-
公开(公告)号:CN119515907A
公开(公告)日:2025-02-25
申请号:CN202411573161.X
申请日:2024-11-06
Applicant: 厦门大学 , 厦门市计量检定测试院
Abstract: 本发明涉及一种自适应堆叠工件点云数据合成与实例分割方法及装置,方法包括:通过采集单个工件的点云数据,应用特征保持重建算法自动化逆向建模得到单个工件的CAD模型,并建立和训练包含骨干网络模块、语义预测模块、中心点偏移量预测模块、二值聚类模块、向心偏移模块和投票模块的堆叠工件实例分割模型;通过点云数据补全和细节特征保持算法对点云数据进行补全并细化边缘细节,将处理后的点云数据输入训练好的实例分割模型中,实现堆叠工件点云数据的精准实例分割。本发明通过自适应点云数据合成、深度学习实例分割和点云数据补全等技术,显著提高了点云数据的质量和分割精度,适用于复杂工业环境中的工件识别和操作任务。
-
公开(公告)号:CN119540532A
公开(公告)日:2025-02-28
申请号:CN202411630724.4
申请日:2024-11-15
Applicant: 厦门大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/77 , G06T7/50 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了一种无监督域自适应的单目三维目标检测方法及系统,方法包括:构建单目三维目标检测模型,并进行预训练与自训练;利用训练好的单目三维目标检测模型实现单目三维目标检测;所述单目三维目标检测模型包括:深度图生成模块,接收原始单目图像,输出包含相对尺度深度信息的归一化尺度深度图;伪激光点云生成模块,接收归一化尺度深度图,生成伪激光点云;伪标签生成模块,接收伪激光点云,输出带伪标签的伪激光点云;多模态融合模块,接收带伪标签的伪激光点云和原始单目图像,进行融合获得融合特征;点云目标检测器,根据融合特征实现对三维空间中物体的准确定位和分类。本发明的无监督域自适应策略有效提升了系统的性能和鲁棒性。
-
公开(公告)号:CN119246628A
公开(公告)日:2025-01-03
申请号:CN202411389907.1
申请日:2024-10-08
Applicant: 厦门大学
Abstract: 本发明公开了一种基于Zn/Ag/PEO纳米线堆叠的柔性电阻式湿度传感器的制备方法和应用,本发明将无颗粒油墨放入电纺直写设备中,根据预先设计垂直于叉指电极方向的轨迹在薄膜上沉积多层具有一定结构形貌的Zn/Ag/PEO导电纤维,烧结形成具有优异湿度响应性能与环境耐受性的柔性湿度传感器。本发明所制备的柔性电阻式湿度传感器具有优异的湿敏特性,响应灵敏度高、响应范围宽、稳定性高。
-
公开(公告)号:CN118330013A
公开(公告)日:2024-07-12
申请号:CN202410365849.2
申请日:2024-03-28
Applicant: 厦门大学
IPC: G01N27/626
Abstract: 本发明提供了一种激光光纤准直聚焦的同轴观测质谱离子源光学系统,包括激光器、光纤、样品腔,光纤耦合模块,所述光纤耦合模块沿着所述激光器发射激光的方向同轴水平设置将所述激光器发射的激光耦合进入所述光纤后输出,所述光纤位于样品腔一侧并与样品腔所在水平面错开;沿着所述样品腔的竖直方向依次设置光纤准直聚焦模块和同轴照明观测模块,所述光纤准直聚焦模块改变光纤耦合输出的激光方向并将其准直聚焦至样品,所述同轴照明观测模块与所述样品腔及光纤准直聚焦模块同轴对所述样品照明与成像;所述样品腔内设位移控制模块,所述位移控制模块以及所述激光器与控制系统电性连接带动样品移动,所述控制系统控制激光器的激光发射参数。
-
公开(公告)号:CN116188782A
公开(公告)日:2023-05-30
申请号:CN202310184347.5
申请日:2023-03-01
Applicant: 厦门大学
Abstract: 本发明公开了一种基于注意力特征融合的负向障碍物语义分割检测方法及装置,获取左目图像和右目图像,进行透视变化,并处理得到视差图;构建并训练得到负向障碍物语义分割检测模型,负向障碍物语义分割检测模型包括编码器、注意力特征融合模块和解码器,注意力特征融合模块包括特征融合模块和注意力模块,特征融合模块采用嵌套结构组合,注意力模块与特征融合模块连接,用于重新分配权重;将经过透视变化的左目图像和视差图输入负向障碍物语义分割检测模型中,通过编码器和注意力特征融合模块进行特征提取和融合,得到最终融合特征;将最终融合特征输入解码器,得到负向障碍物的语义分割结果,能增加负向障碍物边缘分割精度,提高分割结果的水平。
-
公开(公告)号:CN119827609A
公开(公告)日:2025-04-15
申请号:CN202411990494.2
申请日:2024-12-31
Applicant: 厦门大学
IPC: G01N27/64
