-
公开(公告)号：CN115937532A
公开(公告)日：2023-04-07
申请号：CN202211383204.9
申请日：2022-11-07
Applicant: 山东大学
Abstract: 本公开涉及车辆重识别技术领域，提出了基于反事实注意力机制的掩膜感知车辆重识别方法及系统，包括如下步骤：获取待识别的车辆图像并进行预处理；对预处理后的车辆图像进行空间特征提取；采用反事实注意力因果推理方法对提取的空间特征进行反事实注意力学习，得到带有反事实注意力的全局特征；对预处理后的车辆图像进行掩膜感知特征提取，得到掩膜感知的局部特征；将全局特征和局部特征进行串联融合得到车辆总特征，基于总特征得到目标车辆重识别结果。本公开通过反事实注意力学习，可以使得网络提取出图像的高判别度特征。加入掩膜感知识别车辆特征，使得网络能够区分出车辆不同区域的特征，解决了不同视图下同一车辆差异大的问题。
-
公开(公告)号：CN119599904A
公开(公告)日：2025-03-11
申请号：CN202411684196.0
申请日：2024-11-22
Applicant: 山东大学
IPC: G06T5/70 , G06T5/60 , G06T7/10 , G06N3/0895
Abstract: 本发明属于计算机视觉技术领域，提供了一种基于自监督条件扩散模型的点云补全方法及系统，包括：获取目标图像；分割所获取的目标图像，将目标图像的分割信息映射到点云空间，得到初步残缺点云；对所得到的初步残缺点云进行点云去噪处理；根据去噪后的初步残缺点云和采用多尺度特征融合机制的自监督条件扩散模型捕捉点云空间几何特征，推测补全缺失点云，生成完成的点云数据，完成基于自监督条件扩散模型的点云补全。
-
公开(公告)号：CN117292300A
公开(公告)日：2023-12-26
申请号：CN202311307700.0
申请日：2023-10-10
Applicant: 山东大学
IPC: G06V20/40 , G06V10/24 , G06V10/774 , G06V10/82 , G06N3/0895 , G06V10/764 , G06V40/20
Abstract: 本发明提出基于片段特征传播的弱监督时序行为定位方法及系统，涉及计算机视觉技术领域。包括提取视频片段特征；获取每个视频片段的代表性片段，得到段内视频特征；对多个视频片段之间的关系进行建模，得到段间视频特征；将每个段内视频特征和段间视频特征在多个视频片段之间进行迭代传播，得到更新后的段内视频特征和段间视频特征；构造伪标签，基于更新后的段间视频特征得到不确定性分数，利用不确定性分数加权伪标签损失，指导待训练的检测器从伪标签中学习，得到训练好的检测器，对待处理视频动作检测。本发明能够过滤背景帧并补偿短时动作信息，更新动作代表性特征，在视频内和视频间之间传播代表性信息，生成更好的伪标签，提高定位性能。
-
公开(公告)号：CN113762159B
公开(公告)日：2023-08-08
申请号：CN202111049315.1
申请日：2021-09-08
Applicant: 山东大学
Abstract: 本发明属于机器人相关技术领域，提供了一种基于有向箭头模型的目标抓取检测方法及系统，首先获取包含待抓取目标的原始图像；然后对原始图像进行预处理，得到处理后的图像；最后基于处理后的图像，采用抓取检测模型检测有向箭头抓取方案；其中，抓取检测模型采用基于有向箭头模型进行标注的训练集训练得到，所述有向箭头模型设置箭头的中心为抓取点、箭头的长度为抓取宽度、箭头指向与图像水平轴之间的夹角为抓取角、抓取器的单指侧的尺寸和多指侧并排的尺寸为抓取尺寸，能同时适用于平行板和多指抓取器，具有更高的复用性。
-
公开(公告)号：CN112025693B
公开(公告)日：2021-09-14
申请号：CN202010954413.9
申请日：2020-09-11
Applicant: 山东大学
Abstract: 本公开提出了非对称三指抓取器的像素级目标抓取检测方法及系统，本公开针对该抓取器无法实施对称抓取的特点，设计了有向三角抓取模型。采用传统卷积和空洞卷积进行抓取检测；为了提高网络的尺度不变性，采用空间金字塔网络获取具有不同感受野的特征图，并采用特征融合单元将网络低层和高层的特征进行融合；为了完成端到端的抓取检测，设计了抓取模型检测单元，直接输出有向三角抓取方案的每个参数，确定抓取方案，有效提高了检测准确度。
-
Patent Agency Ranking
公开(公告)号：CN119516196A
公开(公告)日：2025-02-25
申请号：CN202411684186.7
