-
公开(公告)号：CN111974997A
公开(公告)日：2020-11-24
申请号：CN202010630633.6
申请日：2020-07-03
Applicant: 华南理工大学 , 深圳光韵达光电科技股份有限公司
Abstract: 本发明公开了一种基于原位多激光调控的增减材复合式制造装置及方法，包括以下步骤：对零件的数据模型进行数据处理；增材处理，小光斑连续激光束SLM成型零件，脉冲激光束对成型零件表面进行重熔、激光冲击强化；减材处理，大光斑连续激光束对待加工零件进行辐照软化，切削刀具装置对零件进行铣削加工；切换至增材制造模式，继续下一部分零件的增材堆积成型；重复增材处理步骤和减材处理步骤，直至完成整个零件的成型加工。本发明利用多激光原位调控，多波长激光增材、减材以及刀具铣削一体化协同成形，实现低缺陷、高精度、高性能零件的高效、一体化增减材复合制造。
-
公开(公告)号：CN111974997B
公开(公告)日：2023-12-15
申请号：CN202010630633.6
申请日：2020-07-03
Applicant: 华南理工大学 , 深圳光韵达光电科技股份有限公司
Abstract: 本发明公开了一种基于原位多激光调控的增减材复合式制造装置及方法，包括以下步骤：对零件的数据模型进行数据处理；增材处理，小光斑连续激光束SLM成型零件，脉冲激光束对成型零件表面进行重熔、激光冲击强化；减材处理，大光斑连续激光束对待加工零件进行辐照软化，切削刀具装置对零件进行铣削加工；切换至增材制造模式，继续下一部分零件的增材堆积成型；重复增材处理步骤和减材处理步骤，直至完成整个零件的成型加工。本发明利用多激光原位调控，多波长激光增材、减材以及刀具铣削一体化
-
公开(公告)号：CN212598870U
公开(公告)日：2021-02-26
申请号：CN202021276592.7
申请日：2020-07-03
Applicant: 华南理工大学 , 深圳光韵达光电科技股份有限公司
Abstract: 本实用新型公开了一种基于原位多激光调控的增减材复合式制造装置，包括脉冲激光光路装置、连续光纤激光光路装置、切削加工装置以及激光选区熔化装置；所述脉冲激光光路装置包括脉冲激光器、第一准直器、第一扫描振镜和第一f‑θ镜；所述连续光纤激光光路装置包括连续光纤激光器、第二准直器、第二扫描振镜和第二f‑θ镜；所述切削加工装置包括切削刀具、切削刀具库和切削刀具X/Y/Z轴运动臂；所述激光选区熔化装置包括装置本体、成型缸、粉料缸、粉末回收缸以及铺粉车。本实用新型利用多激光原位调控，多波长激光增材、减材以及刀具铣削一体化协同成形，实现低缺陷、高精度、高性能零件的高效、一体化增减材复合制造。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN111160190B
公开(公告)日：2023-02-14
申请号：CN201911331883.3
申请日：2019-12-21
Applicant: 华南理工大学
IPC: G06V20/56 , G06V10/764 , G06V10/774 , G06T7/20
Abstract: 本发明公开面向车载行人检测的分类辅助核相关滤波跟踪方法。车载行人检测是循环执行过程，包括RoIs提取、RoIs跟踪和RoIs分类。分类辅助核相关滤波跟踪方法包括RoIs检测链和目标预测：RoIs检测链以数据结构形式存储RoIs，包括位置、宽高、分类状态、生命周期属性和核相关滤波属性；当前循环，基于RoIs检测链逐RoIs匹配输入帧RoIs，匹配成功，更新RoIs位置和宽高并提交RoIs分类，匹配失败，当且仅当RoIs分类状态为目标时提交目标预测，否则提交RoIs分类；目标预测根据核相关滤波跟踪输出的RoIs响应图计算当前RoIs的跟踪置信度，根据核相关滤波跟踪预测的RoIs计算RoIs位置置信度，跟踪置信度大于阈值且RoIs位置置信度不小于零更新当前RoIs位置并提交RoIs分类，否则当前RoIs提交RoIs分类。
-
公开(公告)号：CN114373223A
公开(公告)日：2022-04-19
申请号：CN202111615969.6
申请日：2021-12-27
Applicant: 华南理工大学
Abstract: 本发明公开了联合静动态关节关系的3D姿态估计模型的构建方法。所述方法步骤如下：对公认的15个人体关节进行分组和分级；设计级联估计及多分支特征共享网络，构建人体静态关节关系模型；设计多分支注意力机制和单分支注意力机制，构建人体动态关节关系模型；融合人体静态关节关系模型和人体动态关节关系模型得到联合静动态关节关系的3D姿态估计模型，即二阶段3D姿态估计的第二阶段模型；设计姿态种群均衡和误差度量算法拓展Human3.6M训练集的姿态数据的多样性，训练二阶段3D姿态估计的第二阶段模型获取该模型参数。本发明能够有效缓解单张图像3D姿态估计面临的深度歧义问题，提高3D姿态估计模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113989754A
