-
公开(公告)号：CN111127360B
公开(公告)日：2023-08-29
申请号：CN201911328246.0
申请日：2019-12-20
Applicant: 东南大学
IPC: G06T5/00 , G06T7/136 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法，首先对采集到的灰度图像进行预处理包括裁剪，降噪，滤波等；然后通过数据增强方法来增加样本数量；其次搭建自动编码器，网络的结构为卷积层‑>池化层‑>卷积层‑>池化层的卷积神经网络，实现将单通道的图像转换为三通道的彩色图像；最后将转换后的三通道图像迁移学习到经典的CNN网络，实现目标的分类。总体来说，本发明算法简洁，效率较高且鲁棒性较强。
-
公开(公告)号：CN107564105A
公开(公告)日：2018-01-09
申请号：CN201710755532.X
申请日：2017-08-29
Applicant: 东南大学
IPC: G06T17/20
Abstract: 本发明公开了一种针对不光滑表面考虑面积和法向量的网格简化方法，包括：读取三维网格中所有的顶点和面，计算其基础二次方矩阵和初始二次误差矩阵；计算每条边折叠的估计误差和新顶点的位置，在折叠后新顶点的代价中包含法向量约束，将最小的折叠代价以及对应的新顶点和原顶点的位置存入顶点属性中，将折叠误差插入优先队列；从队列中取出折叠代价最小的边，对其折叠操作，并更新相关顶点和面；判断满足设定的简化条件为止。本发明能够在快速精简网格的同时，尽可能的保持原模型的细节特征。尤其是对于一些非流体、不光滑的表面，本方法相较于传统方法能够更好的保留细节特征，能够取得更为突出的简化效果，从而提升整体的简化效果。
-
公开(公告)号：CN106292705A
公开(公告)日：2017-01-04
申请号：CN201610824357.0
申请日：2016-09-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于脑电机器学习的无人机意念遥操作系统及操作方法，其中操作系统包括一脑电感知模块，包括图像采集装置以及脑电测量设备，图像采集装置用于接收无人机的飞行状态及周围的环境信息，脑电测量设备用于获取无人机操作者脑部激发的大脑电流脉冲信号；一信号处理模块，从脑电感知模块获取的大脑电流脉冲信号中分离出四种需要的脑电信号；一深度学习模块，将分离出四种脑电信号作为输入进行识别并输出无人机操作指令；一地面站控制模块，根据所述深度学习模块输出的无人机操作指令无人机进行操作。本发明针对无人机控制所设计的脑电信号特征模式，使得控制无人机变得更为简单、可靠。
-
公开(公告)号：CN111161228B
公开(公告)日：2023-08-25
申请号：CN201911328245.6
申请日：2019-12-20
Applicant: 东南大学
IPC: G06T7/00 , G06T7/136 , G06T7/194 , G06N3/0464 , G01N21/88
Abstract: 本发明公开了一种基于迁移学习的纽扣表面缺陷检测方法，包括：数据预处理，提取纽扣正反面两幅图像的感兴趣区域，并将裁剪过后的图像拼接成一幅固定大小图像；数据清洗，删除有问题的图像数据；数据增强，对图像进行随机镜像旋转、彩色对比度调整和左右交换；迁移预训练模型，利用大量相似种类的纽扣对预训练模型进行精调，并在待检测的数据集上重新训练模型。本发明能够利用较少量的样本训练深度模型，获得较高的准确率。
-
公开(公告)号：CN109035405B
公开(公告)日：2023-04-18
申请号：CN201810654773.X
申请日：2018-06-22
Applicant: 东南大学
IPC: G06T17/20
Abstract: 本发明公开了一种基于预测‑校正模型的网格简化方法，包括：读取三维网格中所有的顶点和面，计算其基础二次方矩阵和二次误差矩阵；计算出所有边的初始折叠误差和对应的新顶点的位置，将初始折叠误差插入优先队列中；从优先队列中选择折叠误差最小的一条边，进行一次折叠操作，并更新相关的顶点和面；根据新顶点的位置，重新计算相邻面的基础二次方矩阵和新顶点的二次误差矩阵；重新计算与折叠点相邻的边的折叠误差和对应的新顶点的位置，更新优先队列；判断满足设定的简化条件为止。本发明能够在快速高效的精简网格的同时，有效的控制边折叠过程中的累积误差，改善简化模型的质量，提升整体的简化效果。
-
Patent Agency Ranking
公开(公告)号：CN108986212B
公开(公告)日：2022-05-13
申请号：CN201810642093.6
