“詹羽荣”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]一种头颈部肿瘤检测方法、装置及计算机可读存储介质-CN201810896222.4有效
发明人： 詹羽荣;赵常均;李博;万磊;肖定坤 -专利权人：广州智能装备研究院有限公司;中山大学肿瘤防治中心
申请日： 2018-08-07 - 公布日： 2023-01-06 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种头颈部肿瘤检测方法、装置及计算机可读存储介质，所述方法包括：采集头颈部CT数据，并根据所述头颈部CT数据中的窗宽和窗位调整Hu值，形成头颈部图片；将所述头颈部图片输入预设的区域分割模型，输出像素分割图；对所述像素分割图进行图形膨胀和腐蚀处理，分割出头颈部各个部位所在区域的区域图片；将所述区域图片输入预设的目标检测模型，检测出肿瘤的位置和种类。本发明能够基于深度学习，融合区域分割技术和目标检测技术对头颈部肿瘤进行检测，使得检测结果更加稳定，检测精度也更高。
一种颈部肿瘤检测方法装置计算机可读存储介质

[发明专利]一种基于唇语识别的人工智能发声系统及发声方法-CN201810705967.8有效
发明人：程德斌;刘学奎;詹羽荣;赵常均;吴迪;赵政;李茵 -专利权人：中山大学肿瘤防治中心;广州智能装备研究院有限公司
申请日： 2018-06-27 - 公布日： 2022-03-11 - 主分类号： G10L15/25 文献下载
摘要：本发明公开了一种基于唇语识别的人工智能发声系统及发声方法，系统包括：视频采集模块、无线发射模块、中央信号处理模块、无线接收模块、电子发声模块；首先，视频采集模块采集人体对象嘴唇区域的视频；然后，中央信号处理模块对视频信息进行处理，利用人工智能技术分析每段视频所代表的语言信息；最后，电子发声模块根据分析结果信息进行发声。本发明可应用于无喉患者的发声，与现有的电子喉相比有两个显著优点：一是系统采用基于唇语识别的发声方法，使用时不需要手握装置，给用户带来更加舒适的发声体验；二是系统采用电子发声方式进行发声，让声音听起来更加自然。
一种基于识别人工智能发声系统方法

[发明专利]一种传送带区间定位方法及装置-CN202010733877.7有效
发明人：彭云春;曾钰;詹羽荣;李志伟;胡培雄;洪耀斌 -专利权人：广州智能装备研究院有限公司
申请日： 2020-07-27 - 公布日： 2022-02-18 - 主分类号： B65G43/00 文献下载
摘要：本发明公开了一种传送带区间定位方法及装置，定位方法包括：采集传送带的电机编码变化数值；设定每个所述区间的定位点，选取测试定位点，根据所述测试定位点采集第一电机编码数值和第二电机编码数值；采集待定位区间上的物体触发所述传感器时的第三电机编码数值；其中，所述传感器设置在所述传送带的正上方；根据所述第三电机编码数值、所述第二电机编码数值、所述第一电机编码数值和所述电机编码变化数值，计算得到电机的减速脉冲数；根据所述减速脉冲数控制所述传送带减速运转，使所述待定位区间的定位点停止在所述目标位置。本发明提供一种传送带区间定位方法及装置，以解决现有技术无法准确控制传送带区间定位至目标位置的技术问题。
一种传送带区间定位方法装置

[发明专利]一种基于深度神经网络的动态手势识别方法及系统-CN201810745350.9有效
发明人：肖定坤;万磊;詹羽荣;李博 -专利权人：广州智能装备研究院有限公司
申请日： 2018-07-09 - 公布日： 2019-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度神经网络的动态手势识别方法及系统，包括：采集不同手势含义的动态手势视频片段生成训练样本数据集，样本数据包含RGB图像和深度信息；设计基于深度神经网络的动态手势识别网络模型，并利用训练样本对模型进行训练；利用训练好的动态手势识别模型进行动态手势测试与识别；动态手势识别网络模型由特征提取网络、前后帧关联网络以及分类识别网络构成，其中前后帧关联网络用于对每一个手势含义的样本经过特征提取网络得到的特征向量进行前后时间帧的关联映射，并将其合并为每一个手势含义的融合特征向量。本发明，在网络模型中引入了双向LSTM模型来理解连续手势姿态之间的相关性，极大提高了动态手势的识别率。
动态手势识别手势神经网络网络模型特征提取特征向量网络帧关联训练样本数据分类识别深度信息视频片段手势姿态训练样本样本数据时间帧识别率映射样本采集测试关联合并融合引入

