-
公开(公告)号:CN111339917B
公开(公告)日:2022-08-09
申请号:CN202010112303.8
申请日:2020-02-24
申请人: 大连理工大学
IPC分类号: G06V10/774 , G06V10/80 , G06V10/82 , G06V10/26 , G06V20/00
摘要: 本发明公开了一种真实场景下玻璃检测的方法,属于物体检测领域。本发明设计了一种基于LCFI块的组合方式,以有效地集成不同尺度的上下文特征,成功地检测出不同大小的玻璃。最终,将多个LCFI组合块嵌入到玻璃检测网络(GDNet)中,以获得不同级别的大尺度上下文特征,从而实现了在各种场景下可靠精确的玻璃检测。
-
公开(公告)号:CN114549567A
公开(公告)日:2022-05-27
申请号:CN202210167375.1
申请日:2022-02-23
申请人: 大连理工大学
IPC分类号: G06T7/13 , G06T7/73 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/28 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明属于计算机视觉中的场景分割技术领域,提供了一种基于全方位感知的伪装目标图像分割方法,设计了一种面向精确伪装目标分割的新型全方位感知网络,其中提出了金字塔定位模块和双聚焦模块,来耦合局部特征和全局表示,以便更准确地定位伪装目标并精细划分边界,解决计算机视觉中伪装目标分割的问题。本发明的方法伪装目标分割的结果,同时在不同场景下具有有效性和实用性。
-
公开(公告)号:CN112882382B
公开(公告)日:2022-03-29
申请号:CN202110029509.9
申请日:2021-01-11
申请人: 大连理工大学
IPC分类号: G05B13/04
摘要: 本发明属于计算机视觉领域中的对抗鲁棒领域,提供一种评价分类深度神经网络鲁棒性的几何方法,步骤如下:步骤1、选择深度神经网络分类模型;步骤2、选择攻击算法;步骤3、构建ACTS算法;步骤4、形成整个ACTS评价算法框架并输出结果。本发明解决了由于对抗样本的存在所导致的分类鲁棒性评价困难问题。本发明提出了一种从几何角度去评价分类鲁棒性的方法ACTS,通过不同实验设置证明了ACTS的有效性,并通过对比实验证明了ACTS输出结果的精确性和高效性。对比实验中ACTS在所有不同实验设置中指标Overlap均获得了最佳性能,并且在平均用时的效率上领先CLEVER几个量级,具有很大的优势。
-
公开(公告)号:CN114220092A
公开(公告)日:2022-03-22
申请号:CN202111579385.8
申请日:2021-12-22
申请人: 大连理工大学
摘要: 一种基于三维场景点云的场景图生成方法,属于场景理解领域。本发明设计了一种适用于三维点云数据的视觉模式,即交互空间,抽取具有适度冗余度的初始特征,在保障具有充足的环境信息的同时,降低由于反复建模所造成的噪音叠加问题。同时本发明参考人的环境理解过程,设计了具有结构化组织和层次化处理过程的环境上下文融合过程,通过将无差别的信息传递过程改变为有结构的信息组织过程,实现了具有更高辨别力的特征的构建,实现了更精确的三维场景图生成任务。场景图生成任务的精确度由三个子任务验证,包含物体预测任务、谓词预测任务和关系预测任务三部分。本发明提出的三维场景图生成方法在三个子任务上,都优于其他的二维和三维SGG方法。
-
公开(公告)号:CN114168745A
公开(公告)日:2022-03-11
申请号:CN202111443714.6
申请日:2021-11-30
申请人: 大连理工大学
IPC分类号: G06F16/36 , G06F16/33 , G06F16/335 , G06F40/295 , G06N3/04 , G06N3/08 , G06N7/00
摘要: 本发明属于知识图谱技术领域,提供了面向环氧乙烷衍生品生产过程的知识图谱构建方法。根据数据类型及特点,梳理环氧乙烷衍生品生产过程的数据源,将其划分为结构化、非结构化、其他类型三种数据。采用自顶向下和自底向上相结合的方法构建知识图谱的本体层和数据层。提出一种基于数据驱动的增量式本体建模方法,保证知识图谱的可扩展性。面向结构化知识抽取,采用虚拟知识图谱的方法,保证原始数据存储的安全性,提出一种新的映射机制,实现数据实体化。面向非结构化知识抽取,融合预训练语言模型BERT,基于BERT‑BiLSTM‑CRF命名实体识别模型实现实体抽取任务。
