公开(公告)号：CN110033012A

公开(公告)日：2019-07-19

申请号：CN201811620278.3

申请日：2018-12-28

Applicant: 华中科技大学

Inventor： 王天江 ,  冯平 ,  赵志强 ,  罗逸豪 ,  冯琪

IPC: G06K9/62 ,  G06N3/04 ,  G06T7/246

Abstract: 本发明公开了一种通道特征加权卷积神经网络的生成式目标跟踪方法，该方法包括：构造基于通道特征的加权卷积神经网络模型，对网络模型进行轮流迭代的训练，训练好的基于通道特征的加权卷积神经网络模型中卷积部分作为共享的特征提取子网络，剩下的部分作为分类子网络。进行目标跟踪时，固定特征提取子网络的参数，重置分类子网络的卷积核参数，对分类子网络进行训练，提取初始目标的特征作为初始模板。在跟踪过程中，自适应更新分类子网络并生成重要的历史目标跟踪模板；对属于前景类概率较高的候选样本，计算得到综合的预测值，将预测值最高的样本作为新的跟踪结果。本发明能够有效提高跟踪的预测精度。

公开(公告)号：CN119657424A

公开(公告)日：2025-03-21

申请号：CN202411907118.2

申请日：2024-12-23

Applicant: 华中科技大学同济医学院附属协和医院

Inventor： 张丽娟 ,  赵明珍 ,  王景博 ,  唐庆 ,  段雪云 ,  廖奕 ,  邓双娇 ,  朱凤 ,  刘星星 ,  桂杨 ,  田雨时 ,  薛庚辰 ,  赵志强

IPC: B05C9/10 ,  D06G1/00 ,  B05C11/04 ,  B05C9/14 ,  B05D3/04 ,  D06C15/02 ,  B05C13/02 ,  B05C5/02 ,  D06H7/00 ,  A61J3/00

Abstract: 本发明公开了一种膏药生产用药膏涂覆装置及其使用方法，属于医疗用品生产技术领域，通过将敷贴布料移动至药膏挤出机的下方，出料管通过滑套带动两个横杆旋转，横杆通过滑座带动刮条旋转，同时启动药膏挤出机和电磁阀，使药膏从出料管排出，出料管底端朝向刮条的内部，药膏被刮条和挡片阻挡，防止药膏流出敷贴布料，使出料管和刮条能够同步转动，配合刮条上的挡片，将药膏均匀涂覆在敷贴布料上，刮条的侧面为斜面设计，刮条在旋转过程中能够将药膏逐步散开，摒弃传统采用直接摊涂的方式，保证敷贴布料上药膏涂覆的均匀性，而且涂覆的厚度以及面积均匀一致，使药膏均匀的分布在敷贴布料上，提高产品的品质以及后续对患者的治疗效果。

公开(公告)号：CN115179277A

公开(公告)日：2022-10-14

申请号：CN202210655651.9

申请日：2022-06-10

Applicant: 华中科技大学

Inventor： 朱志红 ,  肖启伟 ,  黄石峰 ,  周星 ,  赵志强 ,  王渴健

IPC: B25J9/16

Abstract: 本发明公开了一种工业机器人标定用构型组生成方法及系统，属于工业机器人领域，包括：S1、对工业机器人运动学误差模型的系数矩阵进行奇异值分解，得到标定用构型组的可观测指数的表达式，从而建立以可观测指数最优为目标的标定用构型组生成模型，其约束条件包括：工业机器人的关节运动范围约束以及工业机器人末端的运动空间约束和采集约束；运动空间约束用于将工业机器人的末端位置约束在其运动边界范围内；采集约束用于将工业机器人的末端位置约束在测量仪器的测量范围内；S2、求解标定用构型组生成模型，生成最优标定用构型组。本发明无需提前进行实际数据采集，也无需预先进行大量位姿测量，计算快捷，能够直接生成一组标定精度较高的构型组。

公开(公告)号：CN109671102B

公开(公告)日：2021-02-05

申请号：CN201811467752.3

申请日：2018-12-03

Applicant: 华中科技大学

Inventor： 王天江 ,  冯平 ,  赵志强 ,  罗逸豪 ,  冯琪

IPC: G06T7/246 ,  G06N3/04

Abstract: 本发明公开了一种基于通道特征融合卷积神经网络的综合式目标跟踪方法，属于计算机视觉领域，一方面，对于网络结构加入一个新的通道特征加权卷积层，并构造一种适合于目标跟踪的卷积神经网络用于提取深度特征作为外观表示。另一方面，跟踪之前构造的长期分类预测子网络模块和回归预测子网络模块，利用初始目标的信息采集样本训练长期分类预测子网络模块和回归预测子网络模块，跟踪过程中利用长期分类预测子网络模块对所有候选块进行分类，根据其属于前景类的概率结果自适应的结合长短期分类预测子网络模块、回归预测子网络模块和多模板匹配模块进行跟踪。本发明方法鲁棒性强、准确度高。

公开(公告)号：CN109671102A

公开(公告)日：2019-04-23

申请号：CN201811467752.3

申请日：2018-12-03

Applicant: 华中科技大学

Inventor： 王天江 ,  冯平 ,  赵志强 ,  罗逸豪 ,  冯琪

IPC: G06T7/246 ,  G06N3/04

CPC classification number: G06T7/251 ,  G06N3/0454 ,  G06T2207/10016 ,  G06T2207/20081

Abstract: 本发明公开了一种基于通道特征融合卷积神经网络的综合式目标跟踪方法，属于计算机视觉领域，一方面，对于网络结构加入一个新的通道特征加权卷积层，并构造一种适合于目标跟踪的卷积神经网络用于提取深度特征作为外观表示。另一方面，跟踪之前构造的长期分类预测子网络模块和回归预测子网络模块，利用初始目标的信息采集样本训练长期分类预测子网络模块和回归预测子网络模块，跟踪过程中利用长期分类预测子网络模块对所有候选块进行分类，根据其属于前景类的概率结果自适应的结合长短期分类预测子网络模块、回归预测子网络模块和多模板匹配模块进行跟踪。本发明方法鲁棒性强、准确度高。