申请日：2024-11-22
Applicant: 山东大学
IPC: G06V10/26 , G06V10/40 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种用于人机互助的异构常识性场景图生成方法及系统，属于机器人技术领域。包括：获取环境图像序列并提取关键帧，基于关键帧提取实体信息；考虑实体的几何位置关系和特征相似度，融合不同关键帧下的同一实体，增量构建地图；对地图上实体间的任务关系和常识性关系进行建模，生成异构常识性场景图以辅助机器人执行人机互助任务。能够保留了大模型带来的强大语义理解与推理能力，同时大幅降低了系统的运行成本和响应时间；解决了现有用于人机互助的语义地图无法满足人机互助的现实需求的问题。
-
公开(公告)号：CN115526935A
公开(公告)日：2022-12-27
申请号：CN202211190519.1
申请日：2022-09-28
Applicant: 山东大学
Abstract: 本发明公开了基于全局和局部信息的像素级抓取位姿检测方法及系统；其中所述方法包括：获取场景图像，并对场景图像进行预处理；将预处理后的场景图像，输入到训练后的像素级抓取位姿检测网络中，输出每个像素点的平面抓取位姿，经过位姿转换关系，将平面抓取位姿映射到现实场景，由机械臂实现目标对象的抓取；其中，训练后的像素级抓取位姿检测网络，其工作原理包括：对场景图像进行特征提取，得到图像特征；对提取的图像特征进行降噪处理；对降噪处理后的图特征进行特征融合，得到包含不同感受野的特征图；对包含不同感受野的特征图进行分类预测，输出每个像素点的平面抓取位姿。
-
公开(公告)号：CN113762159A
公开(公告)日：2021-12-07
申请号：CN202111049315.1
申请日：2021-09-08
Applicant: 山东大学
Abstract: 本发明属于机器人相关技术领域，提供了一种基于有向箭头模型的目标抓取检测方法及系统，首先获取包含待抓取目标的原始图像；然后对原始图像进行预处理，得到处理后的图像；最后基于处理后的图像，采用抓取检测模型检测有向箭头抓取方案；其中，抓取检测模型采用基于有向箭头模型进行标注的训练集训练得到，所述有向箭头模型设置箭头的中心为抓取点、箭头的长度为抓取宽度、箭头指向与图像水平轴之间的夹角为抓取角、抓取器的单指侧的尺寸和多指侧并排的尺寸为抓取尺寸，能同时适用于平行板和多指抓取器，具有更高的复用性。
-
公开(公告)号：CN119904514A
公开(公告)日：2025-04-29
申请号：CN202411656311.3
申请日：2024-11-19
Applicant: 山东大学
IPC: G06T7/73 , G06T7/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本公开提供了基于增强特征投影解耦的单目6D位姿估计方法及系统，涉及机器人视觉感知相关技术领域，包括：获取目标物体场景的单目RGB图像；将单目RGB图像输入到训练后的位姿估计网络中，得到物体的6D位姿；位姿估计网络进行局部特征和多尺度全局特征的提取、融合，得到高维物体增强特征表示；对高维物体增强特征表示进行坐标投影解耦，得到目标物体的三维模型和二维图像间的密集对应映射以及物体掩码；对目标物体的密集对应映射和物体掩码进行位姿回归，得到物体的6D位姿；本发明不需要依赖深度信息、多视角图像以及多种中间表示，仅需使用单目RGB图像即可准确估计物体位姿，降低网络设计和数据标注成本并提高对复杂场景的鲁棒性。
-
公开(公告)号：CN119515855A
公开(公告)日：2025-02-25
申请号：CN202411684193.7
申请日：2024-11-22
Applicant: 山东大学
Abstract: 本发明属于机械臂装配技术领域，提供了一种基于非结构化螺孔多级定位的机械臂螺丝锁付方法及系统，包括：获取待锁付的目标图像；基于不同膨胀率对目标图像进行多尺度感知融合，提取目标图像中的螺孔边缘形态；根据所提取到的螺孔边缘形态和多层监督机制，得到螺孔全局边缘预测图；基于所得到的螺孔全局边缘预测图进行螺孔中心定位，得到螺孔真实姿态；基于所得到的螺孔全局边缘预测图进行螺孔中心定位，得到螺孔的位置信息以及含误差的粗姿态信息；在姿态对齐网络中校正含误差的粗姿态信息以确定螺孔姿态信号，机械臂根据螺孔的位置信息和姿态信息运动到螺孔正上方进行螺丝锁付。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.026 seconds)
