-
公开(公告)号：CN118411647A
公开(公告)日：2024-07-30
申请号：CN202410448620.5
申请日：2024-04-15
申请人： 哈尔滨工业大学
IPC分类号： G06V20/40 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82
摘要： 一种基于两阶段训练和多视图自标注策略的开放世界目标检测方法，它属于计算机视觉中的目标检测技术领域。本发明解决了现有基于封闭世界假设设计的目标检测方法会对真值标签不存在的未知新类别造成误检、漏检的问题。本发明基于基础模型Deformable‑DETR引入一个类别不可知的二分类头，并提出两阶段的模型训练方法。第一阶段，二分类头将所有预测输出二分类为前景或者背景；第二阶段，提出多视图自标注策略和一致性约束方法，基于当前已知类别的数据集微调模型的投影层、分类头和二分类头的参数，冻结其他类别不可知模块的参数。训练好的模型可以对已知类别的目标进行正确分类，并将未知类别的目标识别出来。本发明方法可以应用于开放世界目标检测。
-
公开(公告)号：CN115439688B
公开(公告)日：2023-06-16
申请号：CN202211066364.0
申请日：2022-09-01
申请人： 哈尔滨工业大学
IPC分类号： G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06T7/73 , G06V10/22 , G06N3/048 , G06N3/0895
摘要： 一种基于周围区域感知与关联的弱监督物体检测方法，涉及物体检测技术领域，针对现有技术中弱监督物体检测容易收敛于局部最优解，直观表现为只能检测到物体最有判别力的区域，而不是全部物体区域，导致物体定位失败，进而导致检测精度低的问题，本申请解决了弱监督物体检测方法中检测精度低和收敛于局部最优解的问题，突破了弱监督不存在提高定位精度的模块的局限，降低了物体检测技术对昂贵的人工标注的需求。本发明属于在实际应用场景中，物体检测的基础性技术研究工作，在一定程度上推动了人工智能深度学习的物体检测技术的落地，弥补了弱监督与全监督物体检测的差距。
-
公开(公告)号：CN116206142A
公开(公告)日：2023-06-02
申请号：CN202211105275.2
申请日：2022-09-09
申请人： 哈尔滨工业大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/40 , G06N3/08 , G06N3/0464
摘要： 一种基于退化网络特征学习的压缩图像目标检测方法，涉及计算机视觉技术领域，针对现有技术中目标检测方法利用缩略图进行检测以减少计算量时，会存在准确率降低，甚至为零的问题，本申请首先通过监督的方法学习到一个缩略图，然后将产生的缩略图送入未改变网络结构的目标检测器中，通过这样的方法可以极大地减少计算量和内存占用。本申请的降采样模块能够充分利用卷积神经网络强大的特征提取能力从原始大尺寸图像中生成缩略图。该缩略图是在图像降采样损失、知识蒸馏损失以及目标检测损失的监督下生成的，因此它具有原始图像关键的信息，可以替代原始图像进行目标检测任务。并且通过学习得到的缩略图在目标检测效果上比传统的插值方法要好很多。
-
公开(公告)号：CN115439688A
公开(公告)日：2022-12-06
申请号：CN202211066364.0
申请日：2022-09-01
申请人： 哈尔滨工业大学
摘要： 一种基于周围区域感知与关联的弱监督物体检测方法，涉及物体检测技术领域，针对现有技术中弱监督物体检测容易收敛于局部最优解，直观表现为只能检测到物体最有判别力的区域，而不是全部物体区域，导致物体定位失败，进而导致检测精度低的问题，本申请解决了弱监督物体检测方法中检测精度低和收敛于局部最优解的问题，突破了弱监督不存在提高定位精度的模块的局限，降低了物体检测技术对昂贵的人工标注的需求。本发明属于在实际应用场景中，物体检测的基础性技术研究工作，在一定程度上推动了人工智能深度学习的物体检测技术的落地，弥补了弱监督与全监督物体检测的差距。
-
公开(公告)号：CN111461172A
公开(公告)日：2020-07-28
申请号：CN202010144828.X
申请日：2020-03-04
申请人： 哈尔滨工业大学
摘要： 基于二维点组卷积的高光谱遥感数据的轻量级特征融合方法，属于遥感数据特征提取技术领域。本发明是为了解决现有基于深度学习的高光谱遥感数据特征融合方法需要大量的融合参数问题。本发明所述方法针对征融合前的处理过程处理后得到的特征，进行二维点组卷积操作；二维点组卷积的过程中，首先将融合前的特征先分成若干个组，然后每组各自单独进行特征融合，融合后的特征为每组的局部特征；对每层融合后的局部特征进行洗牌，使得洗牌后的每组特征来自于洗牌前各组的局部特征；对洗牌后的特征再进行二维点组卷积操作，进行特征融合，此时融合后的特征为全局特征。本发明用于高光谱遥感数据的特征融合。
