-
公开(公告)号：CN119338841A
公开(公告)日：2025-01-21
申请号：CN202411286377.8
申请日：2024-09-13
Applicant: 杭州电子科技大学
IPC: G06T7/11 , A61B3/10 , G06T7/00 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于自适应权重跳跃连接的医学图像分割方法。通过引入自适应权重调整的传输特征注意力机制，本发明能够动态调整跳跃连接的特征传输比重，优化重要特征的利用效率，并减少无效特征的影响。提高了模型对眼底图像中水肿区域的识别和分割精度，同时优化了特征在模型中的整体影响。自适应权重调整的传输特征注意力机制增强了网络模型对不同数据结构的适应能力，提高了模型的兼容性和鲁棒性。
-
公开(公告)号：CN113419524B
公开(公告)日：2022-05-06
申请号：CN202110648635.2
申请日：2021-06-10
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种结合深度Q学习的机器人路径学习与避障系统及方法。本发明包括动作模块、学习模块和障碍物避险模块。在路径规划期间，动作模块会从学习模块和障碍物避险模块接收指令，并让机器人根据指令完成指定动作。学习模块根据机器人当前状态和动作的历史数据序列，训练动作选择策略。障碍物避险模块执行随机树搜索算法，以指导机器人从危险情况避险得到安全路径。每个模块在执行后，环境中机器人的当前状态都将发生变化。通过安排机制评估每个模块的风险并确定应激活风险最小的模块。本发明使用Q学习算法解决了大容量数据存储的问题。提高了机器人在避开障碍物时的效率问题。
-
公开(公告)号：CN117975309A
公开(公告)日：2024-05-03
申请号：CN202410228082.9
申请日：2024-02-29
Applicant: 杭州电子科技大学丽水研究院
IPC: G06V20/17 , G06V20/13 , G06V10/80 , G06V10/764
Abstract: 本发明公开了一种基于特征动态偏移的图像语义信息挖掘方法。首先获取网络训练需要的图像数据集；然后构建基于权重自适应的对角线特征偏移融合策略的交叉视角地理定位网络模型；网络模型包含无人机视角分支和卫星图视角分支，两个分支采用共享权重的学习方式；每个分支都由三个部分组成：特征提取部分、特征划分部分和分类监督部分；经过训练的神经网络模型接收需要定位的无人机视角图像，为其匹配对应的卫星图像。本发明采用权重自适应的对角线特征偏移融合策略，能够根据图像中的目标区域自适应选择划分坐标更合理的环形分区策略，从而提高了特征区域的覆盖率和表达能力，避免了因目标区域不在视觉中心位置而导致的特征提取不足问题。
-
公开(公告)号：CN116740179A
公开(公告)日：2023-09-12
申请号：CN202310782568.2
申请日：2023-06-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于区块随机蕨编码的精度自监督视觉重定位方法。包括阶段一，区块随机蕨编码与匹配：首先进行图像区块的构建，然后进行区块随机蕨的编码，最后完成区块编码信息的匹配，获得关键帧候选列表中。阶段二，精度自监督重定位位姿优化：首先进行基于历史关键帧的位姿估计，之后进行位姿精度的自识别，对于高精度的重定位位姿直接输出，对于低精度甚至完全错误的重定位位姿，寻找次优匹配结果重新计算其重定位位姿，直至输出正确的重定位位姿。本发明方法在大视角差下的新视点上也能够成功的实现重定位，极大的提高了重定位在使用过程中使用体验，使得用户只需大致扫描到原来历史区域，便能设备够正确的进行重定位。
-
公开(公告)号：CN113920354A
公开(公告)日：2022-01-11
申请号：CN202111075801.0
申请日：2021-09-14
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V40/20 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于事件相机的动作识别方法，首先搭建事件相机数据采集系统，然后对事件数据进行处理；再搭建软件框架，通过搭建的事件相机数据采集系统采集人类动作数据对模型进行训练；最后将待识别的人类动作事件流进行处理，然后将处理后的输送到步骤四训练好的动作识别网络，通过训练好的动作识别网络进行动作识别，输出对应的动作类别。本发明使用先进的DAVIS346相机作为采集设备，事件数据流具有很强的时间信息，可以有效地捕捉动作的变化。本方法鲁棒性强，对极端光照情况具有免疫力，同时实时性强，冗余小。
-
Patent Agency Ranking
