“颜熠”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11个，建议您升级VIP下载更多相关专利

[发明专利]一种基于变形卷积网络的物体位姿估计方法及系统-CN201911014052.3有效
发明人：陈启军;周光亮;王德明;颜熠;刘成菊 -专利权人：同济大学
申请日： 2019-10-23 - 公布日： 2023-06-02 - 主分类号： G06T7/73 文献下载
摘要：本发明涉及一种基于变形卷积网络的物体位姿估计方法，包括：S1、获取目标物体的彩色图像和深度图像，将目标物体的彩色图像输入训练好的实例分割网络，得到实例分割结果；S2、根据实例分割结果分别从彩色图像和深度图像中裁剪出包含目标物体的彩色图像块和深度图像块，并把深度图像块转换成三通道图像表示的点云；S3、将彩色图像块和点云的图像中不包含目标物体的区域的像素值置为0后输入训练好的变形卷积网络，得到目标物体位姿估计结果；变形卷积网络提取特征的感受野集中在彩色图像块和点云图像上目标物体分布的区域。与现有技术相比，本发明具有高精度、高效率等优点。
一种基于变形卷积网络物体估计方法系统

[发明专利]一种基于自监督学习与模板匹配的物体位姿估计方法-CN201911013282.8有效
发明人：陈启军;王德明;颜熠;周光亮;刘成菊 -专利权人：同济大学
申请日： 2019-10-23 - 公布日： 2023-05-02 - 主分类号： G06T7/73 文献下载
摘要：本发明涉及一种基于自监督学习与模板匹配的物体位姿估计方法，包括：S1：采集目标物体的彩色图和深度图，经裁剪获得对应的彩色候选图和深度候选图；S2：所述的彩色候选图和深度候选图经过已训练的带有噪声生成器的自监督编码解码器分割后获得彩色分割图和深度分割图；S3：利用彩色分割图和深度分割图与模板库匹配，获得匹配位姿；S4：精修匹配位姿获得目标物体位姿，其中，通过球面多尺度方法采集目标物体三维模型的彩色样本图和深度样本图；利用彩色样本图训练自监督编码解码器；提取多尺度下彩色样本图和深度样本图的带有位姿信息的特征并根据该特征构建模板库。与现有技术相比，本发明具有鲁棒性好、成本低和无需标签信息等优点。
一种基于监督学习模板匹配物体估计方法

[发明专利]一种全自动化2D和3D融合渲染系统-CN202211485227.0在审
发明人：吴怡颖;季啸白;颜熠 -专利权人：上海动次拍信息科技有限公司
申请日： 2022-11-24 - 公布日： 2023-03-03 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种全自动化2D和3D融合渲染系统，一种全自动化2D和3D融合渲染系统，包括数据输入模块、数据分析模块、学习计算模块、背景分离模块、无线通信模块、信息生成模块、数据合成模块、渲染模块和分享模块。全自动2D 3D融合系统，通过AI算法感知3D场景中的光线和颜色信息，并将获取的信息正确的添加到2D图片上，并不仅仅是简单的叠加，而是将2D图片本身的内容进行感知，去除和主体人物无关的背景信息，然后将2D和3D场景完成融合，全流程自动化处理。输入的图片能自动去除背景，自动放入3D场景中进行处理，避免了人工的参与，从而达到了快速合成和降低成本的效果。
一种自动化融合渲染系统

[发明专利]结合生成数据和无标注数据的半监督物体位姿估计方法-CN202110241227.5有效
发明人：陈启军;周光亮;颜熠;王德明;刘成菊 -专利权人：同济大学
申请日： 2021-03-04 - 公布日： 2022-08-19 - 主分类号： G06T7/73 文献下载
摘要：本发明涉及一种结合生成数据和无标注数据的半监督物体位姿估计方法，包括以下步骤：1)生成带有位姿标签的点云数据，即生成数据；2)获取目标物体不带标签的彩色图像和深度图像，将彩色图像输入到训练好的实例分割网络，得到实例分割结果，根据分割结果从深度图像中得到目标物体的点云，即无标签的真实数据；3)每个训练周期内，采用生成数据对位姿估计网络模型进行有监督训练，采用无标签的真实数据对位姿估计网络模型进行自监督训练；4)在每个训练周期结束后，采用部分真实数据计算位姿估计网络模型的准确度。与现有技术相比，本发明主要解决了6D位姿标签获取困难的问题，只需利用合成数据和无标注真实数据，即可实现准确的物体位姿估计。
结合生成数据标注监督物体估计方法

