-
公开(公告)号：CN118238151A
公开(公告)日：2024-06-25
申请号：CN202410666297.9
申请日：2024-05-28
Applicant: 烟台大学
Abstract: 本发明涉及情感识别领域，尤其是涉及一种基于多模态情感识别的协作机器人控制方法及系统，包括以下步骤：S1.采样语音数据和视频数据，分别构建单模态数据，对所述单模态数据进行标注和归一化处理，得到多模态情感数据集；S2.构建多模态情感识别网络模型，所述多模态情感模型包括构建自顶向下融合方式、单模态特征提取和多模态特征融合；S3.利用所述多模态情感数据集对多模态情感识别网络模型进行训练；S4.构建协作机器人控制框架，利用所述协作机器人控制框架和训练好的情感识别网络模型构建协作机器人控制系统。本发明通过基于多模态情感识别的协作机器人实现了对人类情感的高效和精准识别，同时提高了操作人员的工作效率。
-
公开(公告)号：CN118097123B
公开(公告)日：2024-06-25
申请号：CN202410508740.X
申请日：2024-04-26
Applicant: 烟台大学
IPC: G06V10/25 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06V20/64 , G06T3/06 , G06T3/4007 , G06T3/4038 , G06T5/50
Abstract: 本申请及图像分析技术领域，具体为基于点云和图像的三维目标检测方法、系统、设备和介质；首先获取3D目标物的初始点云数据，将初始点云数据转化为点云体素；然后，获取3D目标物的初始图像数据，将初始图像数据进行图像特征提取，得到二维特征图，并将密集深度图与二维特征图进行双线性插值处理和拼接处理，得到像素深度图；接着，将像素深度图进行反投影处理和体素划分，得到图像体素，并将图像体素与点云体素结合后投影到二维平面，得到待检特征图；最后，基于预设锚框和真实锚框之间的交并比大小，获得待检场景中3D目标检测结果；该方法目标检测准确度较高，检测质量较稳定。
-
公开(公告)号：CN118015569A
公开(公告)日：2024-05-10
申请号：CN202410424270.9
申请日：2024-04-10
Applicant: 烟台大学
IPC: G06V20/54 , G06V10/80 , G06V10/82 , G06V10/10 , G06N3/0499 , G06V10/766 , G06V10/764
Abstract: 本申请涉及图像数据提取和识别技术领域，具体为一种基于特征增强的遥感图像目标检测方法、系统和设备；为解决遥感图像目标检测过程中检测结果准确度较低的问题，本申请首先将待检遥感图像进行感受野扩大处理，得到有利于提高目标检测准确度的感受野增强遥感图像；然后，将感受野增强遥感图像进行不同通道维度特征提取，获得多通道维度特征图；接着，将多通道维度特征图进行基于低维通道和高维通道的特征处理和融合，得到全局增强特征图；最后，对全局增强特征图进行边界框回归和边界框分类处理，进一步提高遥感图像目标检测结果的准确度，应用在自动驾驶和智能交通领域，可进一步提高便利性和安全性。
-
公开(公告)号：CN117313972B
公开(公告)日：2024-04-12
申请号：CN202311271113.0
申请日：2023-09-28
Applicant: 烟台大学
IPC: G06Q10/047 , B63B35/00 , G06Q10/0631
Abstract: 本发明属于无人艇控制技术领域，具体涉及一种无人艇集群的攻击方法、系统、装置及存储介质。基于获取的敌我双方无人艇信息，获取我方每艘无人艇采取动作所获得的收益，对我方每艘无人艇采取动作所获得的收益进行优势处理后，进行收益梯度处理，经动作损失处理后，预测下一步动作，对预测的下一步动作经策略损失处理后，得到我方每艘无人艇的最佳下一步动作，获得我方每艘无人艇的最佳攻击路线；结合混合策略及纳什均衡处理，获得混合策略的纳什均衡点，得到我方无人艇集群的协同攻击策略，既能保证我方每艘无人艇精准高效完成攻击任务，又能实现我方无人艇集群协同攻击收益最大化。
-
公开(公告)号：CN117649680A
公开(公告)日：2024-03-05
申请号：CN202311477870.3
申请日：2023-11-08
Applicant: 烟台大学
IPC: G06V40/10 , G06V10/762 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/088
Abstract: 本发明涉及图像数据处理技术领域，具体为一种行人的重识别方法、系统、设备和存储介质，该方法通过最小化待检行人图像集与增强行人图像集之间的差异，提升其被聚类处理后分到同一伪标签组的概率；接着，将得到的初始伪标签组进行同组异类优化和异组同类合并处理，保留不同类别样本之间的差异性，避免噪声积累，随后进行正则化迭代处理，利用前一代伪标签置信度来改进当代伪标签，将前一代的伪标签信息传播到当代以改进当代伪标签信息，输出准确度较高的最优伪标签组；最后，通过欧式距离，从标准标签数据库中筛选出合适的标准图像作为输出，得到重识别结果，提高了重识别的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN117150416A
