-
公开(公告)号：CN111126275A
公开(公告)日：2020-05-08
申请号：CN201911349169.7
申请日：2019-12-24
申请人： 广东省智能制造研究所
摘要： 本发明公开了一种基于多粒度特征融合的行人再识别方法及装置，其中，所述方法包括：利用优化后行人目标检测模型获得直立人体图像中的人体上、下半身的坐标信息；基于优化后的Resnet50卷积神经网模型提取全局特征信息和中层特征信息；基于人体上、下半身的坐标信息对全局特征信息和中层特征信息分别进行特征分割处理；删除被遮挡区域内对应的分割后的全局特征信息和局部细粒度特征信息；计算剩余的分割全局特征信息和局部细粒度特征信息之间的相似度；基于遮挡情况对相似度得分进行加权融合，并根据加权融合结果进行行人再识别。在本发明实施例中，可以在存在遮挡情况下，对行人实现准确的、快速的识别，并达到良好的识别效果。
-
公开(公告)号：CN110842925A
公开(公告)日：2020-02-28
申请号：CN201911161059.8
申请日：2019-11-24
申请人： 深圳华数机器人有限公司 , 武汉华中数控股份有限公司 , 广东省智能制造研究所 , 深圳市烨嘉为技术有限公司
IPC分类号： B25J9/16
摘要： 一种协作化机器人的力矩前馈补偿方法，所述方法包括如下步骤：S1：创建机器人动作，并建立机器人运动坐标；通过对机器人建立运动坐标，根据机器人运动额定的速度和加速度，计算处机器人关节运动的额定力矩向量，然后获取机器人关节运动的实际位置坐标，然后将机械常数和根据获得的数值计算出机器人关节整个运动过程的惯量变化和出力矩输出的前馈值，并将计算出的力矩输出的前馈值与控制器给定值在电流环中的控制输出进行叠加，并输送至驱动机器人关节运动的电动机中，并以微秒级的周期向驱动器刷新力矩前馈值，在相同的PID参数的基础上，大大减少系统的跟随误差，从而提高系统的控制精度。
-
公开(公告)号：CN109919137A
公开(公告)日：2019-06-21
申请号：CN201910242434.5
申请日：2019-03-28
申请人： 广东省智能制造研究所
摘要： 一种行人结构化特征表达方法，包括步骤：S1，获取行人监控图像，提取行人主要关节点的图像位置信息；S2，计算行人时间运动特征数据，形成行人的时间运动特征数据集；S3，根据行人关节点图像位置信息估计行人局部区域在图像中的位置，提取行人局部区域的空间特征数据，形成行人空间特征数据集；S4，融合时间运动特征数据和空间特征数据，形成行人时空特征向量，设计行人结构化特征表达模型；S5，提取待识别行人的时间运动特征数据和空间特征数据，形成时空特征向量；S6，利用行人结构化特征表达模型，对比行人目标与待识别行人之间的相似度，实现行人的识别。本发明实现人体动态、静态情况下个体化特征描述，可确保行人识别时匹配特征的有效性。
-
公开(公告)号：CN108846891A
公开(公告)日：2018-11-20
申请号：CN201810536638.5
申请日：2018-05-30
申请人： 广东省智能制造研究所
摘要： 一种基于三维骨架检测的人机安全协作方法，包括步骤：获取操作者与机器协作的左图像和右图像，进行立体匹配，得到场景重构后的三维几何信息，然后进行人体骨架检测，对左图像和右图像进行一致性检验，将检验后的左图像和右图像与三维几何信息进行坐标映射，得到人体骨架三维坐标，通过世界坐标系下机器末端与三维骨架包围盒模型的相对位姿关系，计算得到人机碰撞检测的安全阈值，再计算人体三维骨架包围盒模型与机器末端之间的欧式距离，通过欧式距离与安全阈值的大小关系判断人机协作的安全性。本发明实现操作者与机器协作下的实时碰撞安全检测，提高生产效率及操作者的人身安全。
-
公开(公告)号：CN108597578A
公开(公告)日：2018-09-28
申请号：CN201810394685.0
申请日：2018-04-27
申请人： 广东省智能制造研究所
摘要： 一种基于二维骨架序列的人体运动评估方法，通过摄像头获取包含人体的RGB图像，提取二维人体骨架，人体骨架中具有若干关节点；对人体骨架的初始位姿进行校正；提取关节点坐标、关键部位角度、关节点速度及其波动误差四类特征，形成特征矩阵，并构建对应帧差异度计算模型；建立测试骨架序列与标准骨架序列的矩阵坐标系，对两段序列的前后段进行搜索，得到匹配路径起末点，以之为参考点进行全局双向并行搜索，直至完成测试骨架序列和标准骨架序列的最优路径匹配，得到两段序列的累积差异值，以实现人体运动评估。本发明采用低成本RGB摄像头对人体运动进行准确评估与趋势分析，在体育、武术、舞蹈等动作训练与指导方面的具有较好的应用价值。
