-
公开(公告)号：CN113792574A
公开(公告)日：2021-12-14
申请号：CN202110796949.7
申请日：2021-07-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提出的基于距离度量学习的方法对图像进行权重加权，它显式地减少了训练过程中表情特征之间的类内差异从而使预测的精度更高；本发明使用教师学生模型进行全监督学习从而扩大训练数据的规模和提高训练数据的标签质量，提高深度卷积神经网络模型的性能。本发明采用源数据集和目标数据集的融合在精度和泛化能力之间提供了最佳的折衷，来达到跨数据集人脸表情识别一个较好的结果，提供了一个融合数据集的可选择方案，解决了数据集规模小和跨数据集表情识别忽略源数据集性能的问题；本发明解决了数据集标签错误多的缺点，进而提高深度卷积神经网络的分类精度。
-
公开(公告)号：CN113608663A
公开(公告)日：2021-11-05
申请号：CN202110783266.8
申请日：2021-07-12
Applicant: 哈尔滨工程大学
IPC: G06F3/0488 , G06K9/46 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和K‑曲率法的指尖跟踪方法，首先利用YOLOv3网络模型训练预处理后的数据集，获取指尖检测模型；再利用摄像头获取视频流，输入检测模型并检测出检测框信息，初始化卡尔曼滤波器；然后利用卡尔曼滤波器得到预测框，计算出本帧检测框和预测框的IOU，设定IOU阈值，判断该IOU是否大于IOU阈值，若该IOU大于IOU阈值则更新卡尔曼滤波器得到指尖跟踪框；否则，利用K‑曲率法对指尖位置进行校正，并更新卡尔曼滤波器；最后设定一个时间阈值T‑max，在该时间阈值帧内未检测跟踪信息，则终止跟踪。本发明减弱了复杂环境对检测准确性的影响，提升了检测速度，增加了准确性和鲁棒性。
-
公开(公告)号：CN110781761A
公开(公告)日：2020-02-11
申请号：CN201910935847.1
申请日：2019-09-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种具有监督环节的指尖实时跟踪方法，包括以下步骤：S1：利用Kinect获取深度图像和RGB图像，并对深度图像进行滤波处理；S2：通过阈值分割方法，从深度图像中分割出手掌区域；S3：通过边缘点特征检测方法，从手掌区域中得到手掌轮廓；S4：在获取到的手掌轮廓的基础上，实现指尖的检测；S5：通过基于深度信息的卡尔曼滤波方法，获取到指尖的稳定状态；S6：通过具有监督环节的指尖跟踪算法，实现指尖的实时稳定跟踪。本发明提供的具有监督环节的指尖实时跟踪方法，能够实现对指尖的实时稳定跟踪，在人机交互领域具有广泛的用途。本发明能够实现对指尖的实时稳定跟踪，在人机交互领域具有广泛的用途。
-
公开(公告)号：CN115019132B
公开(公告)日：2024-10-15
申请号：CN202210671911.1
申请日：2022-06-14
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/80 , G06V10/82 , G06F17/16
Abstract: 本发明属于深度学习及目标识别技术领域，具体涉及一种用于复杂背景船舶的多目标识别方法。本发明利用环形注意力引导的CNN输出高级特征，以增加对复杂背景图像上目标所在区域的空间信息的获取，特别是具有不同尺度大小的复杂空间位置的船舶目标；通过低级特征通过层间相关反卷积对目标区域中局部特征的关键像素值进行加权，得到复杂背景下详细特征分布的图像；通过循环注意力引导低层特征和高层特征进行联合学习，增强了高层目标区域表达局部细节特征的能力。本发明能够在真实海况、复杂多场景海况、目标类别样本量不均衡的情况下实现船舶多目标识别，在船舶工业与海事管理等领域有较好的使用前景。
-
公开(公告)号：CN113869418B
公开(公告)日：2024-07-02
申请号：CN202111147583.7
申请日：2021-09-29
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于全局注意力关系网络的小样本船舶目标识别方法，包括以下步骤：S1：使用Meta‑Learning数据划分方式生成小样本任务集，并进行模型加载及训练；S2：搭建跨目标全局注意力机制模型；S3：搭建基于跨目标全局注意力机制的RN网络结构；S4：使用Cosine距离度量样本特征相似度，并对距离长度进行比较目标样本特征；S5：使用训练优化方法训练网络。本发明提供的基于全局注意力关系网络的小样本船舶目标识别方法，能够在真实海况、复杂多场景海况、目标类别样本量不均衡的情况下实现小样本船舶目标识别，在船舶工业与海事管理等领域有较好的使用前景。
-
Patent Agency Ranking
公开(公告)号：CN112151071B
公开(公告)日：2022-10-28
