-
公开(公告)号：CN118452863A
公开(公告)日：2024-08-09
申请号：CN202410537889.0
申请日：2024-04-30
Applicant: 北京航空航天大学杭州创新研究院
IPC: A61B5/0245 , A61B5/349 , G06F18/213 , G06N3/045 , G06N3/044 , G06N3/0464
Abstract: 本公开的实施例公开了心律检测器、心律状态检测方法和计算机可读介质。该心律检测器包括：通信装置，被配置成获取初始心电图数据；处理器，被配置成执行以下处理：将初始心电图数据输入至预先训练好的心电图数据预处理模型，得到预处理心电图数据；对预处理心电图数据进行解析处理；将心电电压值序列、目标波峰值序列、搏动间隔序列、搏动间隔一阶差分序列确定为待提取数据；对待提取数据进行多模态特征提取处理，得到特征提取信息集；将特征提取信息集输入至预先训练好的心律状态检测模型，得到心律状态检测结果；存储器，被配置成存储特征提取信息集；显示器，被配置成显示心律状态检测结果。该实施方式提高了心率状态检测结果的准确性。
-
公开(公告)号：CN117574931B
公开(公告)日：2024-04-30
申请号：CN202410052451.3
申请日：2024-01-15
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了基于3D结构的一维条形码信息生成方法和激光解码设备。该方法的一具体实施方式包括：采集目标条形码图像，其中，目标条形码图像是3D结构信息且带有激光投射线的一维条形码图像；利用滤光片对目标条形码图像进行滤波处理；对立体条形码图像进行阈值分割处理；对各个阈值分割条形码像素点进行直线拟合处理；确定各个阈值分割条形码像素点与灰度拟合直线的距离；确定像素区域；将像素区域确定为第一预设字符区域，其中，第一预设字符区域为经过激光雕刻设备雕刻的立体图像区域；将像素区域确定为第二预设字符区域；确定待解码条形码字符串；生成一维条形码信息。该实施方式可以提高条形码的解码准确率，扩大条形码的适用范围。
-
公开(公告)号：CN112116527B
公开(公告)日：2024-02-23
申请号：CN202010940661.8
申请日：2020-09-09
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T3/4053
Abstract: 本发明涉及一种基于级联网络框架的图像超分辨率方法、级联网络，基于基础超分辨率网络，获取目标图像的初步上采样结果；基于细节精修网络，根据初步上采样结果，获取超分辨率图像结果。其两个网络级联，将面向峰值信噪比的任务和面向主观感受的任务分开，由两个模型分别处理，基础超分辨率网络首先完成初步的上采样，这个初步上采样的结果很大程度上和原始高分辨率图像保证了内容一致性，接下来将初步上采样的结果送入精修网络来进一步改善感官损失，精修网络有了初步上采样结果的输入保证了整个超分辨率结果不会过度牺牲内容一致性，并且在初步上采样结果上精修减轻了精修网络和判别器的训练难度加快了训练速度，有效地缓解了现有模型的问题。
-
公开(公告)号：CN116229562A
公开(公告)日：2023-06-06
申请号：CN202211532200.2
申请日：2022-12-01
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了垃圾桶更换方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标区域的实时视频；对实时视频进行检测处理；响应于确定目标区域中检测到人员信息，对人员信息进行人员动作识别，得到识别结果；响应于确定识别结果为表征投放垃圾动作的结果，且识别到人员将垃圾投放到垃圾桶内的信息，获取目标区域的图像，作为待分割图像；对待分割图像进行垃圾桶图像分割处理，得到分割子图像集；对于分割子图像集中的每个分割子图像，执行以下更换步骤：确定分割子图像对应的垃圾桶的满溢度；响应于确定满溢度大于预设满溢度，控制垃圾桶更换设备以对垃圾桶进行更换。该实施方式可以减少工作量和提高工作的处理速。
-
公开(公告)号：CN112948619B
公开(公告)日：2023-04-28
申请号：CN202110223702.6
申请日：2021-03-01
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06F16/583 , G06V30/22 , G06V30/422 , G06V30/19 , G06V10/82 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的手写棋谱辅助录入方法及装置，所述方法包括对神经网络进行训练，得到训练好的神经网络模型；将待处理的手写棋谱输入到神经网络模型中进行识别，对棋谱进行初步排列；通过预设的棋局规则对棋谱信息进行规范化后录入并保存。本发明利用深度学习算法得到神经网络模型，通过神经网络识别手写棋谱上的棋局信息，结合棋类规则，对手写棋谱进行规范化的信息录入；能够避免人工录入的麻烦及降低了人工成本，除此之外，能够使得手写棋谱容易保存及容易恢复。