-
公开(公告)号：CN109753946A
公开(公告)日：2019-05-14
申请号：CN201910063682.3
申请日：2019-01-23
申请人： 哈尔滨工业大学
摘要： 本发明提出了一种基于身体关键点监督的真实场景行人小目标检测网络及检测方法，属于计算机视觉行人检测技术领域。所述检测网络包括超分辨率网络、关键点检测网络和行人分类网络：所述检测方法首先准备训练样本，然后，利用基准行人检测器产生候选区域图像，通过超分辨率网络生成与低分辨率图像对应的高分辨率图像，根据行人身体关键点来监督训练超分辨率网络，最后利用行人分类网络判定输入的图像是真实的高分辨率图像还是超分辨率网络生成的超分辨率图像，同时实现与超分辨率网络的对抗训练，以及用于判定输入的图像是行人图像还是背景图像，进而完成真实场景中行人小目标的检测。使用所述方法可以实现真实场景中的微小行人检测。
-
公开(公告)号：CN107730553A
公开(公告)日：2018-02-23
申请号：CN201711065776.1
申请日：2017-11-02
申请人： 哈尔滨工业大学
摘要： 本发明涉及一种基于伪真值搜寻法的弱监督物体检测方法，是为了解决现有的全监督物体检测器需要依靠大量的有标注信息的数据库，以及当图片中含有多个物体且物体相互遮挡时物体位置检测不准确而提出的，包括：将训练样本中的图片输入到弱监督物体检测器中；将弱监督物体检测器的输出结果进行非极大抑制处理(NMS)，将超过预定的得分阈值的边界框保留；在保留下来的边界框中，删除被完全包含在其他边界框中的边界框；计算该边界框与其他边界框的重合面积，将重合面积大于一定阈值的边界框进行融合；将融合后的边界框的信息作为伪真值信息输入给全监督物体检测器，得到检测结果。本发明适用于物体检测技术，尤其是真实场景中的一般物体检测技术。
-
公开(公告)号：CN103139812B
公开(公告)日：2015-06-03
申请号：CN201310065901.4
申请日：2013-03-01
申请人： 哈尔滨工业大学
摘要： 基于无线传感器网络的移动节点编队避障方法，涉及无线传感器网络在移动节点队列运动控制领域，它是为了解决在移动节点编队避障过程中无线节点的动态感知范围窄，以及节点通信和临时自主处理突发状况的能力差的问题。本发明中主节点结合自身的传感器信息和障碍物及目标点的信息进行数据处理，做出避障决策。主节点首先将各超声波模块返回的障碍物信息进行数据融合处理，判断具体障碍物位置及障碍物与主节点行进方向的角度，并传输给从节点，从节点据此规划行进路径并回复主节点，主节点进而控制整个移动节点编队进行避障。本发明适用于移动节点编队的避障过程中。
-
公开(公告)号：CN102662377B
公开(公告)日：2014-04-02
申请号：CN201210152911.7
申请日：2012-05-17
申请人： 哈尔滨工业大学
IPC分类号： G05B19/418 , G05D3/00
摘要： 基于无线传感器网络的多移动机器人编队系统和编队方法，属于无线传感器网络和多机器人控制领域。本发明解决了现有多机器人编队中依赖多种传感器，而导致的测量范围和精度易受环境因素影响的问题。本发明所述的多移动机器人编队系统中的网关节点、多个信标节点、多个主机器人节点和从机器人节点组成无线传感器网络，上位机监控系统通过串行通信端口与网关节点实现通信，并实现对无线传感器网络中移动节点的状态监控；信标节点作为固定节点为移动节点提供位置信息支持。本发明的编队方法采用上位机通过网关节点将目标点位置发送给主机器人节点，主、从机器人节点通过信标节点确定自身位置，主机器人节点带领所有从机器人节点向目标点自主导航。
-
公开(公告)号：CN102545847A
公开(公告)日：2012-07-04
申请号：CN201210021810.6
申请日：2012-01-31
申请人： 哈尔滨工业大学 , 北京航天自动控制研究所
IPC分类号： H03K5/19
摘要： 智能火工品等效器及脉冲时序信号测量方法，属于供电通路检测领域，涉及时序信号处理、FPGA和虚拟仪器技术。为了解决在等效火工品中不能测量时序指令、弹上仪器不安全、信号采集不及时问题。它包括高、低压时序输入端子、等效器高、低压输入级电路、高低压切换电路、状态指示灯、I/O控制电路、5V和24V电源；高低脉宽时序测量电路、光电隔离数字输入输出模块、104总线、PC104主机和PC104主机电源；脉冲时序信号测量方法为：初始化；板卡自检，自检完成执行下一步，否则重复执行；高、低压自检，高、低压自检没完成返回板卡自检，高、低压自检完成进行高、低压检测；完成后将数据进行显示和存储。用于火工品等效器制造中。
-
-
-
-
-
-
-
-
-
搜索结果
57 条记录 (耗时 0.034 秒)
