-
公开(公告)号：CN113627437A
公开(公告)日：2021-11-09
申请号：CN202110902065.5
申请日：2021-08-06
Applicant: 河南大学
Abstract: 一种快速识别石墨电极标签的方法，涉及计算机视觉领域。本发明针对石墨电极标签自动识别问题，提出了一种标签自动快速识别方法。本方法使用了新的快速语义分割网络AL‑UNet，保留了UNet网络所具有的高精度分割能力，同时又结合了MobileNet的轻量化特点，大幅提升了网络速度。为了提高网络的鲁棒性，网络使用扩充的数据集，使其能够适应更多的环境。语义分割后，使用新型的校正方法校正字符图像的角度；使用投影法切分字符，送入LeNet‑5识别网络，获得识别结果。本发明所提出的方法实现了石墨电极标签的自动识别。
-
公开(公告)号：CN108459618A
公开(公告)日：2018-08-28
申请号：CN201810212998.X
申请日：2018-03-15
Applicant: 河南大学 , 河南宙合网络科技有限公司
IPC: G05D1/10
Abstract: 本发明提出了一种无人机自动对移动平台投放的飞行控制系统及方法，控制系统包括无人机和移动平台，其特征在于，所述无人机上设有无人机机载模块和机载通信模块，无人机机载模块包括机载定位模块、飞行控制模块、嵌入式主控模块、图像采集模块、图像处理模块、测距模块和投放模块；移动平台上设有移动平台车载模块、车载通信模块、车载定位模块和定位标志，定位标志设置在移动平台的上部。同时公开例如其相应的实施方法。本发明在现有的基于图像处理的对定点目标进行二次定位技术的基础上，增加了协同模块及配套使用的协同算法，将无人机的自主定点投放推向向移动平台的投放，扩大了自主控制无人机的实际使用范围。
-
公开(公告)号：CN113627436B
公开(公告)日：2024-07-12
申请号：CN202110902063.6
申请日：2021-08-06
Applicant: 河南大学
IPC: G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种表面压印字符图像的无监督分割方法。为解决全监督语义分割网络需要大量手工标定的标签作为训练样本的问题，本发明以改进型循环式生成对抗网络为基础框架，利用其无监督训练的特性，再结合传统图像分割算法，实现了表面压印字符图像无监督分割。CycleGAN广泛应用于图像风格迁移等领域。本发明针对CycleGAN难以对两域间特征差异过大的图像进行风格迁移进而实现语义分割的问题，通过对CycleGAN的生成器和判别器进行改进，使之适应语义分割任务实际需要，实现了表面压印字符图像无监督分割。改进型循环式生成对抗网络的生成器中设计了多尺度特征融合模块，并引入了注意力机制提升网络性能。同时，本发明提出一种U型判别器，可为生成器提供更加精确的反馈，实现了高精度的表面压印字符图像无监督语义分割。
-
公开(公告)号：CN118123838A
公开(公告)日：2024-06-04
申请号：CN202410451582.9
申请日：2024-04-15
Applicant: 河南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于深度强化学习的机械臂控制系统校准方法、存储装置和电子设备具体通过定义了系统误差，包括相机位姿误差和机械臂坐标系误差；其次，校准相机位姿误差，从现实系统中获取标物体的多个位姿信息及对应的真实图像，仿真系统中根据上述位姿信息获取相同张数的仿真图像，再利用深度强化学习模型处理上述两组图像，并根据处理结果，指导两套系统相机位姿误差校准。最后，校准机械臂坐标系误差，其校准过程与相机位姿误差的校准类似，但目标物体改为机械臂，位姿调整也由相机改为机械臂。本专利减少了仿真环境与现实环境的差异，使仿真环境中训练的人工智能算法可以直接在现实环境中的机械臂上直接使用，大大降低了算法的迁移难度。
-
公开(公告)号：CN113627437B
公开(公告)日：2024-03-29
申请号：CN202110902065.5
申请日：2021-08-06
Applicant: 河南大学
IPC: G06V30/148 , G06V30/146 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 一种快速识别石墨电极标签的方法，涉及计算机视觉领域。本发明针对石墨电极标签自动识别问题，提出了一种标签自动快速识别方法。本方法使用了新的快速语义分割网络AL‑UNet，保留了UNet网络所具有的高精度分割能力，同时又结合了MobileNet的轻量化特点，大幅提升了网络速度。为了提高网络的鲁棒性，网络使用扩充的数据集，使其能够适应更多的环境。语义分割后，使用新型的校正方法校正字符图像的角度；使用投影法切分字符，送入LeNet‑5识别网络，获得识别结果。本发明所提出的方法实现了石墨电极标签的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN109063600A
公开(公告)日：2018-12-21
申请号：CN201810770359.5
申请日：2018-07-13
