-
公开(公告)号：CN112183217B
公开(公告)日：2024-12-13
申请号：CN202010914531.7
申请日：2020-09-02
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/044 , G06N3/049
Abstract: 本发明公开了一种手势识别方法，所述方法包括以下步骤：获取待识别手势的深度图序列；基于所述深度图序列，获取所述深度图序列的关键帧序列；将所述关键帧序列输入预先训练的手势识别模型，以获得所述待识别手势的第一语义序列；基于所述第一语义序列，获得所述待识别手势的语义结果。本发明还公开了基于手势识别的交互方法与混合现实眼镜。采用本发明提供的方法旨在解决现有的基于深度学习的手势识别算法受到深度图的预设算法的误差限制精度低的技术问题。
-
公开(公告)号：CN112212864A
公开(公告)日：2021-01-12
申请号：CN202010913778.7
申请日：2020-09-02
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习的火灾场景导航方法及系统、计算机可读存储介质，该方法包括以下步骤：利用当前环境信息确定用户的当前位置；将当前火势信息输入已训练的深度神经网络模型，进行预测得到预估火势信息；根据所述当前火势信息及预估火势信息计算火势变化程度；若所述火势变化程度大于或等于预设值，则根据所述当前位置及预估火势信息利用启发式搜索算法对当前逃生路径进行重新规划；展示所述当前逃生路径，并引导用户进行移动。本发明解决了传统技术无法在火灾场景中提供实时路径导航的问题，实现了在火灾场景中对用户的精确定位以及对最佳逃生路线的实时选取，达到了在火灾场景中为用户提供实时路径导航的效果。
-
公开(公告)号：CN109858613A
公开(公告)日：2019-06-07
申请号：CN201910059183.7
申请日：2019-01-22
Applicant: 鹏城实验室
Abstract: 本发明适用于计算机技术领域，提供了一种深度神经网络的压缩方法、系统及终端设备，包括：输入测试样本数据，获取深度神经网络第L层的原特征图，并根据第L层的原特征图确定第L层的冗余滤波器；根据冗余滤波器对第L层进行剪枝；获取第L+1层的原特征图和第L层剪枝后的特征图；将第L+1层的原特征图和第L层剪枝后的特征图输入到滤波器学习模型中，通过滤波器学习模型自动学习并输出第L+1层的重构滤波器；将第L层剪枝后的特征图输入第L+1层的重构滤波器获取第L+1层的目标特征图，基于特征图进行剪枝和重构，结合剪枝的影响自动学习并重构滤波器，在实现滤波器的结构化稀疏的同时保证压缩后的深度神经网络模型的分类准确性，提高了计算效率。
-
公开(公告)号：CN112446846B
公开(公告)日：2025-01-21
申请号：CN202011369012.3
申请日：2020-11-27
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06T5/50
Abstract: 本发明公开一种融合帧获得方法，所述方法包括以下步骤：通过所述N个相机获取目标区域的N个目标图像，N为大于等于2的正整数；对所述N个目标图像进行特征提取，获得特征点集；基于所述特征点集，获得哈希表；基于所述哈希表，获得地图点集；基于所述哈希表，获得描述子集；基于所述哈希表、所述地图点集和所述描述子集，获得融合帧。本发明还公开了一种融合帧获得装置、SLAM系统以及存储介质。通过本发明获得的融合帧包括较多的视觉特征信息，使得融合帧的准确性较好。
-
公开(公告)号：CN112150608B
公开(公告)日：2024-07-23
申请号：CN202010929831.2
申请日：2020-09-07
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC: G06T17/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域；对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。本申请通过图卷积神经网络确定人脸图像对应的三维人脸结构信息，使得获取到的三维人脸结构信息中的每个点云数据均包括位置信息以及颜色信息，进而可以提高三维人脸图像的真实性。
-
Patent Agency Ranking
公开(公告)号：CN112446431A
公开(公告)日：2021-03-05