Abstract: 本发明公开了一种提高激光电离质谱深度分辨率的双脉冲系统和方法,涉及质谱仪技术领域,系统包括:控制系统,控制飞秒激光器产生的飞秒激光参数及纳秒激光器的纳秒激光参数;激光能量调控模块,对输入的飞秒激光进行相位调整和探测,并基于飞秒激光参数,输出满足设定参数的飞秒激光;光束整形和光束形貌分析模块,对飞秒激光进行整束并聚焦于样品表面进行激光剥蚀;纳秒激光对剥蚀出的中性粒子进行非共振多光子电离,产生电离离子用于质谱分析。本发明能够提高激光电离质谱的深度分辨率至纳米级,并且在减小采样量的情况下提高离子的电离效率,同时提高仪器的灵敏度和定量分析的准确度。
-
公开(公告)号:CN118154472A
公开(公告)日:2024-06-07
申请号:CN202410332630.2
申请日:2024-03-22
Applicant: 厦门大学
IPC: G06T5/77 , G06T5/60 , G06T3/4038 , G06T3/4046 , G06T7/13 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明一种边缘保持的透明物体深度修复方法及系统,方法包括:S1,建立透明物体图像数据集;所述透明物体图像数据集包括若干场景下带有透明物体的RGB图像及深度相机获得的真实深度图像;S2,对RGB图像和对应的深度图像分别进行图像预处理,对预处理后的RGB图像及深度图像进行拼接获得拼接图像;S3,建立透明物体深度修复模型,并使用预处理后的透明物体图像数据集进行训练,获得经过训练的模型;S4,构建带有边缘保持的损失函数完成透明物体深度修复模型优化。本发明能够解决深度相机捕获透明物体深度时产生的深度错误与深度缺失问题,以及解决当前深度修复算法效果不佳、边界模糊的问题。
-
公开(公告)号:CN118014843A
公开(公告)日:2024-05-10
申请号:CN202410278585.7
申请日:2024-03-12
Applicant: 厦门大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/08
Abstract: 本发明一种基于零样本学习的质谱图像超分辨率重建方法,包括:获取质谱谱图数据,通过数据预处理,得到不同质荷比离子的离子图像数据;构建前滤波模型,使用得到的离子图像数据训练该前滤波模型,得到前滤波后的离子图像;构建上采样器、下采样器以及判别器;基于下采样器、判别器及上采样器构建正向通道;基于上采样器及下采样器构建反向通道;基于正向通道和反向通道构建基于零样本的质谱图像超分辨率网络,利用训练好的质谱图像超分辨率网络的上采样器输出最终待超分辨率重构离子图像。本发明无需大量数据集进行学习,有效解决了质谱成像在高空间分辨率下成像速度慢的问题,以及成像设备开发周期长、成本高、成像速度与空间分辨率冲突等问题。
-
公开(公告)号:CN118014842A
公开(公告)日:2024-05-10
申请号:CN202410278583.8
申请日:2024-03-12
Applicant: 厦门大学
IPC: G06T3/4053 , G06T5/50 , G06T7/30 , G06N3/0464 , G06N3/084
Abstract: 本发明一种基于参考的质谱图像超分辨率重构方法,包括:获取质谱图像以及H&E染色显微图像数据;获取质谱图像的信噪比,如果信噪比低,利用预处理管道进行增强滤波预处理;将滤波增强预处理后的质谱图像输入超分辨率重构模块,输出粗超分辨率重构图像;将H&E染色显微图像和质谱图像分别进行预处理,输入图像配准模块进行粗配准,得到粗配准后的H&E染色显微图像;将粗超分辨率重构图像以及粗配准后的H&E染色显微图像输入图像融合模块,输出最终待超分辨率重构的目标质谱图像。本发明将超分辨率重构、图像配准以及图像融合相结合,建立了端到端深度神经网络实现质谱图像超分辨率重构,在保留质谱图像离子信息的同时增强了图像的细节并提高了空间分辨率。
-
公开(公告)号:CN115965676A
公开(公告)日:2023-04-14
申请号:CN202211655768.3
申请日:2022-12-22
Applicant: 厦门大学
IPC: G06T7/55 , G06T3/40 , G06N3/048 , G06N3/09 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出一种对高分辨率图像敏感的单目绝对深度估计方法,将双目输入的图像通过数据水平拼接模块在垂直方向上进行拼接,在小数据集上训练的模型有更高的泛化能力和更高的预测精度;将图像输入模型,通过新型跳跃连接和深度解码器模块,提升深度估计在高分辨率下的敏感性,得到归一化的相对深度图;将相对深度图通过绝对尺度恢复模块得到具有真实深度的绝对尺度深度图。本发明方法改善了单目深度估计的尺度模糊、高分辨率精度提升小、小数据集泛化性差的问题,并且对于含有动态物体、遮蔽、相机静止的应用场景有较强的适应性。
-
-
-
-
-
-
-
-
-