[发明专利]一种基于深度特征重建的复杂场景中螺栓异常检测方法-CN202210208939.1在审
发明人：陈启军;刘创伟;刘成菊;彭云;颜熠 -专利权人：同济大学
申请日： 2022-03-04 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于深度特征重建的复杂场景中螺栓异常检测方法，包括：1)获取原始图像输入卷积下采样网络，得到不同分辨率的深度特征图；2)将不同分辨率的深度特征图进行融合并输入到卷积插值上采样网络中，生成预测矩阵以及原始蒙版图；3)在卷积下采样网络得到的不同分辨率的特征图中清除螺栓位置附近的特征，并重建该螺栓区域在正常状态时的特征，得到重建蒙版图；4)对比原始蒙版图和重建蒙版图，完成异常螺栓的判定并生成最终的异常螺栓复原图。与现有技术相比，本发明能够排除生产设备在图片中的位置、室外光线情况、生产设备所处背景及设备本身工作状态对螺栓异常检测任务的干扰，具有较高的鲁棒性、适用性和实用性。
一种基于深度特征重建复杂场景螺栓异常检测方法

[发明专利]一种基于对偶结构光RGB-D相机的深度信息采集系统-CN201910054459.2有效
发明人：陈启军;王德明;周光亮;颜熠;李勇奇;刘成菊 -专利权人：同济大学
申请日： 2019-01-21 - 公布日： 2021-02-02 - 主分类号： G06T7/80 文献下载
摘要：本发明涉及一种基于对偶结构光RGB‑D相机的深度信息采集系统，包括：对偶结构光RGB‑D相机结构：包括呈180度对称设置的两个结构光RGB‑D子相机；RGB‑D相机标定模块：用以根据非对称标定板实现结构光RGB‑D相机内参和畸变参数以及彩色相机与深度相机之间的外参标定；多源深度信息获取模块：通过异步方式获得两个子相机的两张原始深度图像，同时利用两个相机获取的彩色图像构成双目生成第三张深度图；多源深度信息处理模块：用以实现三张深度图与彩色图像的对齐，将三张深度图进行融合，并将对齐的彩色图像和融合后的深度图像作为最终系统的输出。与现有技术相比，本发明具有参数标定、解决深度信息缺失空洞、提升深度数据的质量、实时性高等优点。
一种基于对偶结构 rgb 相机深度信息采集系统

[发明专利]一种基于实例分割网络和迭代优化的6D位姿估计方法-CN201910054474.7有效
发明人：陈启军;周光亮;王德明;颜熠;李勇奇;刘成菊 -专利权人：同济大学
申请日： 2019-01-21 - 公布日： 2020-10-02 - 主分类号： G06T7/73 文献下载
摘要：本发明涉及一种基于实例分割网络和迭代优化的6D位姿估计方法，包括以下步骤：1)将深度图像转换成HHA特征图和场景点云；2)将HHA特征图和彩色图像输入到增加空间变换网络后的实例分割网络中，进行任意位姿物体的实例分割获得物体种类识别结果以及掩膜分割结果；3)根据实例分割的结果，在场景点云上分割出目标点云；4)根据改进的4PCS算法和ICP算法将分割出的目标点云和目标CAD模型的模型点云进行匹配和位姿精修，从而得到精确的位姿估计结果。与现有技术相比，本发明具有准确识别、多种类物体识别、检测性能高、位姿匹配精度高等优点。
一种基于实例分割网络优化估计方法

