-
公开(公告)号：CN115035172A
公开(公告)日：2022-09-09
申请号：CN202210641764.3
申请日：2022-06-08
申请人： 山东大学 , 山东大学威海工业技术研究院
IPC分类号： G06T7/50 , G06T3/40 , G06T5/50 , G06T7/11 , G06T7/13 , G06T7/73 , G06V10/22 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/04
摘要： 本公开涉及场景深度估计技术领域，提出了基于置信度分级及级间融合增强的深度估计方法及系统，包括：根据深度估计难度进行像素分级；按照像素分级，针对每一分级提取每一级像素区域的深度图以及对应每一级像素区域的置信度图；将各个级的深度图与置信度图拼接并逐级叠加后得到级间融合置信度图，将最后一级的像素区域的深度图与级间融合置信度图进行特征提取，作为级间特征增强信息；将级间特征增强信息及待检测的目标帧图像作为训练后的深度估计网络的输入进行编码，解码后得到目标帧对应的深度图。本公开通过分级利用上一阶段容易且准确的区域像素深度值对下一阶段困难且易错的区域像素深度估计进行辅助，从而提高了深度估计的准确度和质量。
-
公开(公告)号：CN117953030A
公开(公告)日：2024-04-30
申请号：CN202410101817.1
申请日：2024-01-24
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明公开了一种基于可变卷积帧间像素匹配的深度估计方法及系统，属于深度估计技术领域。包括将目标帧图像和源帧图像输入至姿态预测网络，获取相机变化姿态；将目标帧图像和源帧图像拼接后输入帧间偏移量学习网络，获取帧间像素匹配关系；可变卷积网络通过帧间像素匹配关系重建目标帧图像，在重建过程中，以目标帧图像重建误差为监督信号，学习帧间偏移量；根据相机内参、相机变化姿态，通过帧间像素匹配关系将帧间偏移量转换为序列深度信息；将目标帧图像和序列深度信息并行输入深度估计网络，获取目标帧图像对应的深度图。使用可变卷积实现自适应尺度变化下的匹配，提高深度估计的准确性，解决深度估计准确性被尺度变化影响的问题。
-
公开(公告)号：CN116721138A
公开(公告)日：2023-09-08
申请号：CN202310863405.7
申请日：2023-07-13
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本公开涉及图像处理技术领域，提出了一种自适应深度转尺寸卷积的自监督单目深度估计方法及系统，通过自适应深度转尺寸卷积获取的特征解决了视频不同帧之间不同深度下尺度模糊的问题，基于场景深度与目标尺度之间的关系，显式处理视频连续帧由于场景深度变化而导致物体大小变化，提高了场景结构提取的准确度，基于尺寸信息的特征融合模块DcS‑F来高效融合自适应尺寸特征和传统卷积特征，提取了同一卷积尺度下帧内不同物体的特征中包含场景的重要信息，进一步提高了深度图估计的准确度。
-
公开(公告)号：CN116012258A
公开(公告)日：2023-04-25
申请号：CN202310110330.5
申请日：2023-02-14
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明提供了一种基于循环生成对抗网络的图像和谐化方法，包括：基于所述合成图像，获取原始和谐化后的图像和具有假前景光照信息的图像；基于所述和谐化后的图像和所述具有假前景光照信息的图像，获取混合图像；基于所述混合图像的背景掩膜，利用光照一致性循环方式，获取具有真实光照信息的图像；基于所述混合图像的前景掩膜，利用结构保持循环方式，获取具有假前景光照信息的图像；基于所述具有真实光照信息的图像和具有假前景关照信息的图像，优化和谐化后的图像。本发明可完成图像和谐化，使其在视觉效果上保持一致。
-
公开(公告)号：CN114529988B
公开(公告)日：2024-09-06
申请号：CN202210152764.7
申请日：2022-02-18
申请人： 山东大学 , 山东大学威海工业技术研究院
IPC分类号： G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/048
摘要： 本发明公开一种基于独立循环神经网络的变速率动作识别方法及系统，包括：以不同的采样速率获取不同长度的骨架序列，基于不同长度的骨架序列，根据动作识别模型内的梯度传播调整学习率，以此对动作识别模型进行训练，所述动作识别模型包括L层独立循环神经网络和一层全连接层；对待测骨架序列根据训练后的动作识别模型得到动作识别结果。采用可变采样速率提供不同长度的骨架序列；根据动作识别模型中不同层梯度传播的不同，分组进行不同长度骨架序列下学习率的调整，解决变速率的骨架动作识别问题，以及不同长度骨架序列下的独立循环神经网络训练问题。
-
公开(公告)号：CN115922725B