申请号：CN202011368267.8
申请日：2020-11-27
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种特征点提取与匹配方法，该方法包括：将图像输入特征及其权重参数进行二值化处理，并对二值化后的数据进行计算以提取特征点；通过卷积网络获取输入图像的多个层次的、分辨率依次降低的特征图像，将所述多个层次的、分辨率依次降低的特征图像进行多尺度融合，以对特征点进行定位；将进行定位后在空间中相邻的特征点的数据进行哈希运算，建立二进制化的哈希表；当进行匹配时，计算查询数据与所述哈希表中数据的匹配度，返回所述哈希表中匹配度最高的数据。解决了特征点提取方法存储匹配速度慢、精度不高等问题。使得特征点提取、匹配速度以及特征点定位精度都达到了很大的提升。
-
公开(公告)号：CN112150608A
公开(公告)日：2020-12-29
申请号：CN202010929831.2
申请日：2020-09-07
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)
Abstract: 本申请公开了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域；对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。本申请通过图卷积神经网络确定人脸图像对应的三维人脸结构信息，使得获取到的三维人脸结构信息中的每个点云数据均包括位置信息以及颜色信息，进而可以提高三维人脸图像的真实性。
-
公开(公告)号：CN111738281B
公开(公告)日：2020-12-22
申请号：CN202010775779.X
申请日：2020-08-05
Applicant: 鹏城实验室
Abstract: 本发明公开了一种同时定位与建图系统及其地图软切换方法、计算机可读存储介质，该方法包括以下步骤：与终端建立连接后，接收所述终端发送的第一地图数据与位姿信息；对所述终端进行初始化后，使用预先存储的第二地图数据对所述第一地图数据与位姿信息进行优化，并将优化后的第一地图数据发送给所述终端；若检测到终端进入与管辖区域关联的设定区域，则将终端相关数据发送至云节点，以供云节点进行所述终端的地图切换。本发明解决了因算力和算法能力不足而无法提供可与环境交互的高级SLAM服务的问题，实现了满足环境的语义感知及提供可与环境交互的高级SLAM服务的效果，并且提高了对多个局部高级SLAM地图的切换效率。
-
公开(公告)号：CN111737278B
公开(公告)日：2020-12-04
申请号：CN202010776018.6
申请日：2020-08-05
Applicant: 鹏城实验室
Abstract: 本发明公开了一种同时定位与建图方法、系统、设备及存储介质。该方法包括：进入任一边缘节点的通信范围内时，与至少一个可通信的边缘节点建立通信；边缘节点存储有以边缘节点为中心的设定范围内的第一地图数据；将终端自身的第二地图数据及位置数据发送至已建立通信的边缘节点；其中，第一地图数据比第二地图数据具有更稠密的点云数据，且第一地图数据的点云数据具有语义标签；获取边缘节点发送的优化后的第二地图数据；根据优化后的第二地图数据更新自身的第二地图数据。解决了在与环境实时交互的高级SLAM过程中，计算能力、存储能力及能耗不足的问题，达到了满足环境的语义感知以及与环境实时交互的高级SLAM精准服务的效果。
-
公开(公告)号：CN111738281A
公开(公告)日：2020-10-02
申请号：CN202010775779.X
申请日：2020-08-05
Applicant: 鹏城实验室
Abstract: 本发明公开了一种同时定位与建图系统及其地图软切换方法、计算机可读存储介质，该方法包括以下步骤：与终端建立连接后，接收所述终端发送的第一地图数据与位姿信息；对所述终端进行初始化后，使用预先存储的第二地图数据对所述第一地图数据与位姿信息进行优化，并将优化后的第一地图数据发送给所述终端；若检测到终端进入与管辖区域关联的设定区域，则将终端相关数据发送至云节点，以供云节点进行所述终端的地图切换。本发明解决了因算力和算法能力不足而无法提供可与环境交互的高级SLAM服务的问题，实现了满足环境的语义感知及提供可与环境交互的高级SLAM服务的效果，并且提高了对多个局部高级SLAM地图的切换效率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.02 seconds)
