“龙睿杰”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习检测任务的增量学习方法、装置及存储介质-CN202211160029.7在审
发明人： 龙睿杰;彭斌 -专利权人：深圳市凌云视迅科技有限责任公司
申请日： 2022-09-22 - 公布日： 2022-12-20 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及工业视觉技术领域，具体而言，涉及基于深度学习检测任务的增量学习方法、装置及存储介质，一定程度上可以解决重新训练新目标检测模型，需要耗费大量的时间和资源的问题。所述基于深度学习检测任务的增量学习方法包括：利用已有图像数据集生成GAN模型，GAN模型用于生成包含若干假图像的假图像数据集；整合假图像数据集和新图像数据集，得到混合图像数据集；加载旧目标检测模型，旧目标检测模型基于已有图像数据生成，获取旧目标检测模型的旧模型参数，旧模型参数用于确定新模型初始参数；基于混合图像数据集和新模型初始参数，训练得到新目标检测模型，其中，新目标检测模型的训练轮数根据旧模型的收敛轮数确定。
基于深度学习检测任务增量学习方法装置存储介质

[发明专利]一种基于频域周期性纹理去除的图像检测方法及装置-CN202110973130.3在审
发明人： 龙睿杰;姚毅;杨艺;全煜鸣;金刚;彭斌 -专利权人：凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司
申请日： 2021-08-24 - 公布日： 2021-11-16 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种基于频域周期性纹理去除的图像检测方法及装置，其中，一种基于频域周期性纹理去除的图像检测方法包括：将待测图通过傅里叶正变换由空间域转换至频域，再转换成功率图；通过对功率图进行平滑滤波操作，获取平滑滤波后的频率图；利用阈值分析的方法定位到周期性纹理对应的信号区域；去除周期性纹理对应的信号区域，获得周期性纹理去除后的频谱图；将得到的所述周期性纹理去除后的频谱图经过傅里叶逆变换转换回空间域，分析所述输出图，得到检测结果。该方法有效去除了图像中的周期性纹理，清晰化图像，便于识别，使检测准确率高且普适性较强。
一种基于周期性纹理去除图像检测方法装置

[发明专利]一种基于光度立体的物体表面瑕疵检测分析方法及装置-CN202110973139.4在审
发明人： 龙睿杰;姚毅;杨艺;全煜鸣;金刚;彭斌 -专利权人：凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司
申请日： 2021-08-24 - 公布日： 2021-11-16 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种基于光度立体的物体表面瑕疵检测分析方法及装置，其中，一种基于光度立体的物体表面瑕疵检测分析方法包括：获取至少三种不同角度光源的待测物体表面图像上的像素值，构建光度立体数学模型；对光度立体数学模型进行反射率计算，构建反射率图；计算得到待测物体表面的梯度场；根据待测物体表面的梯度场，进行高斯表面曲率计算和进行平均表面曲率计算，获取高斯表面曲率缺陷图和平均表面曲率缺陷图；分析反射率图、高斯表面曲率缺陷图和平均表面曲率缺陷图，得到检测结果。该方法避免了传统的图像处理技术难以对多种不同的物体表面分析找出瑕疵的问题，具有检测准确率较高，且普适性强的特点。
一种基于光度立体物体表面瑕疵检测分析方法装置

[发明专利]一种基于频域滤波的图像瑕疵检测方法及装置-CN202110973774.2在审
发明人： 龙睿杰;姚毅;杨艺;全煜鸣;金刚;彭斌 -专利权人：凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司
申请日： 2021-08-24 - 公布日： 2021-11-12 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种基于频域滤波的图像瑕疵检测方法及装置，其中，一种基于频域滤波的图像瑕疵检测方法包括：将待测图通过傅里叶正变换由空间域转换至频域；构建频域滤波器，得到频域滤波器图；将频谱图上每一点的频率幅值和频域滤波器图对应进位置的频率幅值进行点乘，得到频域滤波后的频域处理图；将得到的频域处理图的频率幅值经过傅里叶逆变换转换回空间域，得到输出图；分析输出图，得到检测结果。该方法加强了瑕疵与背景的差异度，便于识别，具有检测准确率高且普适性较强的特点，避免传统检测中易受各种干扰，检测条件苛刻的要求。
一种基于滤波图像瑕疵检测方法装置

[发明专利]一种基于B样条曲线的双机器人协调装配轨迹规划方法-CN201610965825.6有效
发明人：李明富;赵艳梅;童忠文;李俊渊;龙睿杰 -专利权人：湘潭大学
申请日： 2016-11-04 - 公布日： 2020-07-28 - 主分类号： G06F30/17 文献下载
摘要：本发明提供了一种基于B样条曲线的双机器人协调装配轨迹规划方法，属于轨迹规划领域；其包括有任务模块、主‑从机器人关节轨迹规划模块、避障策略模块、多目标优化模块、工业机器人驱动器。所述主‑从机器人关节轨迹规划模块发明了一种基于B样条曲线的双机器人协调装配关节轨迹规划方法和协调装配误差补偿的方法；所述避障策略模块发明了一种双机器人深度搜索避障策略；多目标优化模块发明了一种基于群体智能算法求解双机器人协调装配时间较少，装配轨迹平滑的运动学约束条件下的多目标规划方法；采用本发明的技术方案，可以得到装配时间较短，装配段关节轨迹平滑，成功避开障碍物且无干涉的双机器人协调装配轨迹，降低了成本，避免了装配件的损坏。
一种基于曲线双机协调装配轨迹规划方法

[发明专利]一种多机器人装配单元及其优化方法-CN201710955839.4有效
发明人：李明富;肖全玉;龙睿杰 -专利权人：湘潭大学
申请日： 2017-10-13 - 公布日： 2019-05-10 - 主分类号： B23P21/00 文献下载
摘要：本发明提供了一种基于群体智能优化算法以最小化机器人搬运时间和最小化布局面积为优化目标的多机器人装配单元及其优化问题的解决方法。其具体实施过程为：针对多机器人装配单元布局优化问题建立数学模型；根据已知的装配任务序列和零部件种类确定机器人、机器人末端工具、工件库、导轨和传送带个数；采用网格化的方式离散化布局平面，对各个组件的位置进行编码；建立机器人干涉约束，应用群体智能优化算法对上述数学模型进行优化求解。此种布局和优化方法，能为多机器人装配单元的布局问题提供一种有效的解决办法，节省机器人搬运物料的成本以及布局面积。
一种机器人装配单元布局优化方法