专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果29个,建议您升级VIP下载更多相关专利
  • [发明专利]基于自适应正则化和高信度更新的跨模态滤波跟踪方法-CN202010263626.7有效
  • 宋克臣;冯明正;颜云辉;董洪文;仇越 - 东北大学
  • 2020-04-07 - 2023-09-26 - G06T7/246
  • 本发明提供一种基于自适应正则化和高信度更新的跨模态滤波跟踪方法,涉及视觉跟踪技术领域。首先,从输入的可见光和红外图像序列中确定搜索区域,并提取CN与HOG特征;其次,构建跨模态相关滤波模型并对模型进行优化,生成可见光模态下的相关滤波器和热模态下的相关滤波器;并对相关滤波器和提取的特征进行交叉相关计算得到可见光和热模态的响应图;融合响应图,得到较强的响应图;最后,设置高信度反馈更新机制对跨模态相关滤波模型进行判别更新,避免跟踪模型的失真与退化。本发明方法能够适应不同视频的特性,根据不同视频自适应地调整正则化权值,从而获得稳健的相关滤波器,进而有效提高在遮挡与恶劣天气下目标跟踪的准确性和鲁棒性。
  • 基于自适应正则信度更新跨模态滤波跟踪方法
  • [发明专利]一种交叉引导融合的RGB-T图像显著性检测系统-CN202110324087.8有效
  • 宋克臣;王杰;鲍彦奇;颜云辉;李骏;黄黎明 - 东北大学
  • 2021-03-26 - 2023-09-01 - G06V10/25
  • 一种交叉引导融合的RGB‑T图像显著性检测系统,属于计算机视觉图像检测技术领域。特征提取模块提取彩色和热红外图像的特征,三级解码块中的每个模块由以两个模态信息各自为主要引导的两部分所组成,每一部分独有一个引导融合(GFM)模块,同时交叉共有跨级增强(CLE)模块和全局辅助增强(GAE)模块。GFM通过使用单一模态信息为主要引导,另一模态信息辅助增强,实现对单一模态信息的深入挖掘和跨模态信息的充分融合。CLE使用前一级引导融合后的特征来增强当前级的信息,GAE是对逐级引导好的信息进一步整合,同时,在最后一级解码块产生最后的显著性图。该系统可深入挖掘两模态信息,更好地融合两模态特征,提高显著性检测效果。
  • 一种交叉引导融合rgb图像显著检测系统
  • [发明专利]基于显著性标签信息传播模型的板带钢表面缺陷检测方法-CN201910905112.4有效
  • 宋克臣;宋国荣;颜云辉 - 东北大学
  • 2019-09-24 - 2023-05-09 - G06T7/00
  • 本发明涉及工业表面缺陷检测技术领域,提供一种基于显著性标签信息传播模型的板带钢表面缺陷检测方法。首先,获取板带钢表面图像I;然后,从图像I中提取边界框,并执行边界框选择策略;接着,对图像I进行超像素分割,并从每个超像素中提取特征向量;然后,构建显著性标签信息传播模型,基于多示例学习框架构建训练集来训练基于KISVM的分类模型,用训练后的模型对测试集分类,得到类别标签矩阵,并计算平滑约束项、高层先验约束项,优化求解扩散函数;最后,计算多尺度下的单尺度显著图,通过多尺度融合获取最终的缺陷显著图。本发明能够高效、精确且自适应地检测板带钢表面缺陷,能够均匀高亮完整的缺陷目标并有效抑制非显著的背景区域。
  • 基于显著标签信息传播模型带钢表面缺陷检测方法
  • [发明专利]一种小型钢管内壁表面缺陷全方位智能检测装置-CN202211309417.7在审
  • 宋克臣;冯虎;颜云辉;纪莹莹 - 东北大学
  • 2022-10-25 - 2023-01-31 - G01N21/954
  • 一种小型钢管内壁表面缺陷全方位智能检测装置,属于管道内壁缺陷检测技术领域,包括引导避障单元、行走驱动单元及全方位缺陷检测单元;引导避障单元、行走驱动单元和全方位缺陷检测单元由前至后顺序分布;引导避障单元与行走驱动单元之间、行走驱动单元与全方位缺陷检测单元之间均通过快速连接单元进行衔接。本发明的小型钢管内壁表面缺陷全方位智能检测装置,与传统的依靠人工方式握持长杆进行缺陷检测相比,不受钢管长度的影响,检测装置在钢管内的行进速度和行进深度可远程遥控设定,行进过程中可实现全方位缺陷检测,降低检测难度的同时大幅度提高检测效率,缺陷检测的可靠性得到大幅度提高,同时可满足不同管径钢管的检测需要。
  • 一种小型钢管内壁表面缺陷全方位智能检测装置
  • [发明专利]一种基于YOLO的Compress-YOLO模型压缩方法-CN201910062805.1有效
  • 颜云辉;王森;宋克臣;赵凯歌 - 东北大学
  • 2019-01-23 - 2022-12-09 - G06N3/04
