风、遮阳、防寒、防盗、防碰撞的多功能保护，同时可实现车载，无需拆卸，不占用汽车储物空间。
-
公开(公告)号：CN102929223A
公开(公告)日：2013-02-13
申请号：CN201210375602.6
申请日：2012-10-08
Applicant: 哈尔滨工程大学
IPC: G05B19/418
Abstract: 本发明的目的在于提供一种船舶损管系统，包括设备层、自动化层、信息层、控制网络、管理网络，自动化层和设备层通过控制网络通信，信息层和自动化层通过管理网络通信，自动化层的分布式控制单元、远程终端单元、数据获取单元通过I/O接口单元或现场总线与设备层的传感器、激励器、控制器相连，采集数据信息通过管理网络传送到信息层显示及存储，并取回信息层的控制指令将其发送到相应的设备，执行指令相应的操作；信息层提供人机接口显示系统状态，并将控制台指令发送到自动化层的分布控制单元。本发明终端设备需要更新或新设备接入时，不需要对控制层和人机交互层的功能界面做变更，从而保证了系统的相对稳定性和系统的可发展性。
-
公开(公告)号：CN114048800B
公开(公告)日：2024-06-14
申请号：CN202111229203.4
申请日：2021-10-21
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种视觉信息海上目标识别多源混合数据集构建方法。本发明通过详细划分海上目标种类，为后续样本采集与标注提供标准分类条件；采用多种途径获取样本数据，利用海上目标样本采集、网络搜索、数据样本增广方式，分别构建样本数据集；设计样本分配和处理策略，并制定海上目标识别评价策略，保证样本中各类数据构成比例更为合理，保证后续神经网络训练的准确性。本发明可为基于深度学习的海上目标识别网络训练任务，提供更为合理的训练样本，使训练后的网络具有较强的鲁棒性和识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN118163111A
公开(公告)日：2024-06-11
申请号：CN202410454938.4
申请日：2024-04-16
Applicant: 哈尔滨工程大学
IPC: B25J9/16
Abstract: 本发明一种基于深度强化学习的机械臂推抓协同方法，属于视觉机器人抓取领域，为解决无模型训练在训练初期样本利用率低，且经验池回放过程往往不能突出样本重要性，无法达到满意的训练效果的问题；以及由于抓取目标的不明确导致抓取成功率较低的问题。本发明通过计算目标中心分散度度量，选取抓取难度最小的物体作为目标抓取物体，并根据目标物体生成对应的掩膜图像；建立基于FCN网络和DQN算法框架的预测模型，通过网络主干对RGB‑D图像、RGB‑D高度图像以及掩膜图像分别进行特征提取，采用G‑Net和P‑Net进行特征融合和上采样，得到两个的Q值热力图；采用优先级经验回放方法从经验池中进行采样并进行模型参数更新，最终得到预测模型完成任务场景中的推抓操作。
-
公开(公告)号：CN116512243A
公开(公告)日：2023-08-01
申请号：CN202310216115.3
申请日：2023-03-08
Applicant: 哈尔滨工程大学
IPC: B25J9/16
Abstract: 本发明公开了一种机械臂序列约束采样路径规划方法，包括：步骤一、椭圆启发式确定有效采样点；步骤二、流形结构启发式策略下的临近点转向采样点；步骤三、流形结构启发式策略下的临近点转向流形交集；步骤四、RRT*树重新布局；步骤五、生成下一约束空间RRT*虚拟根节点。本发明利用启发式先验辅助规划的方法，有效的增强RRT*树中的节点的有效性，并增强序列约束交集子目标的导向作用，同时加快算法的收敛速度，提高实时性。
-
公开(公告)号：CN110554407B
公开(公告)日：2023-05-09
申请号：CN201910908054.0
申请日：2019-09-25
Applicant: 哈尔滨工程大学
IPC: G01S17/89
Abstract: 本发明公开了一种模拟船用激光雷达三维点云成像方法，首先设置场景属性，模拟场景的各类初始状态信息；其次通过在线和离线两种方式实现场景的构建工作，用以生成基本的初始状态信息，该信息将构成后续实际计算的数据来源；再次，解算扫描物标三角面的结果数据，并通过物标点云结果的判定与合成，生成最后的扫描结果点云信息；最后，利用OpenGL技术，实现激光雷达扫描效果的可视化，提供三维可视信息。本发明可设置激光雷达的不同参数以及目标不同的距离方位等，可灵活构建激光雷达工作环境；可根据仿真工况，保存为规定格式的三维点云文件，便于其他软件使用，并增加了激光雷达扫描效果的可视化信息，便于实验人员观测。
-
公开(公告)号：CN114398471A
公开(公告)日：2022-04-26
申请号：CN202111598407.5
申请日：2021-12-24
Applicant: 哈尔滨工程大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提供一种基于深层推理注意力机制的视觉问答方法，其特征是：包括以下步骤：步骤一：获取文本特征和图像特征编码向量；步骤二：将文本特征和图像特征映射到同一个空间进行交互推理学习；步骤三：答案预测。本发明的主要目的是解决如何高效的提取视觉特征和文本特征，同时对其实现更细粒度的推理。本发明引入记忆网络模型去存储关键信息，进而提升模型的推理能力。通过在基准数据集VQAv2数据集测试，该模型取得了有竞争力的结果。
-
公开(公告)号：CN113221962A
公开(公告)日：2021-08-06
申请号：CN202110428644.0
申请日：2021-04-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种解耦分类与回归任务的三维点云单阶段目标检测方法，步骤包括：(1)对于点云进行体素化处理，使数据从无须的点云变成有序的栅格结构，(2)利用三维稀疏卷积进行网络的特征提取从而得到高阶特征图，(3)在特征图中，使用双头的检测器聚合特征并预测出目标的分类、回归框以及方向。本发明为了解决目标检测子任务之间的特征纠缠问题，设计了双头的检测网络结构，能够在高维特征中分别提取分类与回归任务各自关注的特征，分别预测子任务。并且在解耦的基础上，利用联合检测的方法，将两个任务中相关信息相结合，共同预测目标类别。本发明提升了三维目标检测的准确率，并可以很容易的迁移到其他方法中。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.028 seconds)
