-
公开(公告)号：CN103914687A
公开(公告)日：2014-07-09
申请号：CN201410096259.0
申请日：2014-03-14
Applicant: 常州大学
Abstract: 本发明涉及一种基于多通道和多阈值的矩形目标识别方法。该识别方法包括以下步骤：对原始图像先通过金字塔下采样，后通过金字塔上采样方法去除图像噪声；提取原始图像中的每个通道图像；设置N个灰度等级，以阈值大小为Tg=255/n对每个通道图像分别进行二值化；对二值化图像进行区域标记，并提取每个区域的轮廓；用多边形对每个外围轮廓进行近似，记录每个多边形的顶点坐标；选出顶点个数等于4的多边形，并计算该四边形的每个内角；若四边形的每个内角的角度接近90度，则该四边形所包围的区域是一个矩形目标。本发明能够解决一幅图像中有多种颜色的矩形目标的检测问题，同时采用了多个阈值进行二值化图像，大大增强了矩形目标检测的准确率。
-
公开(公告)号：CN117826817A
公开(公告)日：2024-04-05
申请号：CN202311870105.8
申请日：2023-12-30
Applicant: 常州大学
IPC: G05D1/43
Abstract: 本发明涉及路径规划领域，具体涉及一种基于融合Astar和DWA算法的无人船路径规划方法，方法包括：步骤S1，建立无人船航行的栅格地图，在栅格地图中设置无人船的出发点及终点；步骤S2，通过Astar算法，规划出一条从出发点到终点的全局路径，并通过优化策略减少全局路径中的节点数量；步骤S3，采用DWA算法，以优化后的全局路径为基础，在相邻节点之间进行动态局部规划，最终为无人船规划出一条最优的动态避障路径。本发明能够对全局路径进行整体优化及局部优化，最终规划出一条最优的动态避障路径。
-
公开(公告)号：CN116295328A
公开(公告)日：2023-06-23
申请号：CN202211088501.0
申请日：2022-09-07
Applicant: 常州大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种多传感器融合的多端目标识别与定位方法，包括对相机数据和激光雷达数据进行堆栈预处理；时间同步与防止抖动；构建神经网络进行目标检测；图像与雷达信息融合与联合搜索，将点云与图像融合并查找图像上物体；进行空间位置解算。本发明基于固定视角的在固定场景下的机器人固定导航，具有高内聚低耦合的特点，此种全场景可用的自动驾驶系统可以实现一套系统，多端使用，大大降低了设备成本和现有设备改造成本，对于全场景的统筹兼顾更加全面，多目标间统筹调度更加稳定高效，可用于仓库、运输或者封闭园区等场景中，借助一个或多个高位视角便可以进行多目标、大范围的引导。
-
公开(公告)号：CN116152858A
公开(公告)日：2023-05-23
申请号：CN202310180338.9
申请日：2023-02-28
Applicant: 常州大学
IPC: G06V40/10 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/048
Abstract: 本发明涉及行人重识别技术领域，尤其涉及一种基于双重交叉注意力机制的无监督行人重识别方法，包括：将无标签数据集数据输入深度残差网络，提取全局和部分特征；根据全局和部分特征的k‑nn相似性计算每个样本的交叉一致性分数；根据交叉一致性分数来细化每个部分的伪标签；计算交叉熵损失函数；生成部分引导的细化标签作为全局特征的伪标签；通过注意力图来挖掘高响应区域；计算全局集合之间的交叉关注度；并计算目标图像的查询和组合的键值对之间的关注度；在下一个聚类阶段使用来自训练模型的特征来更新伪标签。本发明解决伪标签中的固有噪声阻碍无监督方法性能问题。
-
公开(公告)号：CN115761415A
公开(公告)日：2023-03-07
申请号：CN202211562206.4
申请日：2022-12-07
Applicant: 常州大学
IPC: G06V10/774 , G06V10/762 , G06F17/16 , G06V20/52
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于联合距离矩阵与混合对比损失的行人重识别方法，包括获取行人图片并进行预处理；使用实例级内存字典中的特征并结合相机偏移距离矩阵计算联合距离矩阵；然后采用DBSCAN算法进行聚类，生成伪标签；从训练样本中选取一定数量的查询样本输入到主干网络中提取查询样本的特征，用来与聚类内存字典中的特征进行混合对比损失的计算；提取全局平均池化层的特征，并使用欧氏距离进行检索。本发明通过设计一个联合距离矩阵引导相机感知聚类，缓解相机差异的影响，使得不同相机下的同一身份的图像更容易聚类；同时，使用混合对比损失策略，能够有效的利用样本之间的聚类信息，提升模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN113591671A