申请日：2018-06-21
Applicant: 东南大学
IPC: G06T17/05
Abstract: 本发明公开了一种基于裂缝消除的三维虚拟地形LOD模型的生成方法，该方法通过获取以规则格网模型组织的地形高度图数据和纹理数据，基于自顶向下的规则根据地形到视点的距离实时生成三维网格，然后将三维网格根据数据调度规则存入GPU中，对传入的顶点进行调整运算后在GPU中进行模型绘制，使得相邻地形块在交界处顶点重合，避免裂缝的产生；采用GPU保存地形高度图的方式大大减少I/O次数；将一部分顶点运算交给GPU,减少系统内存的占用率，减少系统响应时间，提高了模型的渲染速度，保证了三维可视技术的稳定性。
-
公开(公告)号：CN109961506A
公开(公告)日：2019-07-02
申请号：CN201910190191.5
申请日：2019-03-13
Applicant: 东南大学
IPC: G06T17/00
Abstract: 本发明公开了一种融合改进Census图的局部场景三维重建方法，包括以下步骤：获取环境的彩色图和深度图，将彩色图灰度化后计算包含关键点及其邻域像素块的改进Census图，基于这些关键像素块的改进Census图和灰度值，估计当前帧的位姿，并判断当前帧是否为关键帧，对经筛选后的最新关键帧的深度图分别进行联合双边滤波和体素格滤波，以便获得去噪平滑的深度图和降采样点云的深度图，再对于当前关键帧与上一关键帧经过体素格滤波的深度图使用具有尺度因子s的ICP算法优化匹配位姿，再将当前帧经过联合双边滤波的深度图与局部图融合，实现点云地图的增长，并最终重建局部三维场景，算法简洁，效率较高且鲁棒性较强。
-
公开(公告)号：CN108986212A
公开(公告)日：2018-12-11
申请号：CN201810642093.6
申请日：2018-06-21
Applicant: 东南大学
IPC: G06T17/05
Abstract: 本发明公开了一种基于裂缝消除的三维虚拟地形LOD模型的生成方法，该方法通过获取以规则格网模型组织的地形高度图数据和纹理数据，基于自顶向下的规则根据地形到视点的距离实时生成三维网格，然后将三维网格根据数据调度规则存入GPU中，对传入的顶点进行调整运算后在GPU中进行模型绘制，使得相邻地形块在交界处顶点重合，避免裂缝的产生；采用GPU保存地形高度图的方式大大减少I/O次数；将一部分顶点运算交给GPU,减少系统内存的占用率，减少系统响应时间，提高了模型的渲染速度，保证了三维可视技术的稳定性。
-
公开(公告)号：CN105249961B
公开(公告)日：2017-11-24
申请号：CN201510730549.0
申请日：2015-11-02
Applicant: 东南大学
IPC: A61B5/0476 , A61B5/00 , G06K9/00
Abstract: 本发明公开了一种检测疲劳状态的方法，通过采集驾驶员的脑电信号和眨眼信号，联合判断驾驶员精神状态并将疲劳警告信号反馈给驾驶员。其过程为：使用Mindwave蓝牙脑电耳机采集脑电波和眨眼信号，利用离散短时傅里叶变化对原始脑电信号Rawdata进行特征提取和去除伪迹。将处理得到的Low alpha，High alpha和theta波与正常状态下的脑电信号进行比较，得出三种脑电疲劳参数。结合驾驶员的眨眼频率，将脑电疲劳参数按权值相加，根据结果得出正常，轻微，疲劳，较疲劳，严重疲劳五种精神特征，并通过智能手机实时将疲劳警告信号反馈给驾驶员，提醒驾驶员及时休息。本发明联合脑电和眨眼频率进行疲劳检测，可增强系统检测的精度和鲁棒性，具有佩戴方便，效率高等特点。
-
公开(公告)号：CN109961506B
公开(公告)日：2023-05-02
申请号：CN201910190191.5
申请日：2019-03-13
Applicant: 东南大学
IPC: G06T17/00
Abstract: 本发明公开了一种融合改进Census图的局部场景三维重建方法，包括以下步骤：获取环境的彩色图和深度图，将彩色图灰度化后计算包含关键点及其邻域像素块的改进Census图，基于这些关键像素块的改进Census图和灰度值，估计当前帧的位姿，并判断当前帧是否为关键帧，对经筛选后的最新关键帧的深度图分别进行联合双边滤波和体素格滤波，以便获得去噪平滑的深度图和降采样点云的深度图，再对于当前关键帧与上一关键帧经过体素格滤波的深度图使用具有尺度因子s的ICP算法优化匹配位姿，再将当前帧经过联合双边滤波的深度图与局部图融合，实现点云地图的增长，并最终重建局部三维场景，算法简洁，效率较高且鲁棒性较强。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
