-
公开(公告)号：CN114347043A
公开(公告)日：2022-04-15
申请号：CN202210257626.5
申请日：2022-03-16
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及智能机械手技术领域，具体公开了一种机械手模型学习方法、装置、电子设备及存储介质，其中，学习方法包括以下步骤：获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据；根据所述专家演示数据生成关联于学习成本函数的专家策略，所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立；最小化所述学习成本函数以获取最优专家策略；根据所述最优专家策略训练所述机械手模型；该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为，从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。
-
公开(公告)号：CN114299619A
公开(公告)日：2022-04-08
申请号：CN202210055484.4
申请日：2022-01-18
Applicant: 季华实验室
IPC: G06V40/20 , G06V20/40 , G06V10/34 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请属于行为识别技术领域，公开了一种在线行为识别方法、装置、电子设备及存储介质，通过获取最新的N帧视频图像的人体骨架信息；识别各帧视频图像的行为的概率最大的M种行为类型；检测各帧视频图像的行为属于各种行为类型的起始动作的起点置信度和终止动作的终点置信度；根据各种行为类型的起点置信度时序数组与相应行为类型的标准起点置信度时序数组的相关性检测是否出现相应行为类型的开始标志；根据各种行为类型的终点置信度时序数组与相应行为类型的标准终点置信度时序数组的相关性检测是否出现相应行为类型的结束标志；根据开始标志和结束标志的检测结果输出行为类型的识别结果；从而具有较好的灵活性和较高的识别正确率。
-
公开(公告)号：CN114995162B
公开(公告)日：2022-11-08
申请号：CN202210917080.1
申请日：2022-08-01
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种多机器人的任务分配方法、装置、电子设备及存储介质，其中，方法包括以下步骤：根据分配比值设定自适应参数；以自适应参数作为万有引力常量，以任务的优先级或复杂性为任务质量，并仿照万有引力定律获取任务和机器人之间的关系作为引力信息；根据引力信息对机器人进行任务分配以生成任务分配集合；根据任务分配集合更新自适应参数，直至自适应参数的迭代更新次数达到预设的迭代次数；以最后获取的任务分配集合作为最优任务分配集合；该方法能针对多种不同机器人数量和任务数量的情况进行任务分配，摆脱了传统方法局部最优的缺陷，从而减少分配方法对机器人初始分布的依赖。
-
公开(公告)号：CN114995162A
公开(公告)日：2022-09-02
申请号：CN202210917080.1
申请日：2022-08-01
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种多机器人的任务分配方法、装置、电子设备及存储介质，其中，方法包括以下步骤：根据分配比值设定自适应参数；以自适应参数作为万有引力常量，以任务的优先级或复杂性为任务质量，并仿照万有引力定律获取任务和机器人之间的关系作为引力信息；根据引力信息对机器人进行任务分配以生成任务分配集合；根据任务分配集合更新自适应参数，直至自适应参数的迭代更新次数达到预设的迭代次数；以最后获取的任务分配集合作为最优任务分配集合；该方法能针对多种不同机器人数量和任务数量的情况进行任务分配，摆脱了传统方法局部最优的缺陷，从而减少分配方法对机器人初始分布的依赖。
-
公开(公告)号：CN114299619B
公开(公告)日：2024-11-29
申请号：CN202210055484.4
申请日：2022-01-18
Applicant: 季华实验室
IPC: G06V40/20 , G06V20/40 , G06V10/34 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本申请属于行为识别技术领域，公开了一种在线行为识别方法、装置、电子设备及存储介质，通过获取最新的N帧视频图像的人体骨架信息；识别各帧视频图像的行为的概率最大的M种行为类型；检测各帧视频图像的行为属于各种行为类型的起始动作的起点置信度和终止动作的终点置信度；根据各种行为类型的起点置信度时序数组与相应行为类型的标准起点置信度时序数组的相关性检测是否出现相应行为类型的开始标志；根据各种行为类型的终点置信度时序数组与相应行为类型的标准终点置信度时序数组的相关性检测是否出现相应行为类型的结束标志；根据开始标志和结束标志的检测结果输出行为类型的识别结果；从而具有较好的灵活性和较高的识别正确率。
