演讲人： 周卫国

题  目： 基于深度传感器的三维手部姿态估计的研究

时  间：2019年7月18日星期四 下午14:00

地  点：哈工大(深圳)A507 

讲座简介 ：三维手部姿态估计的研究是一个非常重要的计算机视觉，机器人，虚拟现实以及人机交互领域课题。相比较传统的数据手套方法，基于视觉的方法由于其非接触性、低成本、方便等优点，具有广阔的应用前景。随着深度传感器以及卷积神经网络在图像上应用的发展，在三维手部姿态估计的研究中越来越多的使用深度数据和基于卷积网络的技术，且取得了很大的进展。但是由于手掌复杂的结构，多变的视角以及严重的自遮挡问题，三维手部姿态估计问题并没有很好的解决。深度传感器以它固有的深度信息的优越性，可以在三维姿态估计中提供更加丰富的信息。因此，在本研究中也将继续运用此类技术。

为了提高手部姿态估计的速度，本文设计和实现了一款基于FPGA的深度传感器。传感器的配置，图像的获取存储计算以及传输格式的编码均在片上完成，达到了131帧每秒的速度，并具有很好的精度。在基于深度图的姿态估计中，因为特定人的关节之间的三维距离是固定的，因此这个可作为限制条件加入到网络当中来提高网络的能力。在基于点云姿态估计中，提出了一种新颖的基于点云的深度学习网络，融合更加丰富的点云信息，使得网络更加的鲁棒和具有视角不变性。该网络框架在流行的数据集上达到最优的识别和估计精度。

个人简介：周卫国，机械工程博士研究生，导师刘云辉教授。研究课题方向为嵌入式视觉，深度学习以及三维手部姿态估计等。 

演讲人： 高伟

题  目：磁致伸缩导波管道的缺陷定位与定量研究

时  间：2019年7月18日星期四 下午14:00

地  点：哈工大(深圳)A507

讲座简介 ：

管道作为水、石油、天然气等重要的传输介质，由于其传输量大，不受地面和天气等因素的限制，使得其得到广泛应用。但由于工作环境和使用时间等因素的影响，使得管道会发生腐蚀、裂纹等情况，甚至会发生泄露和爆炸。因此需对在役管道进行定期检测和长期监测，定位及定量测量缺陷状态，防止泄漏事故的发生。相比较传统的管道无损检测方式，磁致伸缩导波检测由于其单点激励、安装简便、检测距离长、能够检测内外部缺陷和检测带外包层及埋地管道等优点得到广泛应用。

由于导波作为一种机械波，如激励频率为管道的固有频率，能够增大机械振动的幅度，因此能够提高导波幅值和激励效率。白噪声由于频谱带宽范围大，能量分布均匀，短时内不需要较大的能量，产生简便。利用白噪声方式能够快速有效的进行最大导波幅值频率选择，能够有效的提高导波缺陷检测能力，能够增强磁致伸缩纵向导波的适用性。同时管道是最为常见的细长结构试件，通过对管道的磁致伸缩传感器设计、提高导波信号幅值、控制导波模态、抑制导波频散、控制导波方向、缺陷的定位及定量化检测等方面进行研究，对其它细长结构如棒、丝、杆、轨道的缺陷检测技术研究有实际的参考价值。

个人简介：

高伟，电气工程博士研究生。导师张东来教授。研究课题方向为磁致伸缩导波管道的缺陷定位与定量研究。