-
公开(公告)号：CN117152109A
公开(公告)日：2023-12-01
申请号：CN202311191490.3
申请日：2023-09-15
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06V10/764 , G01N21/88 , G06V10/10
Abstract: 本申请提供一种用于棒材碳化物分布评级的控制方法、装置及系统，属于金属材料检测技术领域，该系统包括：电子显微子系统、服务器和控制设备；该方法包括：获取电子显微子系统采集的目标棒材样品的评级视场图像；对评级视场图像进行样品区域提取和样品边界判定处理，并根据边界判定结果生成针对于电子显微子系统的采集控制信号；在评级视场图像采集结束后，对多帧评级视场图像进行拼接处理；对拼接处理后的图像进行特征提取，并将特征提取结果和碳化物标准进行比对确定棒材碳化物分布评级结果。本申请能够实现棒材碳化物分布评级整个流程中评级视场图像采集、处理、特征提取及评级各项的自动化控制，提高评价精确度和评级标准稳定性。
-
公开(公告)号：CN118396947A
公开(公告)日：2024-07-26
申请号：CN202410484467.1
申请日：2024-04-22
Applicant: 河钢数字技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种适合边缘设备部署的钢材微小缺陷检测方法，涉及工业环境的钢材微小缺陷识别领域，通过将钢材缺陷图像压缩处理成规定尺寸的图像文件，该图像输入到基于U形结构的特征提取网络中，特征提取网络的可变形卷积与注意力模块负责对特征进行提取，注意力机制点积方式获取钢材缺陷中的上下文信息特征，同时为保留钢材缺陷某些初始的特征，将提取局部显著特征与全局上下文信息特征进行细粒度融合得到最终输出特征，将最终输出特征传递到解码器部分，由解码器进行特征映射并最终输出钢材微小缺陷检测的结果，为便于特征提取网络在边缘设备端部署，提出一种知识蒸馏学习框架，通过教师网络的学习，不断优化目标函数，达到对学生网络的指导。
-
公开(公告)号：CN117237942A
公开(公告)日：2023-12-15
申请号：CN202311263440.1
申请日：2023-09-27
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种碳化物金相图像的采集方法、装置及电子设备，涉及碳化物金相结构技术领域。本发明通过金相图像显微镜对碳化物的目标区域拍摄的多个视场图像，之后基于金相检测模型对视场图像进行检测，确定一次检测结果。然后对多个视场图像进行拼接，并对得到的拼接图像通过金相检测模型检测，得到二次检测结果。由于拼接图像可以完整的显示金相结构，避免了金相结构被分割的情况，从而基于一次检测结果和二次检测结果综合确定的金相检测结果可以准确的反映碳化物的金相结构，提高碳化物金相图像检测的准确率。
-
公开(公告)号：CN117218093A
公开(公告)日：2023-12-12
申请号：CN202311217797.6
申请日：2023-09-20
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请适用于金相检测技术领域，提供了金相碳化物检测方法、装置及终端设备，该方法本发明实施方式公开了一种金相碳化物检测方法，包括：首先获取待检测图像；然后对所述待检测图像做平滑和滤波处理，得到待检测图像的可疑区域；接着对所述待检测图像的可疑区域进行碳化物检测，得到多个等级判别；最后对多个所述等级判别进行融合，得到碳化物判级。本发明实施方式通过图像分析，确定金相碳化物的可疑区域，并针对可疑区域获取高倍图像，并基于高倍图像进行评级，因此评级结果准确可靠，提高了检测效率。
-
公开(公告)号：CN117770842A
公开(公告)日：2024-03-29
申请号：CN202410054246.0
申请日：2024-01-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: A61B5/389
Abstract: 本发明公开一种基于表面肌电信号的人体手部运动预测方法及系统，涉及手部运动预测技术领域，首先获取表面肌电信号的时序特征；将时序特征输入跨个体终生网络模型，得到人体手部运动预测结果；在跨个体终生网络模型的训练过程中提出了在一次训练过程中同时适配到多个个体上的模型结构与训练方法，设计了终生学习策略，并使模型进行适配，使得方法可以快速学习新的个体，同时保持模型在已训练个体上的表现，有效解决了模型的灾难性遗忘问题。
-
Patent Agency Ranking
公开(公告)号：CN117612735A
公开(公告)日：2024-02-27
申请号：CN202311722902.1
