-
公开(公告)号：CN109241881A
公开(公告)日：2019-01-18
申请号：CN201810962304.4
申请日：2018-08-22
Applicant: 东北大学
Abstract: 本发明提供一种人体姿态估计方法，首先，使用了基于卷积神经网络的目标检测算法检测出人体区域，然后根据人体的关节结构构造了全身关节点树形图，树形图将人体的全身姿态估计分解为多个局部姿态估计，分别对它们进行训练，提高了整体估计的准确性。在训练阶段，对于关节关系树中每一条边训练一个回归树模型。本发明使用卷积神经网络提取关节点周围区域的局部特征为空间特征向量。再根据关节关系树结构，最终我们训练了一个层级梯度提升的回归树模型。
-
公开(公告)号：CN118886550A
公开(公告)日：2024-11-01
申请号：CN202410933381.2
申请日：2024-07-12
Applicant: 东北大学秦皇岛分校
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04
Abstract: 本申请提出一种炼钢‑连铸炉次批量计划优化方法及装置，属于工业过程生产计划技术领域，所述方法包括：构建ε约束框架下的多目标炉次批量计划模型；求解ε约束框架下的多目标炉次批量计划模型，在无委材重量目标的取值范围内划分Q个距离相等的端点，每个端点提供一个需要解决的子问题，每个子问题产生一个非支配解，采用二分法启发式选择最佳端的数量，采用优化后的ε约束框架下的多目标炉次批量计划模型对炼钢‑连铸炉次批量计划进行优化，得到批量计划优化结果。本申请通过基于二分法的启发式规则能够快速检测有效的子问题数量，避免传统ε约束框架中冗余子问题的计算负担，同时为批量计划问题各阶段的协同优化提供了更多的炉次方案。
-
公开(公告)号：CN113110341B
公开(公告)日：2022-03-25
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
公开(公告)号：CN108898112A
公开(公告)日：2018-11-27
申请号：CN201810710607.7
申请日：2018-07-03
Applicant: 东北大学
Abstract: 本发明提供一种近红外人脸活体检测方法。本发明方法，包括：S1、通过近红外摄像头采集原始正样本和原始负样本，S2、通过深度学习中的人脸区域检测模型对原始样本进行预处理，筛选出可以送入网络训练的标准人脸图像，S3、将筛选出的适合网络训练的正、负样本构建训练集和测试集，带入轻量级的卷积神经网络进行训练，得到训练的人脸活体检测模型；S4、将近红外摄像头采集的需要判断的图像输入到人脸活体检测模型中进行活体判断。本发明通过轻量级的卷积神经网络减少了参数量，减小了模型的大小，更方便移植到移动端，基于上述理由本发明可在生物特征识别技术领域广泛推广。
-
公开(公告)号：CN113110341A
公开(公告)日：2021-07-13
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
Patent Agency Ranking
公开(公告)号：CN119941758A
公开(公告)日：2025-05-06
申请号：CN202510041050.2
申请日：2025-01-10
Applicant: 东北大学
IPC: G06T7/11 , G06T7/00 , G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于三维深度学习网络的冠状动脉图像分割方法及系统，涉及医学图像分割技术领域。本发明所述方法基于一种新颖的多空间、多频率的三维深度学习网络，本发明提出的方法能够处理冠状动脉的大尺度变化，提取其复杂解剖结构和形态下的代表性特征；本发明设计一个去混淆模块，用于削弱可能导致混淆的高频分量，减小混淆现象对网络的影响；采用频率交叉注意力模块，减小编码器和解码器之间的语义差距，提高了冠状动脉分割的精确率；有效地提取隐藏的多尺度上下文信息；进一步应用频率增强模块模块增强冠状动脉相关的频率，减弱无关的频率，同时关注全局信息和局部信息，可以使网络更好地捕捉冠状动脉的细节和结构特征。
