-
公开(公告)号：CN116188904A
公开(公告)日：2023-05-30
申请号：CN202310115401.0
申请日：2023-02-15
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： G06V10/774 , G06V10/30 , G06V20/10
摘要： 本发明公开了一种基于交叉蒸馏的单目深度估计模型训练方法，涉及深度学习领域。本发明包括以下步骤：将城市RGB图像输入到单目深度估计模型中；所述单目深度估计模型对所述城市RGB图像生成第一深度预测和第二深度预测；将两个预测深度用作伪标签，并对伪标签降噪；利用降噪后的伪标签对单目深度估计模型完成优化。本发明能够有效提高精度，且性能优越。
-
公开(公告)号：CN114168783B
公开(公告)日：2024-07-02
申请号：CN202111471189.9
申请日：2021-12-03
申请人： 北京航空航天大学
IPC分类号： G06F16/583 , G06F16/55 , G06N3/0464 , G06N3/08 , G06T7/73 , G06V10/774 , G06V10/764 , G06V10/766 , G06V10/82
摘要： 本发明公开了一种基于记忆库机制的多场景位姿回归方法及系统，涉及深度学习技术领域。具体步骤包括如下：将图像输入至训练好的位姿回归模型中，得到所述图像的描述特征和定位特征；根据所述描述特征从记忆库中检索相关场景中的记忆特征；利用所述记忆特征增强处理所述定位特征，得到第一特征；将所述第一特征输入至位姿估计网络中，得到当前图像的相机位姿。本发明提出了一种模拟人类记忆机制的多场景位姿回归模型，利用记忆库分辨并记忆各场景的特征信息，实现在多个场景下准确定位。
-
公开(公告)号：CN114154576B
公开(公告)日：2024-07-02
申请号：CN202111471191.6
申请日：2021-12-03
申请人： 北京航空航天大学
IPC分类号： G06V10/774 , G06V10/75 , G06V10/40 , G06V20/52 , G06V10/26 , G06N3/0464 , G06V10/82 , G06N3/09
摘要： 本发明公开了一种基于混合监督的特征选择模型训练方法及系统，涉及计算机视觉技术领域，本发明使用图像语义信息和图像特征的注意力信息对特征选择模型的训练提供混合监督作用。基于该训练方法训练特征选择模型，进而将该模型用于图像检索，能够准确地检索出数据库中与输入的检索图像相匹配的历史图像。本发明的训练方法结合了语义信息和注意力信息进行混合优化，优化方法更易收敛，适用于不同特征的特征选择模型，模型预测的准确性更好。
-
公开(公告)号：CN118013369A
公开(公告)日：2024-05-10
申请号：CN202410233779.5
申请日：2024-03-01
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G06F18/241 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084 , A61B5/372 , A61B5/00 , G06F123/02
摘要： 本发明公开了一种基于注意力机制的多模态时序信息融合脑电解码方法，涉及人体脑电信号处理技术领域。包括：S1数据获取步骤：获取原始脑电数据以及待解码脑电数据；S2数据预处理步骤：对S1中获得的原始脑电数据进行数据增强处理，得到脑电数据；S3解码模型构建步骤：构建脑电解码模型，并利用脑电数据训练脑电解码模型，得到训练后的脑电解码模型；S4数据解码步骤：利用训练后的脑电解码模型待解码脑电数据特征提取，并对提取后的特征进一步融合分类；S5分类步骤：采用得到的融合特征对脑电分类。本发明能够有效提高脑电解码算法的准确性、鲁棒性和训练效果，为脑机接口技术的发展带来重要的研究意义和应用前景。
-
公开(公告)号：CN117414141A
公开(公告)日：2024-01-19
申请号：CN202311663804.5
申请日：2023-12-06
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： A61B5/372 , G06F18/241 , G06F18/243 , G06F18/25 , G06F18/2451 , G06N20/20 , G06N3/0499 , G06N3/084