申请日：2023-12-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开一种受结构约束的脑白质功能网络构建方法及系统，涉及脑白质功能网络构建技术领域，该方法包括获取用户的fMRI数据，对fMRI数据进行预处理，得到fMRI信号，基于白质分区图谱和fMRI信号，得到白质体素对应的fMRI信号；根据所有脑区中所有白质体素对应的fMRI信号，计算得到两两脑区之间的功能连接强度，最后以白质分区图谱中的脑区作为脑白质功能网络的结点，以两两脑区之间的功能连接强度作为两两脑区对应的两个结点所连接边的特征，构建用户对应的个体脑白质功能网络。本发明将结构和功能进行耦合，可得到能够更准确地表征白质内部的纤维结构的脑白质功能网络。
-
公开(公告)号：CN118396952A
公开(公告)日：2024-07-26
申请号：CN202410497242.X
申请日：2024-04-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/62 , G06T7/60 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种精子头部形态分析方法、精子形态分析方法及系统，涉及精子形态分析技术领域，精子头部形态分析方法包括：对精液图像依次进行检测、裁剪、过滤分类、语义分割、参数计算、正常/异常分类和综合判断，能够确定精液图像裁剪得到的各个精子头部图像中的精子头部是否正常，自动完成精子头部的形态分析，确定精子头部的异常情况，不需要人工判别、人工计算和人工统计，相较于人工确定精子头部的异常情况的方式，能够显著提高准确性和客观性。在自动完成精子头部形态分析后，获取中部标记指令，并响应中部标记指令完成精子中部形态分析，获取尾部标记指令，并响应尾部标记指令完成精子尾部形态分析，从而能够完成精子形态分析。
-
公开(公告)号：CN117860276A
公开(公告)日：2024-04-12
申请号：CN202410033240.5
申请日：2024-01-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种肌电信号盲分离模型训练方法、应用方法及相关系统，涉及信号处理领域，该训练方法包括：获取样本数据；对样本数据进行白化和扩展；使用gCKC算法对白化和扩展后的数据进行分解，得到IPTs；对样本数据和IPTs进行标准化；将标准化后的数据输入肌电信号盲分离模型，输出运动单位动作电位序列；根据运动单位动作电位序列、IPTs和损失函数，确定损失值；根据损失值对肌电信号盲分离模型的参数进行优化，得到训练好的肌电信号盲分离模型。本发明提出了基于序列到序列的深度学习方法，不需要对数据进行预处理，并且可以达到较高的精度。而且，时间卷积网络训练速度快、参数较少，并且卷积模型更适配肌电信号问题。
-
公开(公告)号：CN119963906A
公开(公告)日：2025-05-09
申请号：CN202510041964.9
申请日：2025-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , G06N3/045 , G06N3/084 , G06V10/82
Abstract: 本申请公开了一种生成图像检测方法、装置、设备、介质及产品，涉及图像检测领域，该方法包括：将原图像输入各代理模型得到各代理模型的输出结果；将各代理模型的输出结果的加权平均值在对应代理模型上进行反向传播，得到各代理模型在原图像上的梯度图；将各梯度图以及原图像输入对应的浅层特征提取网络，得到特征图；将特征图输入交叉注意力网络得到各梯度图的token值；将各相似图像类型特征以及原图像的图像类型特征进行聚合得到新图像类型特征；将新图像类型特征输入权重计算网络得到梯度权重；根据各梯度图的token值以及梯度权重计算加权平均值；将加权平均值输入分类头确定原图像是否为生成图像，本申请可提高识别结果准确度。
-
公开(公告)号：CN117710784A
公开(公告)日：2024-03-15
申请号：CN202311696347.X
申请日：2023-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464
Abstract: 本发明提供了一种未知类别目标检测方法及系统，涉及目标检测领域，该方法主要包括根据构建的语义图像分割模型，为训练样本集中每一图像样本中的未知类别物体生成伪标签信息；分别对类别相关目标检测头和类别无关目标检测头进行训练；再获取待检测目标图像，并分别提取并融合待检测目标图像中的所有类别相关特征和所有类别无关特征；将融合后的类别相关特征输入至训练好的类别相关目标检测头中，得到已知类别物体检测结果，将融合后的类别无关特征输入至训练好的类别无关目标检测头，得到前景物体检测结果；根据前景物体检测结果和已知类别物体检测结果，得到目标图像中未知类别物体的检测结果，该方法可有效提升未知类别目标的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.054 seconds)