-
公开(公告)号：CN118279979A
公开(公告)日：2024-07-02
申请号：CN202410291471.6
申请日：2024-03-14
Applicant: 东北大学
IPC: G06V40/20 , G06V10/774 , G06N3/0464 , G06V20/40
Abstract: 本发明提供一种基于组合策略的第一视角行为识别方法，涉及第一视角行为识别技术领域，包括对原始的第一视角行为识别数据集进行预处理；设计分解支路，使用图神经网络提取视频样本的动词特征和介词特征、使用卷积神经网络提取视频样本的名词特征；设计组合支路，使用从训练样本中学习到的动词、介词和名词特征，为长尾类组合生成新样本；设计多分支损失函数计算模型损失，通过反向传播算法更新训练权重，直至模型收敛；测试模型的空间复杂度和时间复杂度，确定模型的量级。本发明与现有技术相比，输入数据量小，训练和推理的速度更快，缓解了第一视角行为识别数据集中存在的长尾分布问题，提高了第一视角行为识别的性能。
-
公开(公告)号：CN118989270A
公开(公告)日：2024-11-22
申请号：CN202411101337.1
申请日：2024-08-12
Applicant: 东北大学秦皇岛分校
IPC: B22D11/16 , G05B19/418
Abstract: 本发明公开一种基于MILP模型的炼钢‑连铸主辅设备调度方法，涉及一种工业生产管理优化技术领域。定义炼钢‑连铸生产数据的参数表示；构造描述调度过程的析取图模型；根据炼钢‑连铸生产数据的参数表示，建立基于析取图模型的混合整数规划模型；求解基于析取图模型的混合整数规划模型，得到炼钢‑连铸主辅设备调度的解决方案。本发明对炼钢‑连铸过程的主体设备与天车进行科学合理的协同调度，能够直接确定每个炉次在各个阶段选择的主体设备与天车，以及每个阶段主体设备与天车上的炉次排序和开始时间，可以充分提高大型钢厂设备的生产效率，调控生产节奏，缩短工序等待时间，降低物耗、能耗，从而提高产品竞争力。
-
公开(公告)号：CN115546782A
公开(公告)日：2022-12-30
申请号：CN202211198171.0
申请日：2022-09-29
Applicant: 东北大学
IPC: G06V20/64 , G06V10/26 , G06V10/764 , G06V10/42
Abstract: 本发明公开了一种利用语义拓扑描述符进行三维点云的闭环检测方法，涉及视觉空间定位领域；针对以往基于单一信息进行闭环检测的算法鲁棒性较差的问题，在对点云进行语义分割后，数据预处理部分丢弃了动态语义对象的点云，以减少动态效果和计算负担。从剩余的点云中获得静态的特征点，并根据语义特征和距离分布计算相应的分数。通过非最大值抑制(NMS)利用鸟眼投影来提取节点并构建语义拓扑图。最后将语义拓扑图转换为矩阵描述符，并使用两步搜索策略进行闭环检测，在保证精度的同时提高匹配的速度，有效应对视角变换或动态场景下的闭环检测工作，以服务于无人驾驶和地图构建等应用场景。
-
公开(公告)号：CN109271628A
公开(公告)日：2019-01-25
申请号：CN201811021369.5
申请日：2018-09-03
Applicant: 东北大学
Abstract: 本发明提供一种图像描述生成方法，包括如下步骤：S1：对MSCOCO数据集中的每一个图像分别标注用于描述该图像的语料；构建生僻词表；S2：对所有语料进行语料清洗；对清洗后的所有语料进行分词处理并对单词进行词向量化；S3：将MSCOCO数据集中的图像调整为相同尺寸后输入卷积神经网络，输出用于表达图像的特征的特征向量；S4：利用MSCOCO数据集中的图像对应的词向量和特征向量训练得到用于生成图像描述的长短时记忆网络模型；S5：将待描述图像输入步骤S3中所述卷积神经网络提取特征向量；S6：将步骤S5中提取的特征向量输入所述长短时记忆网络模型得到图像描述句子。本发明解决了现有技术不能用自然语言捕获和表达图像中各对象之间关系的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