  • 本发明提供了一种基于YOLO的Compress‑YOLO模型压缩方法,包括设计Compress‑YOLO神经网络特征提取部分、使用GoogLeNet的特征提取部分对输入图像进行特征提取、使用Compress‑YOLO模型中的两层全卷积层取代YOLO中的两层全连接层、使用一层卷积层对bounding box进行回归、通过reshape层对输出维度进行调整,使得输出维度和YOLO的输出维度相同以及选择PASCAL VOC 2012数据集对设计的Compress‑YOLO神经网络模型进行训练;针对训练中出现的过拟合现象,采用Batch Normaliztion层和Scale层组合的方法。本发明提供的基于YOLO的Compress‑YOLO模型压缩方法,可以在尽量保证模型性能的同时可以将深度学习部署到嵌入式设备上,且更加密集、计算量更小,提高了网络的性能。
  • 一种基于yolocompress模型压缩方法
  • [发明专利]一种基于点云方法的高铁重轨表面缺陷检测方法-CN201910292336.2有效
  • 宋克臣;王妍妍;颜云辉;罗宏亮;牛孟辉 - 东北大学
  • 2019-04-12 - 2022-11-08 - G06T7/00
  • 本发明涉及表面缺陷检测技术领域,提供一种基于点云方法的高铁重轨表面缺陷检测方法,首先构建检测平台,并对彩色双目线阵相机进行标定;然后采集待检测高铁重轨在n个视角下的初始线阵图像并进行预处理;接着将每个视角下两幅二维图像映射为一幅三维深度图像,利用基于相位相关的二维图像配准方法为相邻视角下两幅待配准点云提供初始配准,并对配准后每对点云进行ICP精确迭代,得到完整的表面点云;最后利用将法矢角度、曲率改变量作为平滑阈值的点云区域生长算法,对完整的表面点云进行缺陷提取与分割,得到待检测高铁重轨表面缺陷分布。本发明能够降低图像采集质量及检测区域范围对检测的影响,提高检测效率与检出率,降低漏检率与误检率。
  • 一种基于方法高铁重轨表面缺陷检测
  • [发明专利]小样本自相似嵌入推断的板带钢表面缺陷分类系统及方法-CN202210207239.0在审
  • 宋克臣;赵文丽;颜云辉;李骏 - 东北大学
  • 2022-03-03 - 2022-06-17 - G06V10/74
  • 本发明公开一种小样本自相似嵌入推断的板带钢表面缺陷分类系统及方法,系统包括特征提取模块和分类模块,分类模块由自相似表示SSR模块和图嵌入标签推断GELE模块组成;其中自相似表示SSR模块包含两个自相似计算子模块SS_s和SS_q、两个用于提取结构模式的自相似表示学习子模块R_s和R_q以及两个特征聚合子模块FA_s和FA_q;图嵌入标签推断GELE模块包含图嵌入子模块GE、标签推断子模块LE和分类器;旨在使用一种自相似方法,即测量相邻区域内局部斑块的相似性来增强嵌入表达,以及一种非参数正则器,即以流行平滑的方式扩展决策边界减少类噪声造成的分布漂移问题。本发明的系统和方法进一步提高了小样本表面缺陷分类的性能。
  • 样本相似嵌入推断带钢表面缺陷分类系统方法
  • [发明专利]一种融合三模态图像的显著性目标检测系统及方法-CN202111373805.7在审
  • 宋克臣;王涵;王杰;颜云辉 - 东北大学
  • 2021-11-19 - 2022-01-07 - G06T7/33
  • 本发明提供一种融合三模态图像的显著性目标检测系统及方法,属于图像显著性检测技术领域,所述系统通过全局注意力加权融合实现了对三个模态的高级特征更细致的融合,并通过空洞卷积操作得到大尺度特征,对大尺度特征使用特征矩阵相乘的方式,保存了特征图整体间信息的关联性;通过双模态注意融合实现了跨模态信息的更充分融合,以深度图像为主要引导,另外两模态特图像分别作为辅助补充,两模态相辅相成,再结合使用空洞卷积、矩阵相乘、矩阵相加等方式处理特征,从而实现了更好的跨模态融合;通过三模态交互加权实现了对三模态信息的互补融合,同时在继承上一层解码特征的基础上,补充了当前层的详细特征,使整个解码过程不断丰富信息。
  • 一种融合三模态图像显著目标检测系统方法
  • [发明专利]基于2S-AGCN的图卷积动作识别方法、装置及设备-CN202110785748.7在审
  • 颜云辉;王森;宋克臣;张劲风;王仁根 - 东北大学
  • 2021-07-12 - 2021-11-12 - G06K9/00