[发明专利]一种基于RGBD相机的堆叠工件姿态识别及拾取方法-CN201810326638.2有效
发明人：陈启军;李树;王德明;颜熠 -专利权人：同济大学
申请日： 2018-04-12 - 公布日： 2020-07-28 - 主分类号： B25J9/16 文献下载
摘要：本发明涉及一种基于RGBD相机的堆叠工件姿态识别及拾取方法，包括以下步骤：1)对RGBD相机内参数进行标定；2)根据预先获得的待抓取工件的3D模型进行训练，生成用以匹配的2D模型；3)利用RGBD相机获取待识别工件的RGB图像和深度图像，获取出待抓取工件的轮廓信息；4)获取待抓取工件在图像像素坐标系中的二维位置信息以及在相机坐标系下的六自由度位姿；5)获取待抓取工件在机器人坐标系下的六自由度位姿；6)控制六轴机器人对待抓取工件进行拾取。与现有技术相比，本发明利用成本低廉的RGBD相机，结合RGB以及深度信息，实现对散乱堆叠、各种类型的工件的姿态识别和抓取，精度高、成本低、适应性强。
一种基于 rgbd 相机堆叠工件姿态识别拾取方法

[发明专利]一种基于深度学习的手机外壳缺陷检测方法-CN201710034677.0有效
发明人：李树;陈启军;王德明;颜熠 -专利权人：同济大学
申请日： 2017-01-17 - 公布日： 2020-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于深度学习的手机外壳缺陷检测方法，该方法包括如下步骤：(1)获取待检测手机外壳图像并进行预处理；(2)将预处理后的图像输入至预先训练好的缺陷检测模型进行缺陷检测得到手机外壳上存在缺陷的位置，并给出该位置为缺陷的置信度；其中，缺陷检测模型为基于深度学习的深度网络，包括依次级联而成的特征提取网络以及分类器与回归器网络，所述的特征提取网络对预处理的图像进行特征提取得到特征图像，所述的分类器与回归器网络对特征图像进行分类回归得到手机外壳缺陷位置以及置信度。与现有技术相比，本发明检测精度高，检测结果准确可靠。
一种基于深度学习手机外壳缺陷检测方法

[发明专利]一种气缸盖罩加工表面成像装置及方法-CN201911013286.6在审
发明人：陈启军;颜熠;周光亮;王德明;刘成菊 -专利权人：同济大学
申请日： 2019-10-23 - 公布日： 2020-02-25 - 主分类号： G01N21/88 文献下载
摘要：本发明涉及一种气缸盖罩加工表面成像装置，包括机架(12)、工业相机和光源，所述的工业相机和光源设置于机架(12)上，所述的工业相机包括对应设置于气缸盖罩工位的上方、侧方和下方的顶部相机(1)、小型相机(9)和侧面相机(10)，所述的光源包括环形光源(2)和水平面光源(5)，所述的环形光源(2)同轴设置于工业相机上，所述的水平面光源(5)设置于气缸盖罩工位的侧方。与现有技术相比，本发明具有效率高、成像质量好等优点。
一种缸盖加工表面成像装置方法

[发明专利]基于深度学习的不规则形状金属加工表面的缺陷检测方法-CN201811252083.8在审
发明人：陈启军;颜熠;王德明;周光亮;李树 -专利权人：同济大学
申请日： 2018-10-25 - 公布日： 2019-04-16 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于深度学习的不规则形状金属加工表面的缺陷检测方法，该方法通过对采集的金属加工表面图像进行预处理、图像增强，基于YOLOv3的网络架构，搭建了适于缺陷检测的深度学习网络，通过对样本进行人工标记，利用带标签的样本进行深度学习网络的训练，以获取缺陷检测模型，最后利用缺陷检测模型对采集到的金属加工表面图像进行缺陷检测，得到缺陷检测的结果。与现有技术相比，本发明中的网络架构对于小物体小目标的检测具有良好的适应性，将目标检测的候选区域生成、特征提取、分类、位置精修四个基本步骤统一到同一个深度网络框架之内，提高了运行速度，使检测更加准确。
缺陷检测金属加工表面不规则形状网络架构样本预处理采集图像学习候选区域目标检测人工标记特征提取图像增强网络框架小目标小物体检测精修标签网络分类统一

1
共 11 条