-
公开(公告)号：CN119719648A
公开(公告)日：2025-03-28
申请号：CN202411625563.X
申请日：2024-11-14
Applicant: 中国矿业大学
IPC: G06F18/20 , G06Q50/02 , G06Q50/26 , G06F18/211 , G06F18/213 , G06F18/2135 , G06F18/15 , G06F18/2415
Abstract: 一种基于多源数据融合的矿山安全智能监测方法及系统，通过收集矿山各个传感器的数据，对多源数据进行预处理，对处理后的多源数据进行空间重构，借助多窗口滑动扫描机制对数据特征进行分离，再通过四向扫描机制以及通道混洗机制扩展特征空间多样性，最后通过选择状态空间模型对重构的多源数据进行深层特征融合与提取，预测矿山设备与环境的安全状况。本发明将状态空间模型作为智能监测算法的主体框架以降低模型计算复杂度，将重构过后的多源数据输入改良的状态空间模型中，提取多源数据间的隐式联系，并对矿山安全状况进行估计，增加了多源数据样本以及多源异构特征的空间多样性，提高了特征提取效率以及预测模型的计算效率和预测能力。
-
公开(公告)号：CN119671904A
公开(公告)日：2025-03-21
申请号：CN202411737422.7
申请日：2024-11-29
Applicant: 中国矿业大学
IPC: G06T5/77 , G06T5/60 , G06T7/00 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 一种煤矿综采工作面尘雾环境下图像去雾增强方法及系统，方法包括获取待处理的有雾图像，并通过编码器对有雾图像进行编码操作，从有雾图像中得到编码特征；将得到的编码特征输入到由DM模块集成的瓶颈层中，实现编码特征在空间域和频率域特征耦合，得到融合特征；将得到的融合特征经解码器进行解码处理，输出得到目标去雾图像。系统包括摄像头和基于双域耦合图像去雾网络模型模块。本发明通过可变形卷积和幅度相位引导策略增强不均匀雾霾特征的表示和全局特征感知，提高了模型对于图像特征提取的清晰度，还原了图像的细节和结构，提高了模型的去雾效果和泛化性泛化能力。
-
公开(公告)号：CN119205704A
公开(公告)日：2024-12-27
申请号：CN202411360045.X
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/74 , G06N3/045 , G06N3/096 , G06N3/0895
Abstract: 一种矿井机器视觉中低质图像质量评价方法与系统，方法：设计与图像失真类型和质量预测相关的提示词，通过CLIP模型得出失真分布概率和质量预测概率，对新场景中样本分别进行失真分布和模型预测不确定性两个方面的代表性排名；采用排名聚合法，选出新场景中部分样本进行标注；得出新场景已选及旧场景全部样本的质量特征向量，用相似性度量算法选出旧场景易迁移样本；对选出的新旧场景样本进行训练，完成评价模型构建。系统包括摄像头、样本选择器和特征迁移学习训练器。本发明减少新场景中失真多样性的同时减少了标注样本成本，降低了模型适配新场景的过拟合风险，提高了模型的预测能力及图像质量评价准确性。
-
公开(公告)号：CN119203038A
公开(公告)日：2024-12-27
申请号：CN202411476006.6
申请日：2024-10-22
Applicant: 中国矿业大学
IPC: G06F18/25 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种基于多源异构数据融合的矿井有色金属特征提取方法，步骤包括利用DNN和CNN网络进行异构数据处理；通过堆叠自编码器构建特征融合网络；对特征融合网络进行训练，完成对特征融合网络的初始化；通过构建损失函数对初始化的特征融合网络进行训练优化，得到优化后的网络模型；利用优化后的网络模型进行有色金属识别。本发明充分发挥了异构数据间的互补优势，减少了数据混淆并充分提取不同维度数据的共同特征，避免数据冗余；能够辨别复杂选冶环境下更利于有色金属检测的重要信息源，降低了复杂环境的干扰，有效地保障了后续算法对有色金属的检测鲁棒性与精度。
-
公开(公告)号：CN119158708A
公开(公告)日：2024-12-20
申请号：CN202411640904.0
申请日：2024-11-18
Applicant: 中国矿业大学
IPC: B03D1/02
Abstract: 本发明提供一种矿物浮选工况识别、预测设备，包括图像采集模块、超声波测距传感器、主控模块、5G通信模块、数据传输与定位模块、显示模块和电源模块，图像采集模块负责获取当前浮选工况的图像信息，浮选槽上方的超声波测距传感器用于测量液面的高度，本发明通过将该识别算法部署在工作人员头盔上，能够实现在工作过程中实时识别当前工况并预测矿物浮选的工作趋势，将结果显示在可穿戴识别设备上。工作人员穿戴设备后可以预见浮选过程中的波动并掌握浮选槽的运行状态，提前采取相应的措施，进一步提高矿物浮选工艺的稳定性和生产效率，降低安全风险和减少经济损失。
-
Patent Agency Ranking
公开(公告)号：CN118887088A
