-
公开(公告)号：CN118938990A
公开(公告)日：2024-11-12
申请号：CN202411203105.7
申请日：2024-08-29
Applicant: 哈尔滨理工大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 一种基于数据驱动的四旋翼无人机飞行姿态控制方法，属于无人机飞行姿态控制方法领域。无人机飞行姿态控制方法涉及的强化学习算法存在训练结果明显差异，阻碍强化学习技术。本发明通过设计LSTM神经网络以及构建数据集进行姿态估计，LSTM神经网络整体结构为：将姿态角分为水平姿态角与偏航角，利用一个LSTM神经网络将陀螺仪输出、加速度计输出以及前n个时刻的水平姿态角作为输入来求解当前时刻的水平姿态角，同时利用另一个LSTM神经网络将陀螺仪输出、磁力计输出以及前n个时刻的偏航角作为输入来求解当前时刻的偏航角；传感器数据包括为陀螺仪输出、加速度计输出以及磁力计输出。基于LSTM神经网络的姿态估计算法所得结果的误差大幅下降，提高精度。
-
公开(公告)号：CN114120391B
公开(公告)日：2024-07-12
申请号：CN202111213738.2
申请日：2021-10-19
Applicant: 哈尔滨理工大学
Abstract: 一种多姿态人脸识别系统及其方法，属于人脸识别算法的领域。传统的基于2D的人脸转正算法，存在着人脸图像学习不充分以及特征子空间学习不充分的问题。一种多姿态人脸识别系统及其方法，从监控视频流中提取关键帧，并通过MTCNN网络对其中的人脸进行检测，将人脸图像以长宽相同的比例截取；对提取的人脸图像等比缩放至128*128；将输入的多姿态人脸图像进行姿态调整，将人脸姿态全部转正至正脸；识别多姿态人脸图像并对人脸图像ID进行标记。提取不同姿态下个体的特征信息，可以极大地增强人脸转正算法性能。让模型可以同时自适应学习同一个体的不同姿态信息特征，提高识别率。
-
公开(公告)号：CN116681929A
公开(公告)日：2023-09-01
申请号：CN202310575374.5
申请日：2023-05-22
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/42 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了作物病害识别技术领域的一种麦类作物病害图像识别方法，具体包括以下步骤：S1：基于多路卷积神经网络的麦类病害图像分割和识别：利用U‑Net语义分割网络对麦类作物数据进行分割处理操作得到单株麦穗图像，多路卷积神经网络中，通过对分割之后的单株麦穗图像分R、G、B三个通道分别提取麦穗特征；S2：基于多尺度特征提取卷积神经网络的麦类作物病害识别和检测：首先通过利用不同感受野的空洞卷积构建一个多尺度特征提取模块，从不同尺度的感受野中提取麦穗图像的全局特征；接着从全局特征中定位学习信息量丰富的病害局部关键区域，最后通过关键区域特征和全局特征进行特征融合，来实现对不同生长时期的麦类作物的病害进行识别。
-
公开(公告)号：CN112053694A
公开(公告)日：2020-12-08
申请号：CN202010719665.3
申请日：2020-07-23
Applicant: 哈尔滨理工大学
IPC: G10L17/02 , G10L17/04 , G10L17/14 , G10L21/0216 , G10L25/12 , G10L25/18 , G10L25/27 , G10L25/30 , G10L25/45
Abstract: 本发明公开了一种基于CNN与GRU网络(简称C‑GRU)融合的声纹识别方法，包括：将待识别语音信号样本进行预处理后通过自适应滤波算法对其进行语音增强处理；生成待识别语音片段的语谱图；将待识别语音片段生成的语谱图输入训练后的C‑GRU网络模型，分别提取声纹特征；将提取到的特征输入softmax函数得到待识别语音信号片段的身份分类信息。本发明基于C‑GRU网络的特征提取方法，避免频域上的信息损失，同时利用GRU网络具有很好的时间特征提取能力的特点，实现了较高识别准确率和较快收敛速度的声纹识别方法。
-
公开(公告)号：CN109034051A
公开(公告)日：2018-12-18
申请号：CN201810816204.0
申请日：2018-07-24
Applicant: 哈尔滨理工大学
IPC: G06K9/00
CPC classification number: G06K9/00281 , G06K9/0061 , G06K9/00617
Abstract: 人眼定位方法。现阶段将人眼定位方法缺点在于对杂背景的图片和倾斜的人脸定位不准确。模板匹配法准确率较高，但由于需要多次计算分形维数，运算复杂。本发明的方法，首先要得到确定眼睛时的模板和特征空间，并确定验证时用到的人脸；且采用K‑L变换得到特征脸；探测一幅图中可能的眼睛点；将图像上所有的候选眼睛点组合，从原图中选出双眼窗口，与步骤1的模板进行匹配，满足匹配条件的定为候选眼睛对；将每对候选眼睛所确定的人脸区域投影到特征脸空间上，求出向量系数，根据向量系数重建图像，对比原图和重建图即可验证假定的眼睛对是否正确。本发明不用对输入图片多次按比例缩小获取各个对象的尺寸，从两方面大大减少了运算的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN116524575A
