“韩慧妍”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27个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进SAC算法的多目标路径规划方法-CN202310826903.4在审
发明人： 韩慧妍;郑心怡;庞敏;孙福盛 -专利权人：中北大学
申请日： 2023-07-06 - 公布日： 2023-10-10 - 主分类号： G01C21/20 文献下载
摘要：本发明属于强化学习领域，具体涉及一种基于改进SAC算法的多目标路径规划方法。本发明拟收集足够的机器人到达各货架位置的路径经验，通过在实际配送前读取离线专家经验，来进行监督学习辅助，提高配送效率；基于SumTree的优先经验回放，提高有效路径样本经验的被采用率；基于多步TD‑error的计算奖励机制，综合考虑后续的多步奖励。本发明将机器人导航与强化学习中SAC算法相结合，摆脱了传统路径规划算法对模型的限制，提高了机器人的学习速度和对经验样本的利用效率，解决了机器人在货物配送环节对一次性配送多件货物的最优路径选择效果差，易陷入局部最优、无法合理规划路径和精确避开环境障碍物的问题。
一种基于改进 sac 算法多目标路径规划方法

[发明专利]一种基于ResNeXt的智能机器人抓取方法-CN202111056444.3有效
发明人： 韩慧妍;王文俊;张元;杨晓文;薛红新 -专利权人：中北大学
申请日： 2021-09-09 - 公布日： 2023-09-29 - 主分类号： G06T7/73 文献下载
摘要：本发明属于机器人视觉技术领域，具体涉及一种基于ResNeXt的智能机器人抓取方法。为克服现有抓取技术不能在检测速度和精度取得平衡的缺点，本发明生成真值图时，将标注按角度分类，高斯化的抓取质量图，构建的深度学习网络模型包括两次下采样、堆叠多次ResNeXt组成的的瓶颈层、两次上采样和并行的卷积构成的输出，得到输出后与对应真值图一起送入目标函数计算损失，反向传播调整参数，直至目标函数收敛，将拍摄到的深度图像输入到训练好的深度网络模型得到像素级预测输出，将像素级预测输出转换至机器人坐标抓取，利用机器人操作系统执行抓取。
一种基于 resnext 智能机器人抓取方法

[发明专利]一种针对模糊图像的处理方法、装置及设备-CN202310364362.8在审
发明人：李郁峰;田二明;韩慧妍;张权;李永红;肖宇;韩波;曹泰华;陈晓峰;樊宏丽 -专利权人：中北大学
申请日： 2023-04-07 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种针对模糊图像的处理方法、装置及设备，将采集到的干涉光条纹信息和参考光条纹信息各自对应转换为干涉光电信号和参考光电信号，并利用参考光电信号消除干涉光电信号中的干涉条纹中干扰信息，得到第一光电信号，之后做干涉全息图变换后再做傅里叶变换得到第二光电信号；在确定参考光在全息图上的最小入射角和参考光的空间频均满足分量条件下，从第二光电信号中分离出仅携带有完整物光信息的的频率分量。可见，应用本申请实施例提供的模糊图像处理方法能够在散射介质存在的情况下去除散射介质的干扰影响，并从消除散射介质干扰的光信号中分离出仅包含物光信息的光信号，以能够提高成像分辨率，进而实现高成像深度和成像质量。
一种针对模糊图像处理方法装置设备

[发明专利]一种基于百度指数与机器学习的流感趋势预测方法-CN202211566248.5在审
发明人：薛红新;郭磊;况立群;韩慧妍;熊风光;杨晓文;张元;庞敏;孙福盛;韩燮 -专利权人：中北大学
申请日： 2022-12-07 - 公布日： 2023-06-23 - 主分类号： G16H50/80 文献下载
摘要：本发明属于流行病监测技术领域，具体涉及一种基于百度指数与机器学习的流感趋势预测方法。针对现有流感预测方法仅使用历史时间序列信息进行预测，而忽略了相邻区域的空间相关性和不同时间段的时间相关性的影响，并且流感预测方法多集中于使用多元线性回归方法进行预测等问题，本发明首先试图挖掘与流行性感冒相关的重要关键词，对关键词进行初筛，并通过分析各关键词与流感样病例数的时滞相关性，对关键词进一步过滤；其次，基于确定的不同类型关键词和ILI％，通过考虑相邻地区间流感传播的影响，构建流感预测模型；最后，选用XGBoost方法对所建模型进行预测，得到符合南方地区的流感预测模型。
一种基于百度指数机器学习流感趋势预测方法

