公开(公告)号：CN116758217A

公开(公告)日：2023-09-15

申请号：CN202310651082.5

申请日：2023-06-05

Applicant: 吉林大学

Inventor： 刘振泽 ,  臧一凡 ,  胡闻捷 ,  陈金炎 ,  董迪锴 ,  孙吉 ,  王成喜 ,  李博

IPC: G06T17/00 ,  G06T5/00 ,  G06T7/30

Abstract: 本发明涉及一种基于固定传感器的物体表面三维重建方法，用于恢复物体的三维模型。首先，按两个方向使用已固定的Kinectv2深度相机针对旋转台上的物体采样，其中每个方向均匀地采集目标物体在不同角度下的点云数据并按照采集方向将其分成正面和上面两组。然后，通过RANSAC平面拟合针对所有点云预处理，消除背景及噪声点，提高点云质量；接着利用FGR、ICP算法分别对两组数据进行点云配准，得到正面、上面两个方向的配准点云。之后，通过DBSCAN去除离群点进一步提高点云质量；利用体素降采样与曲率降采样相结合的混合降采样算法减少点云数量；通过RANSAC、ICP算法将两个方向点云配准至一个点云空间。最后，采用泊松曲面重建算法进行表面重建，获得完整的360°三维重建模型。

公开(公告)号：CN117078956A

公开(公告)日：2023-11-17

申请号：CN202311128982.8

申请日：2023-09-04

Applicant: 吉林大学

Inventor： 刘振泽 ,  陈金炎 ,  孙吉 ,  王成喜 ,  臧一凡 ,  胡闻捷

IPC: G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V20/64 ,  G06V10/26 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明公开了一种为了解决现有技术缺陷提出了一种基于点云并行多尺度特征提取和注意力机制的点云分类分割网络Parallel‑Net，具体涉及一种基于点云多尺度并行特征提取和注意力机制的点云分类分割网络，旨在提升准确率。该方法采用并行多尺度特征提取和交叉注意力机制，包括以下步骤：1)输入点云数据，进行特征学习；2)通过降采样算法进行特征抽取和采样；3)引入自注意力机制计算位置相关性；4)使用交叉注意力处理多个下采样后的点云特征；5)应用上采样算法传递特征信息。该发明能有效提取3D点云特征，提高点云分类和实体分割准确率。

公开(公告)号：CN116740121A

公开(公告)日：2023-09-12

申请号：CN202310707836.4

申请日：2023-06-15

Applicant: 吉林大学

Inventor： 刘振泽 ,  胡闻捷 ,  臧一凡 ,  陈金炎 ,  董迪锴 ,  王成喜 ,  孙吉 ,  胡海洋

IPC: G06T7/194 ,  G06V10/42 ,  G06V10/44 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于专用神经网络和图像预处理的秸秆图像分割方法，以提高秸秆图像分割的准确率和效率，并实现复杂度和准确率的平衡。旨在解决秸秆农学图像分割任务。该算法首先通过无人机采集彩色RGB图像，并使用随机截取技术将图像尺寸限制为512×384，制作Straw320数据集用于后续网络的训练与测试。接下来，提出了一种秸秆图像灰度化方法，旨在保持图像的区分度同时降低后续模型的复杂度。最后，引入了秸秆混合网络(SMN)，用于处理预处理后的图像。该网络包括位置编码模块，以增强秸秆图像的相对信息，并采用平衡复杂度和准确率的混合特征提取模块。

公开(公告)号：CN118213049A

公开(公告)日：2024-06-18

申请号：CN202410347343.9

申请日：2024-03-26

Applicant: 吉林大学

Inventor： 刘振泽 ,  王成喜 ,  孙吉 ,  李芳菲 ,  臧一凡 ,  胡闻捷 ,  赵东辉 ,  牛春晖

IPC: G16H30/40 ,  A61H39/02 ,  G16H20/30 ,  G16H50/20 ,  G06V40/10 ,  G06V10/44 ,  G06V10/82 ,  G06T7/33 ,  G06T7/73 ,  G06T7/80 ,  G06T7/50 ,  G06T5/50 ,  G06T5/20 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442

Abstract: 本公开提供了基于深度学习的穴位识别和理疗任务规划方法及理疗设备，创新穴位识别及理疗任务规划的方法，采用深度学习在关键点识别的优势提升穴位识别的精度和速度，对不同的个体进行不同的任务规划，采用力度、速度、位置等混合控制方法进行控制执行部件进行理疗。本公开为中医理疗设备提供了一种高精度实时的穴位识别和自动化程度更高的规划方法，根据理疗方案的特征信息对个体进行专门的路径规划、轨迹规划、力位速混合控制，可以更加合理规划理疗执行过程，提升理疗的辅助水平。

公开(公告)号：CN116152212A

公开(公告)日：2023-05-23

申请号：CN202310177620.1

申请日：2023-02-28

Applicant: 吉林大学

Inventor： 刘振泽 ,  孙吉 ,  陈金炎 ,  王成喜 ,  董迪锴 ,  李博 ,  李亚明 ,  李瑞峰 ,  臧一凡 ,  胡闻捷

IPC: G06T7/00 ,  G06T15/30 ,  G06T7/66 ,  G06V10/75

Abstract: 本发明公开了一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，包括如下步骤：S1、获取具有缺陷覆盖件表面的3D点云图；S2、对采集到的点云图进行异常值去除处理；S3、对点云图进行识别缺陷，并输出缺陷位置坐标。本发明主要目的在于提出一种基于机器视觉的汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法。通过采集汽车覆盖件表面点云图，预处理结束的3D点云图进行凹坑、凸点和孔洞缺陷分析，识别出缺陷的位置，缩短生产周期降低生产成本，提升产品竞争力。