-
公开(公告)号：CN109726672A
公开(公告)日：2019-05-07
申请号：CN201811613090.6
申请日：2018-12-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种基于人体骨架序列和卷积神经网络的摔倒检测方法，它属于人体摔倒检测技术领域。本发明解决了传统的人体摔倒检测方法仅利用不连续的单时间点传感信息来检测，容易带来摔倒的误判的问题。本发明采集了一部分人体摔倒骨架序列和类摔倒骨架序列，并且将MSRDaily Activity3D数据集融合到采集的数据集中，同时为了弥补数据集的空白，本发明利用两种数据增强的方法对数据集进行扩增，以避免过拟合的问题；扩增后的数据集用来训练和测试本发明建立的卷积神经网络，实验结果显示，在测试集上的识别准确率为93.75％，灵敏度为93.9％，所以，本发明的方法克服了传统方法容易带来摔倒的误判的问题。本发明可以应用于人体摔倒检测技术领域。
-
公开(公告)号：CN109726672B
公开(公告)日：2020-08-04
申请号：CN201811613090.6
申请日：2018-12-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种基于人体骨架序列和卷积神经网络的摔倒检测方法，它属于人体摔倒检测技术领域。本发明解决了传统的人体摔倒检测方法仅利用不连续的单时间点传感信息来检测，容易带来摔倒的误判的问题。本发明采集了一部分人体摔倒骨架序列和类摔倒骨架序列，并且将MSRDaily Activity3D数据集融合到采集的数据集中，同时为了弥补数据集的空白，本发明利用两种数据增强的方法对数据集进行扩增，以避免过拟合的问题；扩增后的数据集用来训练和测试本发明建立的卷积神经网络，实验结果显示，在测试集上的识别准确率为93.75％，灵敏度为93.9％，所以，本发明的方法克服了传统方法容易带来摔倒的误判的问题。本发明可以应用于人体摔倒检测技术领域。
-
公开(公告)号：CN109829422A
公开(公告)日：2019-05-31
申请号：CN201910088572.2
申请日：2019-01-28
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 本发明提供一种基于脉冲神经网络人体摔倒动作的视频识别方法，属于视频识别技术领域。本发明首先将需要识别的视频中基于时间的人体骨骼节点转换为二维彩色图像，并将其转化为二维灰度图像；然后建立人体摔倒动作识别的脉冲神经网络模型；收集人体摔倒动作和未摔倒动作样本，建立人体摔倒动作数据集；并在该人体摔倒动作数据集的基础上，采用STDP算法对所述脉冲神经网络模型进行训练；最后将二维灰度图像作为训练好的脉冲神经网络模型的输入，输出得到识别结果。本发明解决了现有人体摔倒动作的视频识别技术需要进行人工特征提取，导致效率较低的问题。本发明可用于人体摔倒动作的视频识别。
-
公开(公告)号：CN108830252A
公开(公告)日：2018-11-16
申请号：CN201810671262.9
申请日：2018-06-26
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种融合全局时空特征的卷积神经网络人体动作识别方法，它属于人体动作识别技术领域。本发明解决了传统动作识别方法存在的动作识别的准确率较低的问题。本发明选用InceptionV3基础网络结构，建立空间通道网络和全局时域通道网络，将UCF101视频数据集切割成单帧静态图像，将单帧静态图像分为训练和测试集对空间通道网络训练和测试；计算训练和测试集中单帧静态图像对应的能量运动历史图，对全局时域通道网络进行训练和测试；对训练好的空间通道网络和全局时域通道网络的参数微调，将概率平均值最大的类别作为待识别视频序列的每帧静态图像的动作识别结果，本发明方法的动作识别准确率可以达到87％以上。本发明可以应用于人体动作识别技术领域用。
-
公开(公告)号：CN108830252B
公开(公告)日：2021-09-10
申请号：CN201810671262.9
申请日：2018-06-26
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种融合全局时空特征的卷积神经网络人体动作识别方法，它属于人体动作识别技术领域。本发明解决了传统动作识别方法存在的动作识别的准确率较低的问题。本发明选用InceptionV3基础网络结构，建立空间通道网络和全局时域通道网络，将UCF101视频数据集切割成单帧静态图像，将单帧静态图像分为训练和测试集对空间通道网络训练和测试；计算训练和测试集中单帧静态图像对应的能量运动历史图，对全局时域通道网络进行训练和测试；对训练好的空间通道网络和全局时域通道网络的参数微调，将概率平均值最大的类别作为待识别视频序列的每帧静态图像的动作识别结果，本发明方法的动作识别准确率可以达到87％以上。本发明可以应用于人体动作识别技术领域用。
-
Patent Agency Ranking
公开(公告)号：CN109886227A
