-
公开(公告)号：CN118037543A
公开(公告)日：2024-05-14
申请号：CN202410188426.8
申请日：2024-02-20
Applicant: 北方工业大学
IPC: G06T3/4038 , G06T7/33 , G06V10/40 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于无监督学习的大视差下图像拼接方法，通过网络监控摄像头采集大视差场景下目标周围环境的图像信息，并对图像信息进行处理，制作数据集；构建用于图像对配准对齐的特征提取融合网络，并引入了CGC模块；所述CGC模块用于聚焦图像三通道间特征的关联，进行不同通道间特征的交互和融合；将数据集输入所构建的特征提取融合网络，通过训练得到预训练权重，再对场景图像对进行图像拼接。上述方法解决了传统拼接的鲁棒性问题和深度拼接中目标信息提取匹配程度不好的问题，实现了对大视差监控视角下的图像拼接。
-
公开(公告)号：CN115840190A
公开(公告)日：2023-03-24
申请号：CN202211457808.3
申请日：2022-11-21
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于蓝牙AOA与深度学习融合的高精度定位方法，通过到达角定位AOA主节点蓝牙基站与多个被动节点蓝牙基站，获取蓝牙终端的原始采样值I和Q的相位数据，并将得到的IQ相位数据发送到PC处理终端；PC处理终端将获得的IQ相位数据输入到训练好的神经网络模型中，获得蓝牙终端的实时定位结果；根据蓝牙终端实时定位结果判断所述蓝牙终端的运动状态为动态还是静态；若为动态，则基于扩展卡尔曼滤波算法来优化定位结果；若为静态，则基于多点平均滤波算法来优化定位结果。该方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确。
-
公开(公告)号：CN112641451B
公开(公告)日：2023-03-21
申请号：CN202011509796.5
申请日：2020-12-18
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于单通道脑电信号的多尺度残差网络睡眠分期方法及系统，包括：步骤S1：采集原始单通道脑电信号作为输入信号；步骤S2：构建多尺度残差睡眠自动分期网络，将输入信号输入到多尺度残差睡眠自动分期网络进行训练，并输出睡眠分期结果；步骤S3：对输出结果进行评估。本发明公开的基于单通道脑电信号的多尺度残差网络睡眠分期方法通过采用多种尺度的卷积核从原始单通道脑电信号中自动提取特征，即使在非平稳条件下，也能够提高模型的鲁棒性和信号特征的表征能力。此外本发明利用残差网络中的恒等映射和残差映射，让网络能够有效地学习单通道脑电信号的特征，克服传统深度学习网络中的退化问题。
-
公开(公告)号：CN112641451A
公开(公告)日：2021-04-13
申请号：CN202011509796.5
申请日：2020-12-18
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于单通道脑电信号的多尺度残差网络睡眠分期方法及系统，包括：步骤S1：采集原始单通道脑电信号作为输入信号；步骤S2：构建多尺度残差睡眠自动分期网络，将输入信号输入到多尺度残差睡眠自动分期网络进行训练，并输出睡眠分期结果；步骤S3：对输出结果进行评估。本发明公开的基于单通道脑电信号的多尺度残差网络睡眠分期方法通过采用多种尺度的卷积核从原始单通道脑电信号中自动提取特征，即使在非平稳条件下，也能够提高模型的鲁棒性和信号特征的表征能力。此外本发明利用残差网络中的恒等映射和残差映射，让网络能够有效地学习单通道脑电信号的特征，克服传统深度学习网络中的退化问题。
-
公开(公告)号：CN109492580B
公开(公告)日：2020-08-07
申请号：CN201811326593.5
申请日：2018-11-08
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于全卷积网络的领域显著性参照的多尺寸航拍图像定位方法，用以解决多尺寸航拍图像的定位问题。该方法基于区域网格化的思想，将航拍图像的定位问题转化为一种图像分类问题，并提出了一个新的融合显著性特征的多通道全卷积网络模型，有效实现了一个多尺寸输入的滑动窗口分类器，最后提出了一种邻域显著性参照定位方法来得到多尺寸航拍图像的定位结果。
-
Patent Agency Ranking
公开(公告)号：CN109492580A
公开(公告)日：2019-03-19
申请号：CN201811326593.5
申请日：2018-11-08
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于全卷积网络的领域显著性参照的多尺寸航拍图像定位方法，用以解决多尺寸航拍图像的定位问题。该方法基于区域网格化的思想，将航拍图像的定位问题转化为一种图像分类问题，并提出了一个新的融合显著性特征的多通道全卷积网络模型，有效实现了一个多尺寸输入的滑动窗口分类器，最后提出了一种邻域显著性参照定位方法来得到多尺寸航拍图像的定位结果。
-
公开(公告)号：CN108375381A
公开(公告)日：2018-08-07
申请号：CN201810129372.2
申请日：2018-02-08
IPC: G01C25/00
Abstract: 本发明公开了一种基于扩展卡尔曼滤波的仿生偏振传感器多源误差标定方法，该方法包含以下步骤：(1)仿生偏振光传感器多源误差分析；(2)以安装误差、比例因子等多源误差和偏振方位角为系统状态量建立系统状态模型；(3)以含有多源误差的光强测量值为输出建立系统量测模型；(4)搭建实验环境，采集传感器数据；(5)设计扩展卡尔曼滤波器，估计安装误差、尺度因子和偏振方位角；(6)根据安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值。本发明不依赖于高精密测量仪器，成本低，可操作性强，易实现，精度高，适用于仿生偏振导航系统多源误差的同时标定与补偿。
-
公开(公告)号：CN108362288A
公开(公告)日：2018-08-03
申请号：CN201810128645.1
申请日：2018-02-08
Abstract: 本发明公开了一种基于无迹卡尔曼滤波的偏振光SLAM方法，属于无人机自主导航的范畴。该方法结合无人机的状态模型和基于激光雷达传感器、偏振光传感器的量测模型，通过无迹卡尔曼滤波，即UKF算法，实现无人机位置的确定和周围环境地图的构建，利用偏振光信息和激光雷达信息匹配互补、不受其他外界干扰的特性，提高了无人机SLAM系统的稳定性和精度。
-
公开(公告)号：CN118781178A
公开(公告)日：2024-10-15
申请号：CN202411266793.1
申请日：2024-09-11
Applicant: 北京航空航天大学杭州创新研究院 , 北方工业大学
Abstract: 本发明公开了一种基于表面重建和三重积分的体积测量方法，包括以下步骤：1、使用三维扫描设备和图像拍摄设备获取点云和图像；2、图像和点云的标定和配准；3、点云和图像的融合；4、神经网络的训练与点云分割；5、点云的重建与计算。该测量方法能够有效精准的测量各种不规则物体体积，点云分割中深度学习的应用使得能够适应不同场景，对点云的表面重建可以在三维空间中较大程度上还原物体原有姿态，对其参数化方程三重积分可以快速准确计算其体积，拥有效率高、精度高、自动化程度高等优点。
-
公开(公告)号：CN110046368B
公开(公告)日：2023-06-13
申请号：CN201811414147.X
申请日：2018-11-26
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于自适应UKF的仿生偏振传感器多源误差标定方法，该方法包含以下步骤：(1)基于安装误差、比例因子、偏振度系数、偏振方位角和偏振度为偏振导航系统状态量建立系统状态模型；(2)以含有多源误差的光强测量值为输出建立系统量测模型；(3)设计自适应扩展卡尔曼滤波器，估计安装误差、尺度因子和偏振方位角；(4)根据安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值。本发明方法具有鲁棒性强，抗干扰能力强、标定成本低等优点。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.026 seconds)