-
Patent Agency Ranking
公开(公告)号：CN115952463A
公开(公告)日：2023-04-11
申请号：CN202211719240.8
申请日：2022-12-30
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06F18/2433 , G06F18/22 , G06N20/00
Abstract: 本发明涉及检测技术领域，具体涉及一种基于记忆力机制的工业异常检测方法、装置和设备，在该基于记忆力机制的工业异常检测方法中，通过引入异常特征，在基于正常特征检测的基础上，利用待测信息与异常特征的相似度，配合检测。如此，当待测信息与异常特征相似度较高时，可以直接判断存在异常，提高了异常检测的准确性；而且，当待测信息存在异常时，可以减少基于正常特征检测的工作量，大大提高了异常检测的效率；同时，通过基于相似度确定异常评分，从而判断是否异常的原理，避免对每一个类别单独训练一个模型，减少样本采集成本，更利于实际应用。
-
公开(公告)号：CN112084869B
公开(公告)日：2023-04-07
申请号：CN202010794953.5
申请日：2020-08-10
Applicant: 北京航空航天大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于紧致四边形表示的建筑物目标检测方法，特征提取网络通过特征金字塔结构获得丰富的多尺寸的特征信息；建议区域生成网络获得感兴趣区域；正矩形边界框分支在特征金字塔结构的不同尺寸的特征图上进行正矩形边界框分类任务和回归任务；紧致四边形边界框分支生成建筑物目标的紧致四边形边界框，并由此精确定位出遥感影像中建筑物目标的轮廓。本发明提供的上述建筑物目标检测方法，不仅可以避免生成不规则的外形，还可以保持一定结构的外形约束性。通过实验可以证明，本发明提供的上述建筑物目标检测方法，不仅能够提取到更多的建筑物目标的节点和更准确的边缘特征信息，还能够得到更精确的检测结果。
-
公开(公告)号：CN115870237A
公开(公告)日：2023-03-31
申请号：CN202211633258.6
申请日：2022-12-19
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明涉及一种流水线产品质量检测并剔除缺陷产品的系统及方法，应用于流水线产品质量检测技术领域，包括：通过相机采集流水线上的图像数据，通过计算图像数据的颜色平均值以及图像特征值判断图像数据中的空心圆柱状产品是否存在缺陷，当有缺陷存在时，通过向设置在流水线一侧的击打装置发送控制信号，击打装置将有缺陷的空心圆柱状产品从流水线上击打到流水线另一侧的地面上，完成对缺陷空心圆柱状产品的剔除，采用本申请的方案，不需要对流水线上的产品的状态有要求，且完成缺陷产品的检测后，可以实时的将空心圆柱状产品从流水线上剔除，无需人工参与，提高了产品质量检测的效率。
-
公开(公告)号：CN115311324A
公开(公告)日：2022-11-08
申请号：CN202210395730.0
申请日：2022-04-15
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了姿态跟踪方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对行人视频进行逐帧检测，得到人体边界框组集；将人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；对人体姿态信息组集中的每个人体姿态信息组进行匹配处理，得到匹配结果组集；生成人体光流框组集；将人体光流框组集输入至关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；基于光流关节点置信度信息组集，对光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。该实施方式可以提高多人姿态跟踪任务的准确率。
-
公开(公告)号：CN114782290B
公开(公告)日：2022-11-08
申请号：CN202210715254.6
申请日：2022-06-23
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了视差图修正方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取双目图像中的左图像和右图像；将左图像和右图像重复输入多分支的立体匹配网络，得到各个分支对应的各个分支概率分布信息集合；根据各个分支概率分布信息集合，生成分支目标概率分布信息集合和预测分支置信度信息集合；根据分支目标概率分布信息集合和预测分支置信度信息集合，生成预测视差图的置信度信息；根据置信度信息，修正预测视差图，得到修正视差图。该实施方式可以在训练过程中无需提供置信度信息标签，即可在半监督、全监督、无监督等任务中生成视差图的置信度信息，从而可以用于修正视差图。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.072 seconds)
