-
公开(公告)号：CN117115786A
公开(公告)日：2023-11-24
申请号：CN202311368361.7
申请日：2023-10-23
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明涉及计算机视觉技术领域，具体而言，涉及一种联合分割跟踪的深度估计模型训练方法及使用方法。一种联合分割跟踪的深度估计模型训练方法，包括：获取连续的视频帧图像；通过目标分割网络和目标跟踪网络，得到视频帧图像的目标分割跟踪结果；将相邻的视频帧图像和各自对应的目标分割跟踪结果输入初始深度估计模型，输出当前视频帧的深度图；将相邻视频帧图像输入位姿估计网络，输出前相对位姿和后相对位姿；根据深度图、前相对位姿和后相对位姿，得到重建目标图像；根据当前视频帧图像和重建目标图像，基于重建损失函数，训练初始深度估计模型，得到训练好的深度估计模型。本发明的技术方案可以有效地提高深度估计模型的深度预测的精度。
-
公开(公告)号：CN117115786B
公开(公告)日：2024-01-26
申请号：CN202311368361.7
申请日：2023-10-23
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明涉及计算机视觉技术领域，具体而言，涉及一种联合分割跟踪的深度估计模型训练方法及使用方法。一种联合分割跟踪的深度估计模型训练方法，包括：获取连续的视频帧图像；通过目标分割网络和目标跟踪网络，得到视频帧图像的目标分割跟踪结果；将相邻的视频帧图像和各自对应的目标分割跟踪结果输入初始深度估计模型，输出当前视频帧的深度图；将相邻视频帧图像输入位姿估计网络，输出前相对位姿和后相对位姿；根据深度图、前相对位姿和后相对位姿，得到重建目标图像；根据当前视频帧图像和重建目标图像，基于重建损失函数，训练初始深度估计模型，得到训练好的深度估计模型。本发(56)对比文件US 2021398302 A1,2021.12.23US 2022215567 A1,2022.07.07WO 2022100843 A1,2022.05.19WO 2023045724 A1,2023.03.30蔡嘉诚 等.无监督单目深度估计研究综述.计算机科学.2023,全文.Ruan Xiaogang等.Monocular depthestimation based on deep learning:Asurvey.2020 Chinese automation congress(CAC).2021,全文.丁萌;姜欣言.先进驾驶辅助系统中基于单目视觉的场景深度估计方法.光学学报.2020,(第17期),全文.
-
公开(公告)号：CN119662015A
公开(公告)日：2025-03-21
申请号：CN202411759329.6
申请日：2024-12-03
Applicant: 中海石油(中国)有限公司海南分公司 , 哈尔滨工程大学
Abstract: 本发明提供了一种适用于深水弯曲加强器用材料及其成形方法，属于材料成形工艺领域。本发明适用于深水弯曲加强器用材料包括聚醚预聚体为90‑110份、摩卡15‑25份、短切纤维23‑28份和二氧化硅颗粒1‑3份。成形方法，首先分别将聚醚预聚体和摩卡进行干燥处理；然后将短切纤维、二氧化硅颗粒与聚醚预聚体搅拌混合，形成混合体；摩卡在120‑130℃温度下保温15分钟，进行熔化处理；在130℃温度下预热弯曲加强器模具；摩卡和混合体混合，浇铸到模具后，冷却至90‑95℃开始真空脱泡；最后，在130℃温度下固化1‑2小时后，脱模熟化，随炉冷却。本发明在聚氨酯成型过程中引入多尺度强化相，通过短切纤维和颗粒材料的引入使得弯曲加强器的抗拉强度提升了20％，抗紫外老化拉伸性能提升了10％。
-
-
Search Results
3
records
(took 0.064 seconds)