公开(公告)日：2023-12-01
申请号：CN202311401950.0
申请日：2023-10-27
Applicant: 烟台大学
IPC: G06F18/2433 , H04L9/40 , H04L67/12 , G06F18/213 , G06F18/214 , G06F18/2323 , G06F18/25 , G06F21/62 , G06N3/042 , G06N3/047 , G06N3/048 , G06N3/0895 , G06N3/098
Abstract: 本发明属于工业互联网数据安全技术领域，提供了一种工业互联网异常节点的检测方法、系统、介质及设备，工业互联网中不同的数据持有者先将所拥有的本地节点数据转化为图型数据，在进行本地模型训练之前，数据持有者先使用谱聚类算法将本地数据进行一定的聚类操作，将相同类别的节点数据聚类到同一簇中，然后将聚类后的结果进行本地模型训练，得到局部聚合特征。将训练好的局部特征上传到可信任的第三方服务器进行全局特征的聚合，通过注意力机制，针对不同数据持有者上传的局部特征分配不同的权重，将聚合好的全局特征下发到各个数据持有者手中进行新一轮的训练，以此将异常的节点从正常的节点中分类出来，同时获得异常节点的不同风险等级。
-
公开(公告)号：CN116797965A
公开(公告)日：2023-09-22
申请号：CN202310461115.X
申请日：2023-04-26
Applicant: 烟台大学
IPC: G06V20/40 , H04N5/262 , H04N5/265 , H04N5/14 , G06V10/26 , G06V10/34 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于视频帧间单应性变换的视频稳定方法及系统，属于视频监督技术领域，通过前景掩膜模块对视频内的前景与背景进行有效区分；将前景部分利用掩膜进行覆盖后，通过可信浅层特征提取模块，获取背景区域的有效浅层语义特征；针对背景区域的有效浅层特征，通过局部特征与全局特征关联的运动估计模块，估计连续相邻帧之间的单应性关系；通过视频稳定平滑模块，利用相邻帧之间的运动关系获取的变换帧与参考帧之间单应性使用STN变换实现对整段视频的稳定。本发明通过提出的前景掩膜与可信浅层特征的有效结合，避免了由大视差引起的伪影或失真现象，以可信浅层特征为基础，建立局部和全局特征关系获得准确的相机运动，最终实现视频稳定。
-
公开(公告)号：CN116628554A
公开(公告)日：2023-08-22
申请号：CN202310627119.0
申请日：2023-05-31
Applicant: 烟台大学
IPC: G06F18/24 , H04L9/40 , G06F16/901 , G06F18/213
Abstract: 本发明涉及工业互联网安全技术领域，具体为一种工业互联网数据异常的检测方法、系统和设备，从工业互联网中获取节点数据，将节点数据转化为拓扑图，并将从拓扑图中提取的初始特征进行聚合处理，获得关联性强的聚合特征，同时为避免聚合特征过度关联，基于聚合特征和初始特征的特征偏差，得到自适应参数，并使用自适应参数对聚合特征和初始特征进行加权处理，得到表达性能更好，关联性更强的正常节点特征，通过对比正常节点特征与初始特征的关联性强弱，得到能够反应节点中异常数据含量的特征差权重占比，根据特征差权重占比，获得对应节点不同的风险等级，工业互联网平台立即作出不同交流权限处理，以维持工业互联网的安全。
-
公开(公告)号：CN115294520A
公开(公告)日：2022-11-04
申请号：CN202210897534.3
申请日：2022-07-28
Applicant: 烟台大学
Abstract: 本发明公开了一种基于卷积神经网络的烟火检测方法，目的在于搭建一个轻量级，速度快，成本低的烟火检测平台，实现对烟火的高效检测，实现了一种更加轻量级的网络，可以部署于移动设备上，能够缓解人工监控的压力，降低监控成本。本发明基于人工智能视频分析和深度学习技术，能够不依赖其他传感设备，实现对视频监控区域内的烟雾与火焰的检测与识别，并及时进行预警。本发明涉及智慧城市智能安防技术领域。
-
公开(公告)号：CN114550118A
公开(公告)日：2022-05-27
申请号：CN202210167488.1
申请日：2022-02-23
Applicant: 烟台大学
IPC: G06V20/56 , G06V10/764 , G06F17/16 , E01C23/22
Abstract: 一种基于视频图像驱动的高速公路全自动智能划线方法，对摄像头进行标定，通过摄像头获得前方道路图像；建立道路路面置信区间分类器，实现道路路面区域有效分割，获得粗略二值道路路面检测结果；进行精细化处理，提出帧间关联的精细化道路检测算法，获得精细化二值道路路面检测结果；对获得的精细化二值道路路面检测结果逆变换到原图像中，获得带道路路面检测结果的RGB三通道图像；对道路图像通过逆透视变换方法获得俯视图方向的道路图像，获得两近似平行边界的道路图像；对路面检测结果边缘对应的范围确定为道路边界，并对道路边界进行划线；根据一侧标线，依次将其他的车道线划好；本发明具有效率高的特点。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.054 seconds)