-
公开(公告)号:CN114037050A
公开(公告)日:2022-02-11
申请号:CN202111230061.3
申请日:2021-10-21
申请人: 大连理工大学
摘要: 本发明公开了一种基于脉冲神经网络内在可塑性的机器人退化环境避障方法。该方法包括动态能量阈值模块、动态时间阈值模块、生物合理的动态能量‑时间阈值融合模块以及突触场景搭建与自主学习模块。突触自主学习模块中的决策网络以激光雷达数据、距目标点的距离和上一时刻速度大小作为决策网络的状态输入,通过动态能量‑时间阈值的自主调节,输出机器人左轮和右轮的速度大小,从而进行自主的感知与决策。本发明解决了脉冲神经网络中,缺乏内在可塑性,从而导致模型稳态失衡难以适应退化环境的困难,并在移动机器人中成功部署,维持稳定的触发率,从而进行退化、干扰、噪声环境下的自主导航与避障,在不同退化场景上都具有有效性和适用性。
-
公开(公告)号:CN113808261A
公开(公告)日:2021-12-17
申请号:CN202111163824.7
申请日:2021-09-30
申请人: 大连理工大学
摘要: 本发明属于计算机视觉领域中的三维重建技术领域,提供了一种基于全景图的自监督学习场景点云补全的数据集生成方法。以同一视点下的全景RGB图像、全景深度图和全景法线图作为输入,可以生成成对的带有RGB信息和法线信息的残缺点云和目标点云,用以构造训练场景点云补全网络的自监督学习数据集。本发明的关键点是基于视点转换的遮挡预测和等矩形投影及转换过程中针对条纹问题、点对点遮挡问题的处理。本发明的方法简化真实场景点云数据的采集方式;视点转换的遮挡预测思想;视点选取策略的设计。
-
公开(公告)号:CN112613478A
公开(公告)日:2021-04-06
申请号:CN202110001555.8
申请日:2021-01-04
申请人: 大连理工大学
摘要: 本发明属于计算机视觉技术领域,提供了一种面向机器人抓取的数据主动式选择方法,主要分为两个分支,物体抓取方式检测分支以及数据选择策略分支,包括数据特征提取模块、抓取方式检测模块和数据选择策略模块。本发明的核心内容为数据选择策略模块,该模块共享主干网络的特征提取层,并融合了三个不同大小感受野的特征,充分利用特征提取模块的同时,大大减少了需要添加的参数量。在主干的抓取方式检测网络模型训练过程中,数据选择策略模块可以进行同步的训练,从而形成端到端的模型。本发明利用了天然存在的标注、未标注标签,充分利用了已标注数据以及未标注数据,在已标注数据量较小时,仍然可以对网络进行更加充分的训练。
-
公开(公告)号:CN107655463B
公开(公告)日:2019-10-11
申请号:CN201710860678.0
申请日:2017-09-21
申请人: 大连理工大学
摘要: 本发明提供了一种基于模拟退火算法的电子罗盘校准方法,属于智能算法与非线性回归技术领域。模拟退火算法作为一个在解空间中广泛地搜索最优解的算法,对比传统电子罗盘校准方法和一些常见的最优化算法有更强的全局收敛优越性,使用时满足:初始温度足够高;终止温度足够低;降温足够缓慢;热平衡时间足够长的条件时便满足解的全局收敛特性,即初始参数适宜的情况下,模拟退火算法总能在解空间内寻找出全局最小点。实际实验中发现在恰当的初始参数和新解产生函数下,可以在相对较好的时间和空间复杂度下产生电子罗盘的非线性拟合解,精度达到了10E‑3,对比传统校准方法和最小二乘法精度较高。
-
公开(公告)号:CN106097421B
公开(公告)日:2019-04-12
申请号:CN201610482176.4
申请日:2016-06-27
申请人: 大连理工大学
摘要: 本发明提供一种基于真实数据的交通动画模拟系统,包括:导入模块,用于导入真实车辆运行数据初始化交通流动画中的真实车辆的运行轨迹,所述运行数据包括:真实车辆的位置、速度以及加速度;控制模块,用于根据所述真实车辆运行数据和预设数据确定交通流动画中的虚拟车辆运行轨迹,所述运行轨迹包括:车辆的实时速度、实时位移。本发明可以在整个交通流模拟过程中通过引入不规则的真实车辆驾驶行为,真实车辆与虚拟车辆相结合,产生更为真实的交通流动画模拟。
-
-
-
-
-
-
-
-
-