[发明专利]一种室内移动机器人强化学习导航方法-CN202211416730.0在审
发明人：况立群;王少桐;韩慧妍;曹亚明;熊风光;杨晓文;张元;庞敏;薛红新;郭磊;韩燮 -专利权人：中北大学
申请日： 2022-11-14 - 公布日： 2023-05-09 - 主分类号： G05D1/02 文献下载
摘要：本发明属于强化学习领域，具体涉及一种室内移动机器人强化学习导航方法，为解决在复杂环境复杂奖励的情况下，智能体导航中的样本利用率低以及导航成功率不高的问题，本发明在D3QN算法基础上，引入优势后见经验回放算法和分层强化学习结构。首先，通过比较不同轨迹点的优势函数来选择新目标点，拥有最大优势函数的轨迹点作为新目标点，根据新目标点，对轨迹样本重新标记并存入经验池中。然后，在分层强化学习的结构下，训练智能体在复杂的环境下学习，顶层智能体负责学习大范围的路径规划，底层智能体负责导航到子目标，最后实现到总目标点的导航。
一种室内移动机器人强化学习导航方法

[发明专利]一种基于多尺度监督的三维场景点云分割方法-CN202310067111.3在审
发明人：杨晓文;文阳晖;张元;韩慧妍;庞敏;况立群;韩燮;熊风光;贾彩琴;薛红新;焦世超 -专利权人：中北大学
申请日： 2023-01-16 - 公布日： 2023-04-25 - 主分类号： G06V10/26 文献下载
摘要：本发明属于计算机视觉领域，具体涉及一种基于多尺度监督的三维场景点云分割方法。本发明引入多尺度监督的方式，通过对解码器每层进行额外的监督学习，判断隐藏层特征图质量的好坏，从而提高网络整体分割精度，促使网络隐藏层学习到的特征易区分、更具鲁棒性，进而改善网络对物体边缘的分割效果，广泛适用于大型室内点云语义分割。
一种基于尺度监督三维景点分割方法

[发明专利]一种多源语义感知下的室内动态SLAM方法-CN202211551320.7在审
发明人： 韩慧妍;庞敏;韩方正;况立群;张元;杨晓文;熊风光 -专利权人：中北大学
申请日： 2022-12-05 - 公布日： 2023-04-25 - 主分类号： G01C21/00 文献下载
摘要：本发明属于机器人动态SLAM视觉技术领域，具体涉及一种多源语义感知下的室内动态SLAM方法。针对室内动态环境中的定位及建图精度不高，没有统一的语义表征和计算方法等问题，本发明拟基于多传感器，对室内常见物体分类，识别并移除分割出运动物体及与其交互的可移动物体，得到清晰完整的单视角三维点云；追踪帧间运动，基于加权RANSAC方法计算局部摄像机位姿；基于多传感器感知因子图，计算摄像机全局位姿并进行回环检测，基于微分流形方法得到整个场景的全局三维点云图及摄像机运动轨迹。
一种语义感知室内动态 slam 方法

[发明专利]一种基于准共形映射的三维模型变形算法-CN201910443071.1有效
发明人：况立群;薛红新;常敏;韩燮;庞敏;韩慧妍;张元;常伟;候瑞环;牛昊杰;常婷 -专利权人：中北大学
申请日： 2019-05-26 - 公布日： 2023-03-24 - 主分类号： G06T19/20 文献下载
摘要：本发明属于计算机视觉领域，公开了一种基于准共形映射的三维模型变形算法。首先，利用准共形映射将三维模型参数化到二维平面圆盘；其次，采用准共性迭代算法计算两个平面之间的映射，得到变形后的二维模型；最后，采用2D→3D模型恢复算法将变形后的二维模型还原出尽可能满足约束条件的三维模型。本发明解决了现有模型利用率低，变形算法需要操作的控制点多、对骨骼不明显的模型处理效果差以及微分坐标变形技术对旋转敏感，以及直接在三维模型上变形较难的问题。比传统的映射方法简单而且保持了源模型的更多的局部细节。本发明适用于基于单幅图像的三维模型变形，适用于具有任何边界的模型的变形。可应用于动画、整容手术、医学以及几何建模等领域。
一种基于准共形映射三维模型变形算法

[发明专利]一种智能控制孔距变化的蒸汽锅炉-CN202210338716.7有效
发明人：李郁峰;张笑天;田二明;马新谋;李永红;张权;韩慧妍;韩波;曹泰华 -专利权人：中北大学
申请日： 2022-04-01 - 公布日： 2023-03-03 - 主分类号： F22B37/22 文献下载
摘要：本发明提供了一种智能控制孔距变化的蒸汽锅炉，包括上锅筒、下锅筒和连接在上锅筒和下锅筒之间的上升管和下降管，上锅筒、下锅筒设置供流体通过的多个孔，其中上锅筒的孔沿着距离进口的距离越远，孔的分布密度越大和/或孔的流通面积越大；其中下锅筒的孔沿着距离出口的距离越远，孔的分布密度越小和/或孔的流通面积越小。本发明提供一种新式结构的蒸汽锅炉，设置的流动空间越来越大，以减轻流动阻力，在阻力减小以及材料成本节省的程度上，所述的均温效果达到基本相同的效果。
一种智能控制变化蒸汽锅炉