申请号：CN202011006934.8
申请日：2020-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供基于混合小波包特征深度学习的语音情感识别方法，S1:通过自相关函数算法对语音数据进行端点检测；S2:将语音序列数据截取成相同长度，将语音序列采样统一为1024，针对该序列用3层小波包重构算法生成新的8个重构信号，组成特征集1；S3:将语音信号直接通过快速傅里叶变换(FFT)提取140个融合了LLDs及其泛化函数的特征值，组成特征集2；S4:将特征集2用DNN的深度学习结构进行进一步提取特征，将特征集1进行进一步提取特征；S5:将两种利用不同结构所提取到的特征集融合在一起，利用Softmax损失函数进行最终分类。本发明能够混有噪声的情况下，能够充分提取语音信号的时域信息和频域信息特征，进而利用深度学习算法实现。
-
公开(公告)号：CN115019132A
公开(公告)日：2022-09-06
申请号：CN202210671911.1
申请日：2022-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习及目标识别技术领域，具体涉及一种用于复杂背景船舶的多目标识别方法。本发明利用环形注意力引导的CNN输出高级特征，以增加对复杂背景图像上目标所在区域的空间信息的获取，特别是具有不同尺度大小的复杂空间位置的船舶目标；通过低级特征通过层间相关反卷积对目标区域中局部特征的关键像素值进行加权，得到复杂背景下详细特征分布的图像；通过循环注意力引导低层特征和高层特征进行联合学习，增强了高层目标区域表达局部细节特征的能力。本发明能够在真实海况、复杂多场景海况、目标类别样本量不均衡的情况下实现船舶多目标识别，在船舶工业与海事管理等领域有较好的使用前景。
-
公开(公告)号：CN113468304A
公开(公告)日：2021-10-01
申请号：CN202110721164.3
申请日：2021-06-28
Applicant: 哈尔滨工程大学
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06F16/338 , G06F16/35 , G06F16/36 , G06F16/951 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知识图谱的船舶靠离泊知识问答查询系统的构建方法，所述系统包括前端展示模块负责人机交互、知识图谱构建模块负责数据的存储、问答模块负责对问题的解析、查询和答案生成；系统构建的方法具体步骤如下：直接获取用户输入的查询文本或者输入的语音；若是语音命令则系统先进行语音转文字处理，然后再对问句解析，生成相应的查询语句；在知识图谱中查询对应的数据信息，并返回结果；将接受的结果信息显示在人机交互界面。本发明优化了用户体验，实现了对用户自然语言问句的精确回答，给用户提供了较搜索引擎更优的信息交互方式，同时也节约了从海量互联网数中寻找答案的时间。
-
公开(公告)号：CN107253515B
公开(公告)日：2018-10-26
申请号：CN201710464316.X
申请日：2017-06-19
Applicant: 哈尔滨工程大学
IPC: B63B39/06
Abstract: 本发明公开一种攻角可控的液压驱动式减纵摇T型水翼，柱翼上端通过连接板安装在船体艏部龙骨下方，下端与水平固定翼垂直焊接，左右两个襟尾翼通过转轴对称地内嵌在水平固定翼中且可同步摆动，襟尾翼与水平固定翼之间留有摆动间隙；液压缸接口上端连接液压缸活塞杆，液压缸接口下端通过销轴与支臂铰链连接，支臂上端开有销轴的滑孔，下端与襟尾翼刚性连接，位置磁环和测量杆安装在密闭的液压缸缸体中。该水翼能对水翼攻角进行较为精确的控制，优化了水翼的结构，增强了稳定性、可靠性和实用性，极大地降低了制造、维修难度。该T型水翼可以与其它减摇附体联合使用，可以使船舶的减摇效果得到极大提升。
-
公开(公告)号：CN106127115A
公开(公告)日：2016-11-16
申请号：CN201610428923.6
申请日：2016-06-16
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明属于机器视觉领域，具体涉及一种基于全景和常规视觉的混合视觉目标定位方法。本发明包括：(1)混合视觉系统的标定；(2)全景相机识别目标并计算全景图像中目标的方位角、透视相机旋转相应角度并拍摄全景相机识别到的目标；(3)采用SIFT图像特征点匹配算法对混合视觉系统的共同视场中特征点进行匹配；(4)计算所识别目标的三维信息对其进行定位。本发明使用混合视觉系统，在保证全景视觉系统大视场视频监视这一优势的前提下，应用透视相机高分辨率这一优势，对目标进行定位，提高了定位精度，从而实现了一种低功耗、高性能的立体化可视化目标探测系统。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.021 seconds)