[发明专利]一种基于动态学习的工业机器人零点标定方法-CN201910197609.5在审
发明人： 詹羽荣;曾钰;王献伟;彭云春;胡培雄;洪耀斌 -专利权人：广州智能装备研究院有限公司;广州市韦德电气机械有限公司
申请日： 2019-03-15 - 公布日： 2019-07-23 - 主分类号： B25J9/10 文献下载
摘要：本发明涉及一种基于动态学习的工业机器人零点标定方法，包括：利用简易的标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；求最小距离误差对关节角度偏量和XYZ偏量的偏微分；重复前述两个步骤，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。该方法利用简易的标定尖端采集工业机器人的多个姿态数据，并利用动态学习算法对数据进行快速迭代处理，使标定时间控制在30分钟以内，而且标定精度在1mm以内。
工业机器人动态学习标定零点标定最小距离关节角度偏量末端位置姿态数据偏量简易采集工具坐标系迭代处理时间控制迭代算法机器人重复记录

[发明专利]一种利用颈部振动的人工智能发声系统及其发声方法-CN201810635263.8在审
发明人：程德斌;刘学奎;詹羽荣;赵常均;吴迪;赵政;李茵 -专利权人：广州智能装备研究院有限公司
申请日： 2018-06-20 - 公布日： 2018-11-20 - 主分类号： A61F2/20 文献下载
摘要：本发明公开了一种利用颈部振动的人工智能发声系统及其发声方法，系统包括：振动传感器、AD转换模块、无线发射模块、无线接收模块、信号处理模块、DA转换模块和电子发声器；本发明利用人工智能技术分析人体颈部的振动信号所代表的语音信息，并将分析结果转换成模拟信号，传入电子发声器进行发声。本发明有两个显著优点：一是采集特定患者的颈部振动信号，并利用人工智能技术进行神经网络训练，这种定制化方法训练出来的网络模型可以大大地提高预测语音信息的准确率；二是采用无线模块发射和接收振动信号，将传感器和电子发声器分离，减少了医疗器械给患者带来的不便，具有更高的便携性和实用性。
电子发声器振动信号发声颈部人工智能技术人工智能发声系统语音信息神经网络训练无线发射模块无线接收模块信号处理模块振动传感器模拟信号人体颈部网络模型无线模块便携性定制化传感器准确率医疗器械采集发射转换预测分析

[发明专利]基于深度学习的3D零部件吸取方法-CN201710898982.4在审
发明人： 詹羽荣 -专利权人：广州智能装备研究院有限公司
申请日： 2017-09-28 - 公布日： 2017-12-15 - 主分类号： G05B19/408 文献下载
摘要：本发明公开了一种基于深度学习的3D零部件吸取方法，包括自主训练和吸取两大步骤，自主训练包括随机生成平面坐标为XY的吸取点，并利用激光位移传感器获取该吸取点的深度坐标Z；采集以XY坐标为中心点的矩形区域二维图像信息和机器人吸取零部件成功或失败的结果标签，输入深层卷积神经网络进行训练；吸取包括采集零部件的二维图像信息，并随机生成多个矩形区域图像；把成功标签概率最高的矩形图像中心点坐标输送给机器人，结合激光位移传感器获得的深度坐标吸取零部件。本发明，通过机器人自主训练实现3D零部件吸取，克服了现有视觉定位技术中存在的不足，可以灵活应对不同形状的零部件，摆脱对视觉工程师和环境条件的依赖。
基于深度学习零部件吸取方法

1
共 7 条