[发明专利]一种融合形状与纹理的点云局部特征描述方法-CN202211216429.5在审
发明人：张元;史泽鹏;庞敏;杨晓文;韩慧妍;韩燮 -专利权人：中北大学
申请日： 2022-09-30 - 公布日： 2022-12-30 - 主分类号： G06V10/44 文献下载
摘要：本发明属于三维图像处理技术领域，具体涉及一种融合形状与纹理的点云局部特征描述方法，针对现有点云局部描述符缺乏色彩纹理信息导致特征描述能力不足，以及部分基于色彩的描述符维度过高、计算耗时过长的问题，本方法在计算纹理特征时以FPFH算法的拓扑结构为基础，同时融合后的特征向量为66维，维度较低，在进行特征向量的计算或匹配时效率较高；本方法使用相关性更弱的HSV色彩模型，基于两点间的色彩通道比值度量纹理差异，对亮度变化的稳定性更好，同时结合点云的形状信息和纹理信息，丰富了点云特征的描述，可有效增强点云特征匹配的准确率。
一种融合形状纹理局部特征描述方法

[发明专利]基于AHP的新型智慧城市评价指标裁剪模型的构建方法-CN202110412898.3有效
发明人： 韩慧妍;况立群;熊风光;韩燮 -专利权人：中北大学
申请日： 2021-04-16 - 公布日： 2022-11-25 - 主分类号： G06Q10/06 文献下载
摘要：本发明属于智慧城市评价领域，具体涉及基于AHP的新型智慧城市评价指标裁剪模型的构建方法。结合国内外智慧城市评价指标体系，首先构建评价指标数据库，根据不同城市特点，从数据库中选择适当的评价指标，基于层次分析法(AHP)及专家赋分，动态设定其重要性权重，完成评价指标的自动裁剪，从而构建一套面向城市特点的新型智慧城市评价指标体系模型。
基于 ahp 新型智慧城市评价指标裁剪模型构建方法

[发明专利]一种模糊图像的复原方法、装置及设备-CN202111583737.7在审
发明人：李郁峰;田二明;张权;韩慧妍;李晓;李永红;肖宇 -专利权人：中北大学
申请日： 2021-12-22 - 公布日： 2022-07-08 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种模糊图像的复原方法、装置及设备，从设定的光路组件中采集在第一场景下成像的第一条纹信息，并将第一条纹信息转化为用于表示在第一场景下感光场强度的第一电信号；并依据第一电信号和所述第二电信号的比值以及参考光振幅，从第一电信号中去除电路组件中散射介质衍射干扰的干扰信息，得到用于表示在光路组件中未射入散射介质前的干涉光场的电信号。这样，能够从第一电信号中去除散射介质衍射干扰带来的影响，得到目标物在未射入散射介质前的干涉光场的电信号。可见，应用本申请实施例提供的复原方法能够在散射介质存在的情况下去除散射介质的干扰影响，实现散射成像，提高成像深度和成像质量。
一种模糊图像复原方法装置设备

[发明专利]一种基于星射线的瞳孔中心定位方法-CN202010098080.4有效
发明人： 韩慧妍;马启玮;韩燮;杨婷;李俊伯 -专利权人：中北大学
申请日： 2020-02-18 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像处理技术领域，具体涉及一种基于星射线的瞳孔中心定位方法。本发明先通过图片预处理，再通过星射线算法，检测瞳孔区域，在ROI区域内通过迭代法，得到二值化的阈值，优化二值化后的瞳孔区域，剔除星射线边缘点误差。本发明可以精确的检测到遮挡条件下的瞳孔中心点。本发明较好的满足实时性和鲁棒性的要求。
一种基于射线瞳孔中心定位方法

[发明专利]一种融合持久同调的三维点云分类方法-CN202210233977.2在审
发明人：况立群;万嘉龙;熊风光;韩慧妍;杨晓文;张元;韩燮;庞敏;薛红新;王爽;孙福盛;郭磊 -专利权人：中北大学
申请日： 2022-03-10 - 公布日： 2022-06-03 - 主分类号： G06V10/764 文献下载
摘要：本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。
一种融合持久同调三维分类方法

[发明专利]一种基于多模态特征融合的RGB-D图像语义分割方法-CN202210126753.1在审
发明人：杨晓文;靳瑜昕;韩慧妍;张元;庞敏;韩燮 -专利权人：中北大学
申请日： 2022-02-11 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明属于计算机视觉领域，具体涉及一种基于多模态特征融合的RGB‑D图像语义分割方法。由于RGB和深度特征的内在差异，如何更有效地融合两种特征仍是有待解决的问题。为了解决该问题提出了注意力引导多模态交叉融合分割网络(ACFNet)，本发明采用编码器－解码器结构，将深度图编码为HHA图像，设计非对称双流特征提取网络，RGB和深度编码器分别以ResNet‑101和ResNet‑50为主干网络，并在RGB编码器中添加全局‑局部特征提取模块(GL)。为有效融合RGB和深度特征，提出了注意力引导多模态交叉融合模块(ACFM)，以更好地在多阶段利用融合的增强特征表示。
一种基于多模态特征融合 rgb 图像语义分割方法

1
2
下一页»
尾页
共 27 条