公开(公告)日：2023-08-01
申请号：CN202310642917.0
申请日：2023-06-01
Applicant: 哈尔滨理工大学
Abstract: 一种基于多注意力机制的人脸识别方法，属于人脸识别算法领域。无约束场景下的人脸识别，因人脸特征被各种因素遮挡，使得现有的人脸识别算法的识别准确率低的问题。一种基于多注意力机制的人脸识别方法，设计基于多模态信息融合的人脸修复算法；采取全局和局部的判别模型进行对抗性训练；利用修复后的人脸图片，以MobileNetV2框架为基础，添加空间、通道和全局注意力机制，弱化修复后人脸图片中的修复区域识别权重，设计基于多注意力机制的人脸识别算法；制作有遮挡物遮挡的人脸数据集；基于步骤三的人脸识别算法设计对存在遮挡情况的人脸图像进行识别的人脸识别系统。通过提高遮挡情况人脸的修复效果，提高人脸识别的准确率。
-
公开(公告)号：CN116416303A
公开(公告)日：2023-07-11
申请号：CN202310410129.9
申请日：2023-04-18
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了视觉检测技术领域的车载双目测距避障系统包括帧差调取模块，利用改进型帧差法调用双目相机进行目标的检测与识别，得到实际场景中目标位置信息，矫正模块，利用双目相机参数对双目相机获取的左、右图像进行矫正，并通过SGM立体匹配算法得到校正后左、右目标区域图像的视差图，计算模块，利用双目测距公式得到目标与双目相机的距离；最后在输出图像上显示检测到的图像中目标的距离，决策模块，根据目标的距离以及相对速度做出相应决策判断；车载双目测距避障系统系统是基于ZYNQ平台实现；不仅利用运动目标检测算法对目标实时检测，同时利用双目视觉技术对检测到的目标物体进行准确测距以及根据目标信息进行避障预警判断。
-
公开(公告)号：CN114120391A
公开(公告)日：2022-03-01
申请号：CN202111213738.2
申请日：2021-10-19
Applicant: 哈尔滨理工大学
Abstract: 一种多姿态人脸识别系统及其方法，属于人脸识别算法的领域。传统的基于2D的人脸转正算法，存在着人脸图像学习不充分以及特征子空间学习不充分的问题。一种多姿态人脸识别系统及其方法，从监控视频流中提取关键帧，并通过MTCNN网络对其中的人脸进行检测，将人脸图像以长宽相同的比例截取；对提取的人脸图像等比缩放至128*128；将输入的多姿态人脸图像进行姿态调整，将人脸姿态全部转正至正脸；识别多姿态人脸图像并对人脸图像ID进行标记。提取不同姿态下个体的特征信息，可以极大地增强人脸转正算法性能。让模型可以同时自适应学习同一个体的不同姿态信息特征，提高识别率。
-
公开(公告)号：CN111666988A
公开(公告)日：2020-09-15
申请号：CN202010444366.3
申请日：2020-05-22
Applicant: 哈尔滨理工大学
Abstract: 本发明创造提供了一种基于多层信息融合的目标检测算法，包括：S1、对数据集图像进行预处理；将图像数据调整到网络设定的尺寸；S2、利用Densenet对图像进行不同层次信息的提取，提取四个阶段的特性特征；S3、对提取的四个阶段特征进行通道数的规范化；S4、对提取的多层次信息进行上下融合，加强不同层次信息的传递，使特征图具有丰富的深层语义信息及浅层的位置信息。本发明创造使用Densenet作为特征提取网络，与传统的ResNet网络相比，该网络所需的参数量不到ResNet的一半；对于工业界而言，小模型可以显著地节省带宽，降低存储开销，提高了网络模型的计算效率，并且根据网络特性提取了不同层次的信息。
-
公开(公告)号：CN109167519A
公开(公告)日：2019-01-08
申请号：CN201811212964.7
申请日：2018-10-18
Applicant: 哈尔滨理工大学
IPC: H02M3/335
Abstract: 本发明公开了一种反激式开关电源数字环路补偿器。随着电子技术的快速发展，开关电源的集成化越来越高。数字开关电源的补偿器设计是开关电源控制器设计中的一个关键技术，数字补偿器的实现方法和算法的优化，直接影响到开关电源的控制精度和纹波系数。本发明主要讲述一种数字控制的flyback电路闭环系统的S域小信号模型，该模型中的闭环回路分为几个主要的部分：功率变换级Gs(s)、采样Gad(s)、数字补偿器Gc(s)、和DPWM发生器Gdpwm(s)。本发明所述数字环路补偿器，可以克服现有技术中瞬态控制特性相对来说比较差等缺陷，采用积分分离PID算法，不仅提高了系统的响应时间，而且降低了系统的超调量。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