公开(公告)日：2021-11-02
申请号：CN202110853696.2
申请日：2021-07-28
Applicant: 常州大学
Abstract: 本发明涉及深度神经网络技术领域，涉及一种基于Mask‑Rcnn识别鱼类生长检测方法，包括以下步骤：S1、通过鱼缸上设置摄像头采集鱼视频流数据；S2、对采集到的视频流进行分帧处理；S3、用标注软件1abelme在图像上标注鱼的标签；S4、利用Mask‑Rcnn深度神经算法的迁移学习思想，用COC0公开数据集的权重，对Mask‑Rcnn初始化，使用训练集进行训练；S5、使用测试集验证Mask‑Rcnn模型的检测效果。本发明通过Mask‑Rcnn深度神经算法，准确识别鱼类长度，计算出鱼类重量，从而准确计算出投喂饵料量。
-
公开(公告)号：CN111667534A
公开(公告)日：2020-09-15
申请号：CN202010435522.X
申请日：2020-05-21
Applicant: 常州大学
Abstract: 本发明公开了一种应用于高速穿经机的快速亚像素筘齿定位方法及装置，包括以下过程：获取筘齿图像；对筘齿图像中筘齿边缘进行粗定位；对筘齿边缘进行细定位获得筘齿边缘坐标；根据筘齿边缘坐标计算得到相邻筘齿的中点坐标，实现对筘齿定位。本发明方法简单，能快速实现筘齿定位，并且精度高。
-
公开(公告)号：CN107094729A
公开(公告)日：2017-08-29
申请号：CN201710280906.7
申请日：2017-05-22
Applicant: 常州大学
Abstract: 本发明涉及一种粮仓内部害虫的机器视觉检测设备及计数方法，依次包括害虫诱捕器、诱捕器中虫洞入口、落虫板、传感器检测电路、摄像头模块、补光LED灯、图像传输单元以及监控中心、害虫图像分割计数算法。本发明利用多个捕虫器插在粮仓中对害虫进行诱捕，当害虫掉进捕虫器中传感器检测害虫，触发摄像头模块工作获取害虫图像，捕虫器中的摄像头获取到的图像数据通过无线传图模块传到同一个集中器，通过RS485总线将各个图像数据传输至远程的监控中心。监管员可以通过对害虫图像在线检测，准确的了解到害虫的种类和数量，从而确保粮食的安全储藏。
-
公开(公告)号：CN104859534A
公开(公告)日：2015-08-26
申请号：CN201510250357.X
申请日：2015-05-15
Applicant: 常州大学
IPC: B60Q5/00 , B60R1/00 , B60R16/023
Abstract: 本发明涉及汽车刹车技术领域，尤其是一种基于音频和视频处理技术的汽车油门防错踩系统,设有图像采集分析模块和音频采集分析模块，通过视频和音频信号来辅助判断踩刹车和踩油门的时机，该系统将视频信号与音频信号结合起来，是一种全方位立体式的检测系统，可靠性强，误报率明显降低，可以很好地防止驾驶员误踩油门当刹车的情况发生，从而进一步地减少由于误操作引起的汽车交通事故，同时该系统是基于对视频和音频信号的处理，其所用的制作材料与其他同类型产品相比更节约成本。
-
公开(公告)号：CN104407656A
公开(公告)日：2015-03-11
申请号：CN201410710261.2
申请日：2014-11-27
Applicant: 常州大学
Abstract: 本发明涉及一种用于低功耗两线制仪表的供电和电流环输出电路，包括DAC输入端、反馈电路和开关电路；反馈电路包括反向输入加法器电路和调节回路，调节回路包括第二运算放大器，第二运算放大器的输出端与反向输入加法器电路的反向输入端连接；反向输入加法器电路的反向输入端为DAC输入端；开关电路为三极管开关电路，三极管的基极与反向输入加法器电路的输出端连接，三极管的集电极与供电电压电路的输出端连接；第二运算放大器的同向输入端与三极管的发射极连接。本发明采用分立元器件单回路闭环方式实现电流环输出，反应速度得到了很大的提高；调节回路实现电流检测，并且采用差分输入，对线路上的共模干扰有很强的抑制作用，提高了电流环的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.03 seconds)