公开(公告)日：2024-11-01
申请号：CN202410438168.4
申请日：2024-04-12
Applicant: 中国矿业大学
IPC: G06T3/4053
Abstract: 本发明涉及图像超分辨率重建技术领域，具体涉及一种矿用边缘计算终端中轻量化图像超分辨率重建方法，包括：通过浅层特征提取模块对输入图像进行浅层特征提取；将浅层特征输入至多个堆叠的多尺度特征校准模块中进行深层特征提取；通过特征聚合模块聚合每个多尺度特征校准模块的输出，并与浅层特征相融合；将融合后的特征输入至图像重建模块进行图像重建，并输出重建后的超分辨率图像ISR。本发明通过多尺度特征校准模块对浅层特征进行处理，获得了更全面和信息更丰富的图像特征增，在图像重建中获得了更真实和更准确的结果。
-
公开(公告)号：CN118675108A
公开(公告)日：2024-09-20
申请号：CN202410911089.0
申请日：2024-07-09
Applicant: 中国矿业大学
IPC: G06V20/52 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/52 , G06V10/82 , G06V10/44 , G06V10/771 , G06N3/0464 , G06N3/045
Abstract: 本发明公开一种低光照下基于多级跨尺度信息交互的无人矿卡目标检测方法，包括数据集制作、检测模型构建、图片特征信息提取、特征信息融合阶段以及检测阶段，本发明减少了在特征融合过程中的信息丢失，确保不同尺度的特征能够有效融合，显著提升无人矿卡在复杂露天矿山场景中的目标识别性能。
-
公开(公告)号：CN118154655A
公开(公告)日：2024-06-07
申请号：CN202410387207.2
申请日：2024-04-01
Applicant: 中国矿业大学
IPC: G06T7/50 , G06T11/00 , G06T7/70 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06V10/80 , G06V10/44 , G06N3/08
Abstract: 本发明涉及三维场景感知技术领域，具体涉及一种矿井辅助运输车辆无人驾驶的单目深度估计方法,包括：对当前帧图像进行深度估计，获得深度图；将深度图、当前帧图像以及上下多帧图像输入至多帧位姿优化模块中获得相机相对位姿变化T0→final；结合T0→final和深度图进行图像重建，得到由当前帧图像投影到上下多帧视角的投影图像；计算光度重投影损失函数和次要损失函数，得到总损失，并进行多次学习迭代得到训练完成的深度估计网络模型；将单张图像作为训练完成的深度估计网络模型的输入，经模型预测后得到图像深度估计结果。本发明通过多帧位姿优化模块缓解了位姿估计不准确的问题，降低了矿井场景的影响，大幅提高了深度估计的精度。
-
公开(公告)号：CN112507941B
公开(公告)日：2024-05-10
申请号：CN202011499054.9
申请日：2020-12-17
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种面向矿井AI视频分析的跨视域行人重识别方法及装置，属于计算机视觉技术领域，解决了现有无监督行人重识别方法的精确度较低的问题。方法包括：获取源域数据集和目标域数据集；构建残差网络，将源域数据集和目标域数据集分别输入残差网络进行特征提取，得到源域数据集对应的特征和目标域数据集对应的特征并分别存储至存储器；基于源域数据集对应的特征和目标域数据集对应的特征得到第一损失函数；调节残差网络的参数，直至第一损失函数小于设定阈值时，得到残差网络的最优网络结构；将待重识别的目标图像输入残差网络的最优网络结构，得到待重识别的目标图像对应的行人信息。提高了行人重识别的精度。
-
公开(公告)号：CN116767180B
公开(公告)日：2023-11-07
申请号：CN202311076379.X
申请日：2023-08-25
Applicant: 中国矿业大学
IPC: B60W30/02 , B60W30/045 , B60W10/20 , B60W10/22 , B62D6/00 , B60G17/0165 , B60G17/016 , B62D101/00 , B62D113/00 , B62D137/00
Abstract: 本发明属于车辆动力学控制技术领域，尤其为一种车辆主动前轮转向与主动悬架系统协调控制方法，以路面不平度、车辆方向盘转角和车辆速度为输入特征，基于深度卷积神经网络决策模型，输出车辆行驶平顺性和操纵稳定性的控制权重；基于所获得的权重设计考虑行驶平顺性与操纵稳定性的车辆合作动态博弈成本函数，以主动前轮转向与主动悬架系统控制信号为设计变量，以主动前轮转向与主动悬架系统的执行机构几何限制为约束条件，基于车辆动力学模型建立主动前轮转向与主动悬架博弈模型；依据夏普利值进行收益分配，得到双方博弈对局中车辆最优控制策略，即获得车辆主动前轮转角和主动悬架作动力，实现对车辆主动前轮转向与主动悬架系统的动态协调控制。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.04 seconds)
