Shenyang Institute of Automation,Chinese Academy Of Sciences
Not a member yet
23582 research outputs found
Sort by
Binocular Feature Fusion and Spatial Attention Mechanism Based Gaze Tracking
No full textGaze tracking is widely used in driver safety driving, visual impairment detection, virtual reality, human robot interaction, and reading process tracking. However, varying illumination, various head poses, different distances between human and cameras, occlusion of hair or glasses, and low-quality images pose huge challenges to accurate gaze tracking. In this article, based on binocular feature fusion and convolution neural network, a novel method of gaze tracking is proposed, in which local binocular spatial attention mechanism (LBSAM) and global binocular spatial attention mechanism (GBSAM) are integrated into the network model to improve the accuracy. Furthermore, the proposed method is validated on the GazeCapture database. In addition, four groups of comparative experiments have been conducted: between binocular feature fusion model and binocular data fusion model; among the local binocular spatial attention model, the local binocular channel attention model, and the model without local binocular attention mechanism; between the model with GBSAM and that without GBSAM; and between the proposed method and other state-of-the-art approaches. The experimental results verify the advantages of binocular feature fusion, LBSAM and GBSAM, and the effectiveness of the proposed method
基于VAE和cGAN的同时生成和编辑任意人脸属性的方法
No full text本发明涉及基于变分自动编码器(VAE)和条件对抗神经网络(cGAN)的同时生成和编辑任意人脸属性的方法。本发明重点研究基于变分自动编码器(VAE)和条件对抗神经网络(cGAN)的编码器‑解码器体系结构，并开发了一个双向反馈生成网络，用于同时生成新的人脸和执行属性编辑。对生成的图像使用属性分类约束来保证指定属性的正确变化，并通过从隐空间中采样属性编码生成具有多个属性的人脸图像。该方法包含对属性强度的建模以支持属性插值和灵活地处理多种人脸属性。该方法解决了使用一个端到端的模型进行人脸生成和属性编辑的问题。通过定性和定量评估验证了该方法的有效性和先进性，实验结果表明其达到了与最先进的属性编辑技术相当的性能
基于计算机视觉的细胞计数方法
No full text本发明涉及基于计算机视觉的细胞计数方法，包括以下步骤：S1、采集经过染色的切片样本的RGB原图E0，并分别处理成灰度图E1、蓝色通道图E18；S2、对原图E0进行图像处理获取染色细胞图E6，对染色细胞进行计数；S3、对灰度图E1进行图像处理获取包含染色和非染色的全部细胞图E16，对全部细胞进行计数；S4、对蓝色通道图E18进行图像处理获取图像E21，按照给定的不同划界区域对染色细胞进行计数，计算像素面积数，精确标画该区域外围轮廓；S5、可视化展示以上各图像和计数，用于直观展示和细胞计数
多异构自主水下机器人任务自主动态分配方法
No full text本发明涉及机器人任务分配领域，尤其涉及多异构自主水下机器人的动态任务自主分配方法，包括以下步骤：根据自主水下机器人到达某任务目标的航行时间，得到该自主水下机器人对于该任务目标的成本；根据某一任务目标的动态价值、对于该任务目标所有自主水下机器人最大工作能力约束以及自主水下机器人剩余工作时间，得到该任务目标的价值；根据各个自主水下机器人对每个任务目标的成本以及任务目标的价值，建立各个自主水下机器人决策任务目标概率模型；根据各个自主水下机器人决策任务目标概率模型，完成多个自主水下机器人的决策任务分配。本发明通过自主水下机器人自主决策，避免了长期制约水下作业发展的由集中决策带来的水下通讯高负荷的问题
一种基于感知信息的无人航行器目标定方位等距跟踪方法
No full text本发明涉及目标跟踪领域，具体说是一种基于感知信息的无人航行器目标定方位等距跟踪方法，包括以下步骤：1)航行器获取目标的感知信息和航行器的航行器信息；2)对感知信息进行数据处理，获取经滤波平滑处理后的感知信息；3)设定目标相对于航行器的方位，设定距离数值D，建立虚拟目标运动坐标系，通过坐标系变化矩阵，得到航行器在虚拟目标运动坐标系下的位置；4)航行器通过速度调节策略对期望速度进行调节；5)根据目标航向，航行器解算航行器的期望航向；6)将期望速度和期望航向输出形成闭环，重复步骤1)～5)。本发明安全稳定，可靠性高。能够根据感知信息实时调节航行速度、航向，即使在较差海况下，亦能够安全稳定的完成任务