公开(公告)日：2024-03-22
申请号：CN202211699463.2
申请日：2022-12-28
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明公开一种咽拭子采样机器人定位系统，第一深度相机、第二深度相机、粗定位模块、目标区域检测模块及控制模块；粗定位模块利用第一深度相机获取到RGB图像和第一深度图像，通过机器学习算法在RGB图像上识别出口腔特征点，并结合第一深度图像得到粗定位信息；通过目标区域检测模块根据粗定位后的机械臂获取第二深度图像，利用第二深度图像进行目标区域识别，并生成目标定位信息；通过控制模块对粗定位信息进行运动学逆向解算，得到第一控制数据，并对目标定位信息进行运动学逆向解算，得到第二控制数据，其中第一控制数据用于控制机械臂移动到粗定位信息对应位置，第二控制数据用于控制机械臂进行咽拭子采集区域定位及采样。
-
公开(公告)号：CN117400334A
公开(公告)日：2024-01-16
申请号：CN202311507015.2
申请日：2023-11-13
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明公开了一种玻璃纤维复合材料汽车板簧切割机器人姿态调整方法，本发明属于汽车板簧切割领域，包括：获取玻璃纤维复合材料汽车板簧的倒角点位三维数据；对所述倒角点位三维数据进行处理，得到稳定三维数据；基于所述稳定三维数据，计算得到初始姿态角；基于所述初始姿态角，得到机器人的位姿数据，所述位姿数据包括每一个点位机器人的姿态角；基于所述位姿数据，完成切割汽车板簧倒角。本发明技术方案相比于人工示教，机器人姿态调整时间大大缩短，倒角效率高；同时本发明运行环境要求低，主要算法均自主设计完成，耗费计算资源较少，符合工厂环境。
-
公开(公告)号：CN117221474A
公开(公告)日：2023-12-12
申请号：CN202311220015.4
申请日：2023-09-20
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明属于视频处理技术领域，提供了基于位置指引的多头对齐和融合视频超分辨率方法及系统。其中，基于位置指引的多头对齐和融合视频超分辨率方法包括获取各个连续原始视频帧的高频增强特征；其中，连续原始视频帧由参考帧和支撑帧构成；基于高频增强特征与子图位置的关系，生成各个原始视频帧对齐到不同子图位置的对齐偏移值；再利用对齐偏移值与对齐特征图的关系，生成各个原始视频帧对齐到不同子图位置的对齐特征图；其中，子图为超分辨率视频帧经下采样得到的不同位置的像素；基于子图位置将所有原始视频帧的对齐特征图中的时域多帧对齐信息、空域多头信息和多通道间信息进行融合，得到融合特征图，再经上采样生成参考帧对应的超分辨率图像。
-
公开(公告)号：CN117173229A
公开(公告)日：2023-12-05
申请号：CN202311007038.7
申请日：2023-08-10
申请人： 山东大学 , 山东大学威海工业技术研究院
IPC分类号： G06T7/50 , G06T7/90 , G06V10/42 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895
摘要： 本发明公开了融合对比学习的单目图像深度估计方法及系统；其中方法，包括：获取目标图像，所述目标图像为待深度估计的单目图像；将目标图像，输入到训练后的图像深度估计网络中，输出目标图像的预测深度；其中，训练后的图像深度估计网络，包括相互连接的编码器和解码器；所述编码器，用于提取单目图像的局部特征和全局特征，并将两种特征进行融合得到融合特征；所述解码器将平面信息引入融合特征中，实现深度估计；所述编码器，在训练的过程中通过颜色变换和几何变换实现特征增强，对增强特征进行对比学习，编码器所用损失函数，包括颜色变换基于不变性的对比损失以及几何变换基于等变性的对比损失。
-
公开(公告)号：CN115922725A
公开(公告)日：2023-04-07
申请号：CN202211699463.2
申请日：2022-12-28
申请人： 山东大学 , 山东大学威海工业技术研究院
摘要： 本发明公开一种咽拭子采样机器人定位系统，第一深度相机、第二深度相机、粗定位模块、目标区域检测模块及控制模块；粗定位模块利用第一深度相机获取到RGB图像和第一深度图像，通过机器学习算法在RGB图像上识别出口腔特征点，并结合第一深度图像得到粗定位信息；通过目标区域检测模块根据粗定位后的机械臂获取第二深度图像，利用第二深度图像进行目标区域识别，并生成目标定位信息；通过控制模块对粗定位信息进行运动学逆向解算，得到第一控制数据，并对目标定位信息进行运动学逆向解算，得到第二控制数据，其中第一控制数据用于控制机械臂移动到粗定位信息对应位置，第二控制数据用于控制机械臂进行咽拭子采集区域定位及采样。
-
-
-
-
-
-
-
-
-
搜索结果
102 条记录 (耗时 0.036 秒)