  • 本申请公开了一种基于2S‑AGCN的图卷积动作识别方法、装置及设备,涉及计算机技术领域,可以解决在基于深度学习神经网络进行动作识别时,特征表达能力有限的问题。其中方法包括:构建样本集中每帧骨骼点对应人体的物理连接结构,并从物理连接结构中提取骨骼点信息和骨骼连接信息;利用骨骼点信息和骨骼连接信息的融合特征训练动作识别模型,动作识别模型是利用图卷积神经网络和时间卷积网络交替并集形成的,图卷积神经网络用于提取空间特征,时间卷积网络用于提取时间特征;若判定动作识别模型训练完成,则将目标样本中各帧的物理连接结构信息输入动作识别模型,获取动作识别结果。本申请适用于对压缩视频的动作识别。
  • 基于agcn图卷动作识别方法装置设备
  • [发明专利]基于交比不变性的含有八卦编码信息的线阵相机标定方法-CN201810357939.1有效
  • 宋克臣;侯彬;颜云辉;牛孟辉;温馨 - 东北大学
  • 2018-04-20 - 2021-06-29 - G06T7/80
  • 本发明提供一种基于交比不变性的含有八卦编码信息的线阵相机标定方法,涉及相机标定技术领域。基于交比不变性的含有八卦编码信息的线阵相机标定方法,将八卦理论应用于线阵相机标定板的设计,使标定板的图案中包含有编码信息;再利用投影的交比不变性,得到标定板上图案与相机视平面的交点,利用这些交点及其对应的像素值,计算得到线阵相机的内外参数,并将获取的线阵相机内外参数作为初值,在实际的成像模型下利用非线性优化方法获取最终的标定结果。本发明提供的基于交比不变性的含有八卦编码信息的线阵相机标定方法,可以不需要移动标定板就明确的分辨出视场线位置,且标定板制作简单,成本较低,能够实现简单而又快速进行线阵相机的标定。
  • 基于不变性含有八卦编码信息相机标定方法
  • [发明专利]基于卷积神经网络多级特征的钢板表面缺陷检测方法-CN201810338076.3有效
  • 宋克臣;何彧;颜云辉;董志鹏;董洪文 - 东北大学
  • 2018-04-16 - 2021-06-29 - G06K9/62
  • 本发明提供一种基于卷积神经网络多级特征的钢板表面缺陷检测方法,涉及钢板缺陷检测技术领域。该方法首先选取基准网络,并对其进行预训练,同时建立用于微调训练的专用缺陷检测数据集;然后搭建整体检测网络和多级特征融合网络,并将它们合并得到缺陷检测网络;最后设置缺陷检测网络的损失函数和训练超参数,并对缺陷检测网络进行训练,使基准网络、多级特征融合网络和RPN共享卷积层和计算量,得到训练完成的缺陷检测网络模型,进而对钢板表面缺陷进行检测。本发明提供的基于卷积神经网络多级特征的钢板表面缺陷检测方法,具有强大的缺陷分类能力,且能够完整的获得缺陷的具体类别以及精确的位置信息,同时降低了检测所需硬件的配置。
  • 基于卷积神经网络多级特征钢板表面缺陷检测方法
  • [发明专利]一种六自由度手腕偏置型串联机械臂的运动控制方法-CN201810618375.2有效
  • 颜云辉;徐靖;宋克臣;董志鹏;张德富 - 东北大学
  • 2018-06-15 - 2021-06-01 - B25J9/16
  • 本发明提供一种六自由度手腕偏置型串联机械臂的运动控制方法,涉及机器人运动学控制方法技术领域。包括:建立机械臂的连杆坐标系;建立机械臂的正运动学方程;获取关节1的角度初始值;计算关节2到关节6的逆运动学解的角度值;计算末端执行器的位姿与给定位姿的误差;判断误差是否在误差阈值范围内;筛选出符合条件的一组逆运动学解的角度值;将机械臂各关节角度值输入到已知机器人的控制模块,完成对六自由度手腕偏置型串联机械臂的运动控制。本发明提供的一种六自由度手腕偏置型串联机械臂的运动控制方法,无需考虑基于雅克比矩阵的奇异解问题,简化了控制过程,有效降低了计算量,提高了收敛速度和计算精度,同时提升了机械臂的控制精度。
  • 一种自由度手腕偏置串联机械运动控制方法
  • [发明专利]一种用于彩色-热红外图像的显著性检测方法-CN202011237976.2在审
  • 宋克臣;黄黎明;颜云辉;李骏 - 东北大学
  • 2020-11-09 - 2021-02-05 - G06T7/00
  • 一种用于彩色‑热红外图像的显著性检测方法,属于计算机视觉图像检测领域;本发明先,将热红外图像作为图像通道与彩色图像进行结合,使用超像素分割方法对其进行超像素分割;然后从每个超像素中提取多类型特征向量,建立图模型,计算原始图邻接矩阵;接着,将多模态多特征的图邻接矩阵堆叠到张量之中,进行低秩张量的图学习;最后,使用自适应协同排序算法,将多个图邻接矩阵进行自适应学习,得到一个最优图邻接矩阵,并分别以背景和前景种子点进行超像素显著性排序,进而得到最终的显著性图。本发明能够自适应的结合彩色和热红外两种模态的图像信息,极大地提高了显著性检测的鲁棒性与准确性。
  • 一种用于彩色红外图像显著检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top