公开(公告)号：CN116872195A

公开(公告)日：2023-10-13

申请号：CN202310596248.8

申请日：2023-05-24

申请人： 浙江工业大学

发明人： 陈翰墨 ,  周乾伟 ,  梁官宝 ,  杨正一

IPC分类号： B25J9/16 ,  G01S1/76

摘要： 本发明公开了一种基于深度学习及超声微阵列的机械臂标定方法，所述方法包括：步骤S1，设定方波信号，通过音频功放模块发射方波信号，并通过麦克风阵列接收；步骤S2，对麦克风阵列接收的超声信号进行AD采样，得到数字信号；步骤S3，构建机械臂方位角与俯仰角获取模型，将数字信号输入至机械臂方位角与俯仰角获取模型中，得到声源的方位角与俯仰角；步骤S4，基于步骤S3得到的声源的方位角与俯仰角，对麦克风阵列建立坐标系获取得到声源在三维空间中的位置，根据机械臂目标位置与声源的空间坐标之差调整机械臂至目标位置。

公开(公告)号：CN116503237A

公开(公告)日：2023-07-28

申请号：CN202310414630.2

申请日：2023-04-14

申请人： 浙江工业大学

发明人： 郑建炜 ,  王逸彬 ,  杨正一

IPC分类号： G06T3/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/048

摘要： 本发明公开了一种基于卷积评分注意力生成对抗网络的图像合成方法，通过构建和训练基于卷积评分注意力生成对抗网络，引入金字塔池化和设计卷积评分机制来改善传统的自我和交叉注意，提出了高效的金字塔池化卷积评分自我注意力模块和金字塔池化卷积评分联合注意力模块，嵌入在生成器中的金字塔池化卷积评分联合注意力模块是为了以更低的计算成本彻底探索物体和场景在多尺度下潜在的特征交互关系，而在监督路径上的金字塔池化卷积评分自我注意力模块则承担着提取充分的先验知识的职责，探索出的先验知识进一步用于指导生成器发现更可信的位置。本发明改进了图像合成算法使其能够适应复杂的应用场景。

公开(公告)号：CN115496900A

公开(公告)日：2022-12-20

申请号：CN202211064767.1

申请日：2022-08-31

申请人： 浙江工业大学

发明人： 党源杰 ,  杨正一 ,  丁小飞 ,  胡雨曈 ,  张斌 ,  陈朋

IPC分类号： G06V10/26 ,  G06T17/05 ,  G06V10/764 ,  G06V10/762 ,  G06V10/80 ,  G06N3/04

摘要： 一种基于稀疏融合的在线碳语义地图构建方法，所述方法包括以下步骤：1)基于目标检测神经网络获取城市图像语义标签；2)通过特征匹配完成语义标签的稀疏地图注册，然后进行稀疏语义地图点的聚类分割和平面重建；3)基于时空几何约束的局部平面滚动优化方法实现语义场景的重建和感知；4)结合碳排放监测点云信息，构建碳语义地图。本发明的优点是：在稀疏的深度地图基础之上，提出一种快速碳语义地图重建方法，实现了碳语义场景的重建和感知，确保了无人机执行复杂碳监测任务时的安全导航。通过大量室外场景重建实验证明，本发明方法相比同类方法可以提升80.5％的语义平面重建精度，同时计算速度提升81倍。相较于其他基于稠密深度地图的场景感知算法，本发明方法的计算复杂度更低，尺度误差更低，适合用于搭载复杂无人机飞行任务的机载处理平台。

公开(公告)号：CN116703857A

公开(公告)日：2023-09-05

申请号：CN202310656613.X

申请日：2023-06-05

申请人： 浙江工业大学

发明人： 陈朋 ,  杨正一 ,  周鸿超 ,  党源杰 ,  张斌

IPC分类号： G06T7/00 ,  G06T7/246 ,  G06V20/40 ,  G06V10/82 ,  G06V10/766 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

摘要： 一种基于稀疏融合的在线碳语义地图构建方法，所述方法包括以下步骤：1)对输入视频进行时空分片处理，分成视频片段集合p和关键帧片段集合x；2)提取视频片段集合p的多速率运动特征，然后通过快特征与慢特征的插值对齐模块得到时域运动特征；3)提取关键帧片段集合x的多尺度空间特征，然后通过多尺度特征对齐模块得到对齐后的空域特征；4)融合对齐后的时域运动特征与空域特征得到一个具有时空感知特性的视频动作质量特征，然后进入质量回归模块得到视频动作质量评价分数。本发明利用非常稀疏的图片帧来提取空间特征和具有非常低空间分辨率的密集视频帧来提取运动特征，在提高精度的同时降低了计算复杂度，更适合边缘设备的部署应用。

公开(公告)号：CN114973214A

公开(公告)日：2022-08-30

申请号：CN202210651680.8

申请日：2022-06-09

申请人： 浙江工业大学

发明人： 张扬 ,  陈昊楠 ,  郭宗豪 ,  张斌 ,  杨正一 ,  产思贤

IPC分类号： G06V20/59 ,  G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于人脸特征点的不安全驾驶行为识别方法，首先获取车内摄像头采集的图像，进行图像亮度自适应增强处理，得到处理后的亮度增强的图像；然后将亮度增强的图像输入到融入空间注意力机制的ResNet50模型，判断驾驶员不安全驾驶行为，并将亮度增强的图像输入到人脸关键点和欧拉角联合检测网络，检测得到人脸关键点信息和头部欧拉角信息，用于检测头部欧拉角信息的头部欧拉角检测网络为人脸关键点检测网络PFLD的辅助子网络；最后根据人脸关键点信息和头部欧拉角信息，判断驾驶员是否出现疲劳驾驶。本发明检测速度有较大提升，对驾驶员行为实时检测具有较大的应用场景。