公开(公告)号：CN119169208B
公开(公告)日：2025-02-25
申请号：CN202411690058.3
申请日：2024-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多模态正则化和温度平滑约束的三维场景重建方法，属于计算机视觉技术领域。该方法首先对同一三维场景相同视角下的彩色‑温度图像对进行配准，然后通过混合或轮廓线叠加的方式生成增强的图像。对增强的图像进行运动构造，生成点云与相机位姿。再创建两个独立的高斯模型，输入点云数据和相机位姿，分别渲染得到温度图像和彩色图像。为温度模态和彩色模态的高斯模型设置损失函数，在温度模态的损失函数中引入平滑项。设置一个正则化系数，将温度模态和彩色模态的损失函数联立起来。利用总损失函数计算整体损失和梯度，并反向传播，通过自适应密度控制对模型的各项参数进行优化。最后使用训练后的模型完成三维场景的重建。
-
公开(公告)号：CN118247486A
公开(公告)日：2024-06-25
申请号：CN202410386802.4
申请日：2024-04-01
Applicant: 杭州电子科技大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于轻量化三分支编解码网络的多模态显著性目标检测方法及系统，方法如下：步骤1：获取训练和测试任务的RGB‑D‑T数据集，并对数据集进行预处理；步骤2：构建并使用训练数据集训练基于深度学习的轻量化RGB‑D‑T图像显著性目标检测模型；步骤3：使用完成训练的网络模型接收测试数据集进行显著目标检测。经过训练后本发明提出的轻量化网络模型对显著目标检测具有较高的精准度。
-
公开(公告)号：CN113536416A
公开(公告)日：2021-10-22
申请号：CN202110683630.3
申请日：2021-06-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于室内空间布局约束的场景模型补全方法。首先使用超体素分割对室内稠密三维重建模型进行预处理，将mesh模型转换成超体素数据，每个超体素数据将邻局部特征一致的mesh进行初步的聚类，在保持原三维模型的特征的基础上大大的减少了计算量，然后在超体素模型上使用RANSAC平面检测算法，进行平面的预提取，建立带有平面几何约束的能量函数，通过求解能量函数求得该三维室内模型中的建筑主体结构平面，然后得出模型的室内空间布局，在室内空间布局的约束下，进行孔洞检测和孔洞修补，最终完成三维模型的孔洞补全。本发明方法能够大大提升对墙角等墙建筑主体结构上的补全效果，进而提升了整体室内环境的补全效果。
-
公开(公告)号：CN113419524A
公开(公告)日：2021-09-21
申请号：CN202110648635.2
申请日：2021-06-10
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种结合深度Q学习的机器人路径学习与避障系统及方法。本发明包括动作模块、学习模块和障碍物避险模块。在路径规划期间，动作模块会从学习模块和障碍物避险模块接收指令，并让机器人根据指令完成指定动作。学习模块根据机器人当前状态和动作的历史数据序列，训练动作选择策略。障碍物避险模块执行随机树搜索算法，以指导机器人从危险情况避险得到安全路径。每个模块在执行后，环境中机器人的当前状态都将发生变化。通过安排机制评估每个模块的风险并确定应激活风险最小的模块。本发明使用Q学习算法解决了大容量数据存储的问题。提高了机器人在避开障碍物时的效率问题。
-
公开(公告)号：CN118247676B
公开(公告)日：2025-03-25
申请号：CN202410215001.1
申请日：2024-02-27
Applicant: 杭州电子科技大学
IPC: G06V20/13 , G06V20/17 , G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于密集划分策略的交叉视角地理定位方法及系统。本发明构建的地理定位网络模型包含无人机分支和卫星图分支，两个分支采用共享权重的学习方式，每个分支包括特征提取部分、特征划分处理部分和分类监督部分。网络初始输入为给定图像X，根据图像视角类型选择进入对应分支；给定图像X通过骨干网络进行特征提取，获得高维特征；采用密集划分策略对高维特征图进行划分得到分区块；然后对分区块进行平均池化操作，得到压缩特征；利用分类器模块对每个压缩特征预测地理标签，并利用交叉熵损失计算差异，从而优化网络模型。本发明从局部和全局两个层面增强算法对图像中物体尺寸和位置偏移的鲁棒性，提高了多视角图像匹配的准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.039 seconds)
