-
公开(公告)号：CN107680058A
公开(公告)日：2018-02-09
申请号：CN201710899459.3
申请日：2017-09-28
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10081
Abstract: 本发明提供了一种CT图像去噪中基于格林空间的滤波方法，包括以下步骤：1）对待处理CT图像的每一层依次进行分块预处理；2）建立CT图像在格林空间的系统模型；3）进行CT图像的 滤波器设计，并对CT图像的每一层进行滤波，实现CT图像去噪。本发明的有益效果是：将格林空间的 滤波计算方法应用于CT图像去噪中，在计算量上相比增广算法大大降低，在未知噪声统计特性的情况下实现CT图像去噪，有效的提高了CT图像噪声滤波处理的适用性以及鲁棒性。
-
公开(公告)号：CN107490963A
公开(公告)日：2017-12-19
申请号：CN201710702599.7
申请日：2017-08-16
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明提供了一种基于最新估计的动态线性化自适应滑模控制方法，首先定义滑模面：然后构建如下的滑模趋近律：式中——趋近律参数，满足 ；——趋近律参数，满足；——采样周期，满足 。本发明的有益效果是：较大地提高了输出精度。
-
公开(公告)号：CN113538608B
公开(公告)日：2023-08-01
申请号：CN202110096181.2
申请日：2021-01-25
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T11/00 , G06T7/40 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了一种基于生成对抗网络的可控人物图像生成方法，包括：1、基于关键点的目标姿态图的指导下生成目标语义图；2、基于人体语义分割方法，将原图像的各个属性进行分离，通过一个共享的编码器将其映射到特征空间并将各个属性的特征图进行有序叠加得到总的纹理特征图；3、将目标语义图的目标姿态表示编码到共享的深度特征空间后，利用建立目标姿态与原图像之间的密集对应关系将原图像特征进行形变操作；4、利用目标姿态和形变的原图像特征作为解码器的输入，生成最终的图像。本发明通过建立目标姿态和原图像之间的密集对应关系，将姿态引导下的人物图像生成和服装引导下的人物图像生成有效的结合，实现了高质量可控人物图像生成。
-
公开(公告)号：CN115345970B
公开(公告)日：2023-04-07
申请号：CN202210977439.4
申请日：2022-08-15
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T13/80 , G06V10/44 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的多模态输入视频条件生成方法，所述方法基于动作内容解耦的方法，实现多模态输入视频条件生成，分为两个阶段，第一阶段为特征提取阶段，提取输入的标签文本和对象图片的特征信息；第二阶段为视频生成阶段，生成符合标签文本和对象图片约束的视频，并使用对抗训练的模式来完成网络的训练。在第一阶段中，通过图像金字塔对输入的目标图像进行特征提取，得到多尺度的视频内容特征信息，然后送往第二个阶段；在第二个阶段中，输入不仅为上一个阶段提取的特征信息，还需要加上动作文本标签的特征信息和随机噪声，然后输入Decoder模块生成最终的视频序列。该方法解决了多模态输入下的视频条件生成问题。
-
公开(公告)号：CN114092610B
公开(公告)日：2023-04-07
申请号：CN202111389378.1
申请日：2021-11-22
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T13/00 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的人物视频生成方法，所述方法包括如下步骤：一、收集原图像和目标图像；二、对收集到的原图像和目标图像，利用多尺度特征提取模块提取目标姿态和多张原图像之间的多尺度特征；三、将多尺度特征作为全局‑局部模块的输入，使用全局模块建立目标姿态特征与原图像特征之间的全局对应关系，随后使用局部模块对全局模块的输出结果进行修正；四、挑选一张原图像采用池化操作将其重构到特定的尺寸，并使用修正后的流场进行形变操作，得到最终的特征图；五、采用纹理渲染器将特征图从特征空间映射到图像空间，得到最终的生成图像。该方法能够实现保留原图像服装纹理不变的同时按照目标姿态进行视频生成。
-
Patent Agency Ranking
公开(公告)号：CN110376879B