公开(公告)日：2019-06-14
申请号：CN201910146795.X
申请日：2019-02-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 本发明提供基于多通道卷积神经网络的室内火灾视频识别方法，属于图像处理识别技术领域。本发明首先对视频中的图像进行火焰的区域分割，提取图像中疑似火焰目标，进而获得疑似火焰目标区域面积；然后对图像提取火焰颜色特征；根据疑似火焰目标区域面积对视频中的图像提取圆形度特征和面积变化特征；再将火焰颜色特征、圆形度特征以及面积变化特征作为检测特征通道，设计卷积神经网络CNN模型；对各个通道图像特征进行识别训练；最后将从待识别视频中提取的火焰颜色特征、圆形度特征以及面积变化特征输入训练好的卷积神经网络中进行火灾识别。本发明解决了现有火灾视频识别技术的识别准确率较低的问题。本发明可应用于室内火灾视频识别。
-
公开(公告)号：CN117058235A
公开(公告)日：2023-11-14
申请号：CN202311025048.3
申请日：2023-08-15
Applicant: 哈尔滨工业大学 , 芜湖哈特机器人产业技术研究院有限公司
IPC: G06T7/73 , G06T7/77 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 跨多种室内场景的视觉定位方法，解决了视觉定位场景坐标回归方法只能应用于特定场景的问题，属于视频图像拍摄视觉定位领域。本发明包括:在N个不同的场景中，采集数据，对采集的数据进行预处理；将场景中的RGB图像和深度图作为输入，将深度图中每个像素点所对应的场景坐标作为输出，搭建跨场景视觉定位网络，对跨场景视觉定位网络进行训练时，卷积层权重确定时采用自适应参数共享策略：根据待测的RGB图像和对应深度图像选择相应跨场景视觉定位网络的权值，再利用训练好的跨场景视觉定位网络对待测RGB图像进行预测，得到每个像素点的场景坐标，根据得到的场景坐标及对应深度图像中的像素坐标，计算相机位姿。
-
公开(公告)号：CN115578426A
公开(公告)日：2023-01-06
申请号：CN202211314225.5
申请日：2022-10-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于稠密特征匹配的室内服务机器人重定位方法，为解决基于关键帧的重定位算法的室内服务机器人在恶劣环境中无法精确定位的问题，根据室内场景的RGB图像和深度图像获取室内服务机器人的位姿，建立关键帧数据库，利用网络提取每张RGB图像的全局描述子组成全局描述子数据库；利用网络提取获得待查询RGB图像的全局描述子，计算全局描述子与全局描述子数据库的余弦相似度，将相似度最高的RGB图像作为检索图像；利用稠密特征匹配网络建立待查询RGB图像和检索图像特征点的关系；根据检索图像对应的位姿计算检索图像的特征点对应的路标点，建立待查询RGB图像特征点与路标点的关系；获得待查询RGB图像对应的室内服务机器人的位姿。
-
公开(公告)号：CN115540860A
公开(公告)日：2022-12-30
申请号：CN202211172443.X
申请日：2022-09-26
Applicant: 福建(泉州)哈工大工程技术研究院 , 哈尔滨工业大学
Abstract: 本发明涉及传感器位姿估算技术领域，具体是公开一种多传感器融合位姿估计算法算法，惯性导航系统的建模与标定，包括确定坐标系，惯性导航系统的IMU设备输出建模，确定IMU运动学模型；基于卡尔曼滤波将惯性导航系统输出的姿态信息与视觉SLMA得到的姿态信息进行姿态融合，包括输入视觉SLMA的视觉传感器与惯性导航系统的IMU设备各自的自由度信息，通过卡尔曼滤波预测过程通过卡尔曼滤波更新过程；不断迭代更新系统方程实现滤波，包括确定误差量表示状态方程，将下一时刻系统信息通过卡尔曼滤波预测过程，将下一时刻系统信息通过卡尔曼滤波的更新过程，该算法修正了IMU本身存在的累计误差，同时解决视觉相机输出频率低，旋转时跟踪易失败等问题。
-
公开(公告)号：CN114770379A
公开(公告)日：2022-07-22
申请号：CN202210571513.2
申请日：2022-05-24
Applicant: 哈尔滨工业大学
Abstract: 一种面向机器人磨抛的轮毂自动装夹变位机，属于轮毂加工技术领域，本发明为了解决现有轮毂加工平台不能对轮毂进行定位和固定，致使加工精度较低，而且现有汽车轮毂加工用变位器轮毂尺寸固定，适用性差，固定方法不方便操作，装夹效率低的问题，本发明提供的一种面向机器人磨抛的轮毂自动装夹变位机包括基座、驱动机构、转台、辅助固定机构、中心定位轴组件和N个夹持固定组件，N为大于3的正整数，该变位机用做机器人磨抛辅助设备，面对轮毂复杂曲面，工业机器人结构以及磨抛工具限制了末端磨抛的轨迹，本发明提供的变位机适用于回转工作的磨抛变位，以得到理想的加工位置和磨抛速度。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.063 seconds)