摘要： 本发明公开了一种基于多域特征与Stacking集成学习的脑电信号分析方法及系统，属于生物信号分析技术领域，包括：获取脑电信号；对脑电信号进行信号预处理得到纯净脑电信号；对纯净脑电信号进行特征提取，获取纯净脑电信号的多域特征；利用Stacking集成学习分类算法对纯净脑电信号的多域特征进行融合后再进行分类，输出分类结果。本发明通过增加特征的时空维度充分捕捉脑电信号特征，提高脑电信号特征的丰富性，并且结合多个基本分类器的输出来提高脑电信号解码精度的Stacking集成学习方法，有效提高脑电信号的分类准确性。
-
公开(公告)号：CN117338567A
公开(公告)日：2024-01-05
申请号：CN202311444021.8
申请日：2023-11-02
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种变刚度外骨骼康复机器人系统，包括：肌电传感器，贴合在患者健侧的肱二头肌和肱三头肌位置处，两个传感器分别绑带于健侧上肢上臂和前臂；外骨骼关节，该外骨骼关节通过绑带穿戴在患侧上肢；控制系统，该控制系统与肌电传感器和两个惯性测量传感器连接；变刚度驱动系统，该变刚度驱动系统与控制系统连接，还通过绳索和鲍登管与外骨骼关节连接。本发明的变刚度外骨骼康复机器人系统，采用了将外骨骼关节通过绑带穿戴在患侧上肢，然后通过绳索和鲍登管与变刚度驱动系统连接的方式，有效的增加便携性，提升了穿戴体验。
-
公开(公告)号：CN114004754B
公开(公告)日：2022-07-26
申请号：CN202111070656.7
申请日：2021-09-13
申请人： 北京航空航天大学
摘要： 本发明公开了一种基于深度学习的场景深度补全系统及方法，涉及计算机视觉技术领域。该方法包括获取KITTI数据集中不同模态的场景深度图的特征，所述不同模态的场景深度图包括稀疏深度图与RGB图片；采用基于UNet网络架构的编码解码网络分别提取稀疏深度图和RGB图片的特征；建立并采用基于注意力的图卷积网络和基于注意力的自卷积融合网络分别根据稀疏深度图和RGB图片的特征进行图像恢复，以得到低频深度图和高频深度图；根据低频深度图和高频深度图采用像素级相加的方法生成稠密深度图，完成场景深度补全。本发明可大大提高场景深度补全精度。
-
公开(公告)号：CN114168783A
公开(公告)日：2022-03-11
申请号：CN202111471189.9
申请日：2021-12-03
申请人： 北京航空航天大学
IPC分类号： G06F16/583 , G06F16/55 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/73 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于记忆库机制的多场景位姿回归方法及系统，涉及深度学习技术领域。具体步骤包括如下：将图像输入至训练好的位姿回归模型中，得到所述图像的描述特征和定位特征；根据所述描述特征从记忆库中检索相关场景中的记忆特征；利用所述记忆特征增强处理所述定位特征，得到第一特征；将所述第一特征输入至位姿估计网络中，得到当前图像的相机位姿。本发明提出了一种模拟人类记忆机制的多场景位姿回归模型，利用记忆库分辨并记忆各场景的特征信息，实现在多个场景下准确定位。
-
公开(公告)号：CN107745579B
公开(公告)日：2019-05-28
申请号：CN201711107290.X
申请日：2017-11-10
申请人： 北京航空航天大学
摘要： 本发明公开了一种基于气浮滚筒支撑的卷对卷印刷电子喷墨加工平台。该加工平台从右至左顺次将放卷机构(1)、张力调节机构(2)、静态气浮滚筒(4)、张力检测机构(5)和收卷机构(6)安装在同一底板(7C)上，喷头安装机构固定在静态气浮滚筒的上方。本发明加工平台通过使用静态气浮滚筒代替传统的转动滚筒，在多孔筒体与柔性薄膜间生成一层气膜，将薄膜与多孔筒体分离开来，消除转动滚筒的加工误差和装配误差带来的薄膜位置误差，提升印刷电子喷墨打印的打印精度。
-
公开(公告)号：CN107260488B
公开(公告)日：2019-02-05
申请号：CN201710546927.9
申请日：2017-07-06
申请人： 北京航空航天大学
IPC分类号： A61H1/02
摘要： 本发明公开了一种穿戴式绳驱动上肢外骨骼康复机器人的仿人臂骨架，该仿人臂骨架包括有柔性肘关节组件(1)、上臂组件(2)、前臂组件(3)以及与绳子一端固定的绳紧固件，绳子另一端固定在电机输出轴的线轮上，通过电机牵引绳子运动实现康复者的肩部和肘部基于生物学机理的运动。本发明设计的仿人臂骨架能够实现康复者的上肢的抬臂、摆臂、转臂以及肘关节的内屈外伸运动，并能够提高外骨骼康复机器人的安全性。
-
-
-
-
-
-
-
-
-
搜索结果
157 条记录 (耗时 0.053 秒)