一种具有大承载能力的水平二自由度测力台架
No full text本发明涉及一种测力台架，具体地说是一种具有大承载能力的水平二自由度测力台架。包括测试台、基座、支撑铰链、测试台测力支架、测力销轴、测力耳座、测力传感器及基座测力支架，其中测试台设置于基座的上方，并且通过多个支撑铰链与基座连接；测试台测力支架安装在测试台上，基座测力支架安装在基座上，测力传感器的一侧安装在基座测力支架上，另一侧与测力耳座连接，测力耳座和测试台测力支架通过测力销轴连接。本发明由于测力传感器不承担测试台和被测对象的重量，因此具有较大的承载能力，适用于重量大、同时具有水平面内两个自由度方向推力的测试对象
一种可用于微创手术机器人的手术器械
No full text本发明属于医疗器械技术领域，特别涉及一种可用于微创手术机器人的手术器械。包括依次连接的远端执行机构、柔性段、杆体及底座依次连接，底座上设有远端执行器开合驱动机构、柔性段偏转驱动机构及旋转驱动机构；驱动腱组件的一端与远端执行机构和柔性段连接，另一端与远端执行器开合驱动机构和柔性段偏转驱动机构连接；远端执行器开合驱动机构通过驱动腱组件驱动远端执行机构进行开合动作；柔性段偏转驱动机构通过驱动腱组件驱动柔性段进行弯曲动作；旋转驱动机构与远端执行机构连接，用于驱动远端执行机构转动。本发明满足小型化、轻量化、多自由度、操作灵活、便于安装等要求，用以辅助医生进行微创手术操作
一种水下二级轴流泵
No full text本发明涉及一种轴流泵，特别涉及一种水下二级轴流泵。包括前端盖、一级叶轮、机壳、二级导叶、二级叶轮、一级导叶、后端盖、定子绕组、转子磁钢及转轴；一级叶轮、一级导叶及二级叶轮依次套装在转轴上，并且一级导叶可相对转轴转动，二级导叶同轴安装在二级叶轮的后端，并且与一级导叶连接；机壳套设于一级叶轮的外侧，并且两端分别与前端盖和后端盖连接，后端盖与一级导叶连接；定子绕组设置于机壳的内壁上；转子磁钢设置于一级叶轮的外缘上，并且与定子绕组相对应。本发明的电机转子直接驱动一级叶轮外缘，并通过轴驱动二级叶轮，传动效率高，结构紧凑，扬程较高，能够长期工作于深水环境中
一种无人机不规则油箱油量体积测量及显示系统
No full text本实用新型涉及一种无人机不规则油箱油量体积测量及显示系统包括：设于无人机上的油量体积测量及显示电路、无线模块、设于无人机油箱内的油量液位传感器；所述油量体积测量及显示电路包括处理器、串口电路、I2C通信接口电路、数码管驱动电路、油量刻度显示灯电路、电压转换电路，所述处理器通过串口电路连接油量液位传感器、无线模块，所述I2C通信接口电路经过数码管驱动电路连接油量刻度显示灯电路；电压转换电路分别连接处理器、串口电路、I2C通信接口电路、数码管驱动电路、油量刻度显示灯电路提供电源。本实用新型可以测量油量体积，为无人机作业任务规划人员提供可靠动力，避免无法精准测量油量剩余量而反复起降的重复性工作
Toward accurate polyp segmentation with cascade boundary-guided attention
No full textIn clinical practice, accurate polyp segmentation provides important information for the early detection of colorectal cancer. Benefiting from the advancement of deep learning techniques, various neural networks have been developed for polyp segmentation. However, most state-of-the-art methods have suffered from the challenge of precisely segmenting polyps with clear boundaries. To tackle this challenge, in this paper, we propose a novel and effective cascade boundary-guided attention network based on an encoder-decoder framework. Specifically, instead of just using the addition of shallow and deep features, the fine-grained boundary information is explicitly introduced into the skip connection of encoder and decoder layers to achieve accurate polyp segmentation. Moreover, the cascade refinement strategy is utilized into the multi-stage enhancement of boundary features to progressively produce better predictions. Extensive evaluations on five public benchmark datasets show that our method outperforms state-of-the-arts on various polyp segmentation tasks. Further experiments conducted on the cross-dataset (training on one dataset and testing on another dataset) validate the generalization ability of the proposed method