Applicant: 河南大学 , 河南宙合网络科技有限公司
CPC classification number: G06K9/00288 , G06K9/00268 , G06K9/6269 , G06T7/246 , G06T2207/10016 , G06T2207/30201
Abstract: 本发明提供一种基于面部识别的人体运动追踪方法及装置。该方法包括：输入视频序列帧，将首次检测到目标人脸的视频序列帧记为初始帧F1；在初始帧F1图片中提取目标人脸的特征点坐标以便确定初始帧F1图片中的目标区域，将目标区域作为初始帧F1图片中的最终追踪区域T1'，并计算T1'的颜色直方图；根据上一帧Fi‑1图片中的最终追踪区域Ti‑1'，利用卡尔曼滤波器预测当前帧Fi图片中的搜索区域Si，在Si中对颜色直方图作反向直方图确定当前帧Fi图片中的参考追踪区域Ti；根据Ti和预训练的层次支持向量机确定当前帧Fi图片中的最终追踪区域Ti'；更新卡尔曼滤波器，对目标进行追踪。本发明能够解决目标被遮挡与颜色干扰问题，提高了追踪算法的鲁棒性和准确性。
-
公开(公告)号：CN108748160A
公开(公告)日：2018-11-06
申请号：CN201810642320.5
申请日：2018-06-21
Applicant: 河南大学 , 河南宙合网络科技有限公司
IPC: B25J9/16
Abstract: 本发明提出了一种基于多种群粒子群算法的机械臂运动规划方法，其步骤为：利用DH参数法对六自由度机械臂进行建模，进行机械臂正运动学求解机械臂末端执行器在基坐标系中的坐标；通过三维坐标系中机械臂末端执行器与设定目标的空间距离建立评价函数；改进传统粒子群算法的初始化函数，将多个子种群中表现最优的若干个粒子组成一个精英种群，对精英种群进行演化计算，得出全局最优的粒子；在参数设置相同的情况下，用其他的演化算法实现机械臂的运动规划问题，与步骤三中改进的多种群粒子群算法进行比较，验证多种群粒子群算法的优越性。本发明得到了机械臂运动规划最优解，且不需要知道执行器末端的初始位置，也不需要对机械臂逆运动学求解。
-
公开(公告)号：CN118254169A
公开(公告)日：2024-06-28
申请号：CN202410334795.3
申请日：2024-03-22
Applicant: 河南大学
IPC: B25J9/16 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种基于稀疏卷积神经网络的机械臂无序抓取方法、存储介质和电子设备，包括:在Pybullet物理仿真环境中搭建抓取场景；仿真环境中根据场景点云进行抓取点采样，生成训练样本及标签；构建PointGrasp‑Net模型，对PointGrasp‑Net模型进行训练，得到最优权重参数。本发明在仿真环境中采集数据，摆脱真实环境的限制，节省成本。本发明中PointGrasp‑Net网络模型只对有效的3D场景点进行处理而非整个点云空间，计算速度快，能够实时生成抓取姿态，并且根据点云数据的特点，融入了点云的曲率和法线信息，提高抓取成功率。在物体的表面点云上随机生成抓取姿态，不受物体形状结构的影响，随机无序抓取，适用于非结构化场景。
-
公开(公告)号：CN113733088B
公开(公告)日：2024-05-14
申请号：CN202111045806.9
申请日：2021-09-07
Applicant: 河南大学
Abstract: 本发明涉及自适应控制领域，具体涉及一种基于双目视觉的机械臂运动学自标定方法。首先采集数据，通过双目相机获得机械臂末端位置信息、机械臂各关节实际转动角度及理论转动角度。然后将DH理论和手眼标定理论相融合，建立机械臂运动学混合模型。运用多种群自适应差分算法进行模型的训练，求解混合模型参数。最后通过拟合多项式的方法建立起各伺服电机模型，使用最小二乘法进行多项式参数的求解以及补偿预测。本发明所提出的混合模型和伺服电机模型可以极大的降低机械臂所受几何误差的影响，计算出更加实际的模型参数。不需要额外通过示教器建立手眼标定过程中所需的机械臂底座坐标系，可以在保证绝对定位精度的前提下实现标定全程的自动化。
-
公开(公告)号：CN118015707A
公开(公告)日：2024-05-10
申请号：CN202410334773.7
申请日：2024-03-22
Applicant: 河南大学
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种手语识别系统中手语动作与非手语动作辨别分类方法、存储介质和电子设备，基于原手语分类网络的预测分数对手语动作进行辨别分类，具体步骤为：分别将若干已训练的手语动作样本和若干非手语动作样本输入手语识别系统的预测网络中得到预测分数；对预测分数进行预处理；搭建用于分类预测分数的分类网络；将预处理后的预测分数输入神经网络中进行训练，将训练好的分类网络置入手语识别系统的手语分类模型输出与最终预测之间，将手语分类模型输出的预测分数进行处理后输入分类网络中，根据分类网络的分类结果判断目标是否为已训练的手语动作。通过本发明可以弥补现有手语识别系统的缺陷，使手语识别系统能够准确地区分。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