-
Patent Agency Ranking
公开(公告)号：CN114494085B
公开(公告)日：2022-07-15
申请号：CN202210390552.2
申请日：2022-04-14
Applicant: 季华实验室
Abstract: 本申请涉及计算机视觉技术领域，具体提供了一种视频流复原方法、系统、电子设备及存储介质，其包括步骤：获取相互标定的事件信息和所述带有运动模糊的视频流，所述事件信息由事件相机采集生成，带有运动模糊的视频流由视觉相机采集；根据所述视频流获取带有运动模糊的目标物体信息；根据所述事件信息和所述目标物体信息获取目标物体的运动轨迹信息；根据所述运动轨迹信息去除所述视频流中所述目标物体信息对应的所述运动模糊以生成复原视频流；该方法通过事件信息复原带有运动模糊的视频流，由于事件信息能够清晰地反映视频流中的目标物体的运动轨迹信息，因此可以根据事件信息准确区分运动区域与非运动区域，从而提高视频流运动模糊的复原效果。
-
公开(公告)号：CN114347043B
公开(公告)日：2022-06-03
申请号：CN202210257626.5
申请日：2022-03-16
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及智能机械手技术领域，具体公开了一种机械手模型学习方法、装置、电子设备及存储介质，其中，学习方法包括以下步骤：获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据；根据所述专家演示数据生成关联于学习成本函数的专家策略，所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立；最小化所述学习成本函数以获取最优专家策略；根据所述最优专家策略训练所述机械手模型；该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为，从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。
-
公开(公告)号：CN114494085A
公开(公告)日：2022-05-13
申请号：CN202210390552.2
申请日：2022-04-14
Applicant: 季华实验室
Abstract: 本申请涉及计算机视觉技术领域，具体提供了一种视频流复原方法、系统、电子设备及存储介质，其包括步骤：获取相互标定的事件信息和所述带有运动模糊的视频流，所述事件信息由事件相机采集生成，带有运动模糊的视频流由视觉相机采集；根据所述视频流获取带有运动模糊的目标物体信息；根据所述事件信息和所述目标物体信息获取目标物体的运动轨迹信息；根据所述运动轨迹信息去除所述视频流中所述目标物体信息对应的所述运动模糊以生成复原视频流；该方法通过事件信息复原带有运动模糊的视频流，由于事件信息能够清晰地反映视频流中的目标物体的运动轨迹信息，因此可以根据事件信息准确区分运动区域与非运动区域，从而提高视频流运动模糊的复原效果。
-
公开(公告)号：CN115223206B
公开(公告)日：2022-12-27
申请号：CN202211137967.5
申请日：2022-09-19
Applicant: 季华实验室
IPC: G06V40/10 , G06N3/04 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本申请属于图像识别技术领域，公开了一种工作服穿戴情况检测方法、装置、电子设备及存储介质，通过获取待检测图像；把所述待检测图像输入预先训练好的AT_YOLOv5网络模型，得到所述AT_YOLOv5网络模型输出的预测框数据；所述AT_YOLOv5网络模型根据包括多个标注图像的数据集训练得到，所述标注图像包含延伸至人员膝盖处的衣服标注框；采用Ad‑NMS算法对所述预测框数据进行筛选处理，以得到人员工作服穿戴情况的检测结果；从而对人群密集区域的人员工作服穿戴情况的检测准确性较高。
-
公开(公告)号：CN115223206A
公开(公告)日：2022-10-21
申请号：CN202211137967.5
申请日：2022-09-19
Applicant: 季华实验室
IPC: G06V40/10 , G06N3/04 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本申请属于图像识别技术领域，公开了一种工作服穿戴情况检测方法、装置、电子设备及存储介质，通过获取待检测图像；把所述待检测图像输入预先训练好的AT_YOLOv5网络模型，得到所述AT_YOLOv5网络模型输出的预测框数据；所述AT_YOLOv5网络模型根据包括多个标注图像的数据集训练得到，所述标注图像包含延伸至人员膝盖处的衣服标注框；采用Ad‑NMS算法对所述预测框数据进行筛选处理，以得到人员工作服穿戴情况的检测结果；从而对人群密集区域的人员工作服穿戴情况的检测准确性较高。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
