-
公开(公告)号：CN117226835A
公开(公告)日：2023-12-15
申请号：CN202311202901.4
申请日：2023-09-18
申请人： 河南省科学院物理研究所
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于语义的医护机器人同步定位与建图技术研究方法，方法包括：获取机器人周围环境；根据周围环境信息进行机器人定位；构建当前环境的地图；依据不同物体的特征分割出医护人员或者医疗设备；构建优化地图信息；设计基于语义的医护机器人定位与建图；在ORB‑SLAM3的基础上添加语义信息。本发明提供的方法综合考虑了在复杂的医院环境下医护人员和患者流动，并且语义信息的使用还可以使医护机器人识别医疗设备，为执行其他更高层次的任务奠定基础。
-
公开(公告)号：CN118504317A
公开(公告)日：2024-08-16
申请号：CN202410561600.9
申请日：2024-05-08
申请人： 河南省科学院 , 河南省科学院物理研究所
IPC分类号： G06F30/23 , G06F30/27 , G06F30/30 , G06N3/08 , G06F119/08
摘要： 本发明提供一种半导体制冷器件智能设计方法，包括构建多个设计模型实例，进行多物理场仿真获得器件设计目标物理性能，利用神经网络训练出智能设计模型，实现由设计目标到器件设计参数的自动生成。本发明利用虚拟仿真生成设计实例数据，通过机器学习的仿真形成智能设计模型，实现半导体制冷器件快速优化设计。
-
公开(公告)号：CN118313215A
公开(公告)日：2024-07-09
申请号：CN202410582847.9
申请日：2024-05-11
申请人： 河南省科学院 , 河南省科学院物理研究所
IPC分类号： G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06F119/08 , G06F119/02 , G06F111/10
摘要： 本发明基于半导体制冷器件失效机理，以封装界面电阻和热阻的异常变化作为半导体制冷片可靠性衰减的表征因素，通过随机生成数值仿真模型生成机器学习训练数据，形成可靠性评估模型，以热红外图像温度时域分布作为输入数据，输出器件可靠性状态，进而实现非接触快速评估半导体制冷器件出厂及服役过程中的可靠性，并能够识别追溯失效热电臂的位置。
-
公开(公告)号：CN118310420A
公开(公告)日：2024-07-09
申请号：CN202410444703.7
申请日：2024-04-12
申请人： 河南省科学院物理研究所
摘要： 本发明涉及三维视觉技术领域，提供一种基于机器视觉的三维测量系统及方法，包括三维测量中台、轨迹图构建模块、平移约束构建模块、约束函数构建模块和三维测量模块；轨迹图构建模块用于构建预设三维场景下的轨迹图；平移约束构建模块用于构建相机节点对的目标相对平移的第一约束，以及，构建相机节点与三维点的目标特征轨迹的第二约束；约束函数构建模块用于构建第一约束对应的第一目标函数，以及，构建第二约束对应的第二目标函数；三维测量模块用于以最小化第一约束与第二约束的约束误差总和为目标，求解第一目标函数与第二目标函数，得到相机节点的相对平移与三维点的位置。本发明提高了低视差场景中的估计准确性与鲁棒性。
-
公开(公告)号：CN117975422A
公开(公告)日：2024-05-03
申请号：CN202410147332.6
申请日：2024-03-04
申请人： 河南省科学院物理研究所 , 河南省科学院
IPC分类号： G06V20/59 , G06V20/40 , G06V20/52 , G06V10/764
摘要： 本发明公开了一种基于视频预测的驾驶员驾驶状态监测预警系统，包含本地车载端和服务器端，通过车载端的摄像头实时拍摄截取包含驾驶员头部和身体姿态的视频帧，利用视频预测算法预测未来的视频序列，将预测的视频序列通过深度神经网络构建的驾驶行为危险程度识别模型，结合实时车速等信息进行危险等级分类，从而实现驾驶员驾驶状态监测及预警。系统具有在线和离线两种模式：在线模式中，服务器端存储数据并实时进行安全驾驶监测；而离线模式下则由本地处理器进行安全驾驶监测。本发明公开的驾驶员安全驾驶监测预警方法，利用了视频帧图像的内在特征以及帧间的时序关系，通过视频预测算法提前感知发现危险驾驶行为，实现了非入侵式预警监测，具有一定的社会价值和现实意义。
-
公开(公告)号：CN117611468A
公开(公告)日：2024-02-27
申请号：CN202311659013.5
申请日：2023-12-05
申请人： 河南省科学院物理研究所 , 河南省科学院
IPC分类号： G06T5/50 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/52 , G06V10/771 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/0464
摘要： 本发明公开了一种基于注意力机制的多频分析视频生成方法。本方法使用“编码器‑LSTM‑解码器”的网络结构根据历史视频序列的信息预测未来的视频序列：通过空间多频小波分解，解决预测模糊细节缺失的问题。利用时序多频小波分解得到沿时间轴不同频率下的特征图组合，让模型更好地感知视频中的过程性运动。运用注意力机制，将相邻帧之间的帧差图利用神经网络编码为注意力向量，让模型更好地感知瞬时运动特征。该方法提高了模型对视频序列中时空特征的提取能力，增强了预测精度和效率，并具备较强的泛化能力，具有一定社会价值和现实意义。
-
公开(公告)号：CN117635458A
公开(公告)日：2024-03-01
申请号：CN202311659020.5
申请日：2023-12-05
申请人： 河南省科学院物理研究所 , 河南省科学院
IPC分类号： G06T5/50 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/62 , G06N3/0475 , G06N3/0464 , G06N3/0442 , G06N3/0455
摘要： 本发明公开了一种基于深度流解析网络的视频预测方法，通过将光流解析为刚性流和残差流来预测未来的场景，刚性流表示由于观察者的自我运动而产生的场景动态，残差流对应于场景中其它物体的运动。具体地，本方法提出了一种端到端无监督深度神经网络，通过将场景运动分解为自我运动(相机运动)和以物体为中心的运动来预测未来视频帧。该方法提高了模型解析场景动态信息的能力，具有一定社会价值和现实意义。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.033 秒)