公开(公告)日：2022-05-10
申请号：CN201910757702.7
申请日：2019-08-16
Applicant: 哈尔滨工业大学(深圳)
IPC: G05B11/42
Abstract: 本发明提出了一种基于神经网络的PID型迭代学习控制方法，属于控制科学与工程领域。对于一般的非线性差分系统，作者首先给出了一种迭代学习PID控制器，然后利用三个RBF神经网络对PID控制器中的动态参数进行拟合。根据梯度下降法对神经网络的权值进行估计并得出神经网络权值更新表达式。由于受控系统的精确模型比较复杂或者是未知的，我们无法求得神经网络权值估计表达式中系统伪偏导数(PPD)的真值，我们用其估计值来进行数值代替。这样就生了一个可以运行的非线性迭代学习控制算法。最后，举例说明了本算法在非线性系统和抓放机器人系统当中的数值仿真是有效的。因此这个算法可应用到一般的(未知的)非线性差分系统当中去。
-
公开(公告)号：CN113697131B
公开(公告)日：2022-04-22
申请号：CN202110995865.6
申请日：2021-08-27
Applicant: 哈尔滨工业大学(深圳)
IPC: B64G1/24
Abstract: 本发明公开了一种刚体航天器的抗退绕滑模姿态跟踪控制方法及系统，所述方法包括如下步骤：步骤S1：建立刚体航天器姿态跟踪误差的运动学方程和动力学方程；步骤S2：采用双曲正弦函数构造滑模函数，使得滑模面包含两个平衡点；步骤S3：基于李雅普诺夫稳定性理论，设计抗退绕滑模姿态跟踪控制算法；步骤S4：设计动态参数，给出两个平衡点对应的吸引域；步骤S5：将抗退绕滑模姿态跟踪控制算法应用于刚体航天器跟踪控制，避免航天器发生退绕的情况。本发明通过抗退绕滑模姿态跟踪控制方法可以使航天器系统具有良好的稳定性，当航天器系统受到外部干扰进行姿态跟踪时，航天器的姿态能很快趋于稳定，无退绕现象。
-
公开(公告)号：CN113703471B
公开(公告)日：2022-03-25
申请号：CN202110995878.3
申请日：2021-08-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G05D1/08
Abstract: 本发明公开了一种刚体航天器基于MRP参数的刚体航天器抗退绕滑模姿态机动控制方法，所述方法包括如下步骤：S1、建立基于MRP参数的刚体航天器姿态机动误差动力学方程；S2、采用双曲正弦函数构造滑模函数，使得滑模面包含两个平衡点；S3、采用李雅普诺夫稳定性理论，设计基于MRP参数的抗退绕滑模姿态机动控制律；步骤S4：将抗退绕滑模姿态机动控制律应用于刚体航天器跟踪控制，避免航天器发生退绕的情况。采用本发明设计的抗退绕滑模姿态机动控制方法可以保证闭环系统具有抗退绕姿态控制和良好的稳定性，且刚体航天器在姿态机动过程中无退绕现象。
-
公开(公告)号：CN113703471A
公开(公告)日：2021-11-26
申请号：CN202110995878.3
申请日：2021-08-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G05D1/08
Abstract: 本发明公开了一种刚体航天器基于MRP参数的刚体航天器抗退绕滑模姿态机动控制方法，所述方法包括如下步骤：S1、建立基于MRP参数的刚体航天器姿态机动误差动力学方程；S2、采用双曲正弦函数构造滑模函数，使得滑模面包含两个平衡点；S3、采用李雅普诺夫稳定性理论，设计基于MRP参数的抗退绕滑模姿态机动控制律；步骤S4：将抗退绕滑模姿态机动控制律应用于刚体航天器跟踪控制，避免航天器发生退绕的情况。采用本发明设计的抗退绕滑模姿态机动控制方法可以保证闭环系统具有抗退绕姿态控制和良好的稳定性，且刚体航天器在姿态机动过程中无退绕现象。
-
公开(公告)号：CN113697131A
公开(公告)日：2021-11-26
申请号：CN202110995865.6
申请日：2021-08-27
Applicant: 哈尔滨工业大学(深圳)
IPC: B64G1/24
Abstract: 本发明公开了一种刚体航天器的抗退绕滑模姿态跟踪控制方法及系统，所述方法包括如下步骤：步骤S1：建立刚体航天器姿态跟踪误差的运动学方程和动力学方程；步骤S2：采用双曲正弦函数构造滑模函数，使得滑模面包含两个平衡点；步骤S3：基于李雅普诺夫稳定性理论，设计抗退绕滑模姿态跟踪控制算法；步骤S4：设计动态参数，给出两个平衡点对应的吸引域；步骤S5：将抗退绕滑模姿态跟踪控制算法应用于刚体航天器跟踪控制，避免航天器发生退绕的情况。本发明通过抗退绕滑模姿态跟踪控制方法可以使航天器系统具有良好的稳定性，当航天器系统受到外部干扰进行姿态跟踪时，航天器的姿态能很快趋于稳定，无退绕现象。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.029 seconds)