-
公开(公告)号：CN108564599A
公开(公告)日：2018-09-21
申请号：CN201810307782.1
申请日：2018-04-08
申请人： 广东省智能制造研究所
CPC分类号： G06T7/251 , G06T7/254 , G06T7/269 , G06T7/66 , G06T2207/10016 , G06T2207/20084
摘要： 一种人体运动速度估计方法，包括步骤：获取视频图像中的人体结构框架；序列化N个关节点；计算各关节点速度大小和方向，利用连续帧间权重递增法估计下一帧关节点的运动速度；计算人体躯干重心位置，得到当前人体躯干重心的运动速度并作为人体整体运动速度，利用连续帧间权重递增法估计下一帧人体整体运动速度；将人体结构框架划分为6个部位，每个部位包含至少一个关节点；利用提出的关节点-轴心节点速度法线距离权重法，计算每个部位中的各个关节点的速度，将同一部位中的所有关节点速度乘以权重系数后进行累加得到该部位的运动速度。本发明能够较为精确的估计人体的运动速度，广泛应用于各个行业领域的人体运动分析。
-
公开(公告)号：CN108491965A
公开(公告)日：2018-09-04
申请号：CN201810207767.X
申请日：2018-03-14
申请人： 广东省智能制造研究所
摘要： 本发明实施例提供了冲压设备的状态预测方法、装置、电子设备与存储介质，该方法包括：在设定的采集时刻采集冲压设备的实际冲压参数；在所述实际冲压参数的基础上，计算所述冲压设备运行至未来一个或多个采集时刻时的预测冲压参数；获取所述冲压设备在一个或多个设备状态下采集的历史冲压参数；根据所述历史冲压参数进行聚类，对所述设备状态生成聚类簇；确定所述预测冲压参数归属的聚类簇，以预测所述冲压设备运行至未来一个或多个采集时刻时属于所述聚类簇对应的设备状态。通过对冲压设备的运行构建预测模型，预测冲压设备的设备状态，从而可以及时地反馈设备状态，及时地进行维护，减少产品出现质量问题，减少次品率。
-
公开(公告)号：CN111784593B
公开(公告)日：2024-07-26
申请号：CN202010509491.8
申请日：2020-06-04
申请人： 广东省智能制造研究所
摘要： 本发明公开了一种面向深度学习的肺结节CT图像数据增强方法及系统，所述方法包括：将肺结节CT图像转换为肺结节灰度图像，基于所述肺结节灰度图像提取肺实质区域；将所述肺结节灰度图像中的肺结节图像进行类别标记，获取所述肺结节图像中的可扩充肺结节和不可扩充肺结节；利用过采样算法对所述可扩充肺结节进行样本数据扩充，并基于所述不可扩充肺结节对所述肺结节灰度图像进行更新；基于数据增强算法对更新后的肺结节灰度图像进行数量扩充，生成肺结节灰度图像副本；获取所述肺结节灰度图像副本中的肺结节图像副本，对所述肺结节图像副本进行数据扩充处理。本发明实施例可解决深度学习模型中所存在的肺结节数据集不平衡与数据量不足的难题。
-
公开(公告)号：CN111784638B
公开(公告)日：2024-06-25
申请号：CN202010502186.6
申请日：2020-06-04
申请人： 广东省智能制造研究所
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于卷积神经网络的肺结节假阳性筛除方法及系统，其方法包括：从肺部CT图像数据中获取候选肺结节的坐标位置与最大半径值；根据所述坐标位置和所述最大半径值从所述肺部CT图像数据中提取所述候选肺结节的原始3D图像数据，并对所述原始3D图像数据进行插值处理；获取通过插值得到的候选肺结节3D图像数据所对应的三个平面的样本数据，并将所述三个平面的样本数据进行缩放处理后形成一个训练集；基于所述训练集对卷积神经网络进行训练，并通过训练得到的卷积神经网络模型对所述候选肺结节进行假阳性筛选。本发明实施例可解决现有端对端网络在识别肺结节过程中存在假阳性率高的问题，提高计算机辅助肺结节自动检测的准确率。
-
公开(公告)号：CN111160440B
公开(公告)日：2023-11-21
申请号：CN201911349221.9
申请日：2019-12-24
申请人： 广东省智能制造研究所
IPC分类号： G06V10/774 , G06V10/762 , G06V20/52 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08
-
-
-
-
-
-
-
-
-
搜索结果
103 条记录 (耗时 0.083 秒)