公开(公告)日：2022-01-28
申请号：CN202110746333.9
申请日：2021-07-01
Applicant: 华南理工大学
Abstract: 本发明公开了基于特征提取与聚合的车载行人检测方法。所述方法包括以下步骤：输入单张图像，使用主干网络逐阶段提取图像的主干特征；提取尺度敏感特征：设计锚点步长调整策略实现自适应采样，构建多并联分支卷积块提取主干特征的多个尺度特征，通过与主干特征逐元素融合生成具备一致表征能力的尺度敏感特征；构建基于上下文增强的特征金字塔；使用区域推荐网络生成符合预设高宽比的RoIs；提取并优化RoIs特征；基于优化的RoIs特征使用检测子网络执行车载行人检测，输出分类置信度和位置坐标。本发明通过解决行人尺度变化问题，提高车载行人检测精度。
-
公开(公告)号：CN111461217A
公开(公告)日：2020-07-28
申请号：CN202010247656.9
申请日：2020-03-31
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于特征融合和上采样的航拍图像小目标检测方法。所述方法包括以下步骤：使用主干网络提取输入图像的特征集合；构造通道标准化模块，对特征的通道维度进行标准化；构造基于学习的上采样层，对特征进行分辨率上采样，得到分辨率统一的特征集合；对特征进行按通道分组的组归一化；对特征集合进行拼接，生成融合特征；对融合特征进行多次下采样，构造特征金字塔用于检测；使用头部检测网络分类和定位目标。本发明是一种用于目标检测训练和测试阶段的特征融合和特征上采样方法，能够显著提高航拍图像中小目标的检测精度，且仅少量增加计算开销。
-
公开(公告)号：CN111461002A
公开(公告)日：2020-07-28
申请号：CN202010246545.6
申请日：2020-03-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向热成像行人检测的样本处理方法。所述方法包括以下步骤：对初始数据集划分训练集和测试集，训练初始主干网络，从初始训练集中依据尺寸和遮挡情况筛选获得标注行人样本集合，使用初始主干网络提取集合中样本特征；对行人特征聚类，生成行人样本的子类别标签；基于行人子类别标签统计行人类内分布，对行人子类别中少数类进行迭代增强，平衡行人样本的类内分布，生成平衡训练集；统计设计平衡损失函数，利用平衡训练集训练神经网络模型。本发明能够在不增加系统计算量的情况下优化行人检测数据集数据分布，提升所训练神经网络模型检测精度。
-
公开(公告)号：CN109993269A
公开(公告)日：2019-07-09
申请号：CN201910189248.X
申请日：2019-03-13
Applicant: 华南理工大学
Abstract: 本发明公开基于注意力机制的单张图像人群计数方法。所述方法包括对当前图像进行逐通道像素Z‑Score归一化；设计4+2+2网络提取图像纹理特征；设计编‑解码网络提取图像全局注意力特征；逐通道将纹理特征与全局注意力特征进行元素乘，生成融合特征；对融合特征进行1*1卷积运算生成人群密度图，对人群密度图进行积分获得计数结果。本方法设计的网络能够端到端地进行训练和测试，能够提高行人非均匀分布场景下的人群计数精度，在World Expo10数据集的5个测试场景中平均计数误差不大于3.28人。
-
公开(公告)号：CN114373223B
公开(公告)日：2025-03-04
申请号：CN202111615969.6
申请日：2021-12-27
Applicant: 华南理工大学
Abstract: 本发明公开了联合静动态关节关系的3D姿态估计模型的构建方法。所述方法步骤如下：对公认的15个人体关节进行分组和分级；设计级联估计及多分支特征共享网络，构建人体静态关节关系模型；设计多分支注意力机制和单分支注意力机制，构建人体动态关节关系模型；融合人体静态关节关系模型和人体动态关节关系模型得到联合静动态关节关系的3D姿态估计模型，即二阶段3D姿态估计的第二阶段模型；设计姿态种群均衡和误差度量算法拓展Human3.6M训练集的姿态数据的多样性，训练二阶段3D姿态估计的第二阶段模型获取该模型参数。本发明能够有效缓解单张图像3D姿态估计面临的深度歧义问题，提高3D姿态估计模型的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.159 seconds)
