-
公开(公告)号：CN116071641A
公开(公告)日：2023-05-05
申请号：CN202310355353.2
申请日：2023-04-06
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06F18/25 , G06F40/211 , G06F40/289 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种水下图像中文描述生成方法、装置、设备及存储介质，涉及计算机视觉和自然语言处理领域，包括：获取水下图像增强基准数据集中的待标注水下图像和对应中文语句；通过长短时记忆网络对基于全连接神经网络生成词嵌入后的中文语句进行编码得到文本特征；根据残差网络提取待标注水下图像的图像特征并与文本特征融合得到多模态特征；对长短时记忆网络模型进行训练，通过训练后模型对待标注水下图像进行预测并利用集束搜索优化，基于预设解码器分析多模态特征生成待标注水下图像的中文描述。通过长短时记忆网络与残差网络得到图像的多模态特征，并在分析特征后进行词语预测输出，利用集束搜索进行优化，改善水下图像中文描述生成的效果。
-
公开(公告)号：CN115423724B
公开(公告)日：2023-03-21
申请号：CN202211365384.8
申请日：2022-11-03
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请公开了一种强化学习参数优化的水下图像增强方法、装置及介质，应用于图像处理技术领域。其中，方法包括预先训练图像参数匹配模型，并构建图像增强模型；图像参数匹配模型以水下样本图像的图像特征向量作为状态元素、以水下样本图像分别通过默认参数和最优参数下的图像增强模型处理后的样本增强图像的人类视觉感知得分差值作为奖励要素对决策代理网络进行训练。将待处理水下图像输入至图像参数匹配模型中，得到相匹配的目标图像参数；将目标图像参数输入至图像增强模型，调用图像增强模型对待处理水下图像的色彩偏差、对比度和模糊细节进行校准，得到目标增强图像，从而可以有效提升水下图像质量。
-
公开(公告)号：CN115456917A
公开(公告)日：2022-12-09
申请号：CN202211410441.X
申请日：2022-11-11
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请公开了一种有益于目标准确检测的图像增强方法、装置、设备及介质，应用于图像处理技术领域。其中，方法包括预先训练包括特征提取器、决策代理网络和动作要素集的图像增强模型；图像增强模型以输入的原始样本图像的图像特征向量作为状态要素，以原始样本图像和通过决策代理网络输出的最优图像操作序列处理后的样本增强图像间的目标检测精度增量作为奖励要素，对决策代理网络进行训练。调用特征提取器提取目标图像特征，并将其输入至决策代理网络，得到目标操作序列；按照目标操作序列，对待检测原始图像依次进行相应的图像操作，得到用于进行目标检测的增强图像，从而可以通过提升视觉质量，有效提高目标检测的精准度。
-
公开(公告)号：CN112519992A
公开(公告)日：2021-03-19
申请号：CN201910875570.8
申请日：2019-09-17
Applicant: 中国石油大学(华东) , 青岛中石大科技创业有限公司
Abstract: 本技术方案涉及水下设备技术领域，尤其是一种专用水下机器人，包括机器人壳体和支撑架，机器人壳体由机头、机身和机尾组成，支撑架固定在机器人壳体内部。本技术方案结构设计合理，利用一号电磁阀和二号电磁阀对各路水管的水流控制，实现水下机器人的上下左右运动，移动灵活，利用水流喷射产生的反向力代替螺旋桨为机器人提供驱动力，利用过滤网罩的结构设计可防止海草缠绕和杂物堆积堵塞，利用流线型的外壳设计，可减少运动阻力，增加与鱼类相似的背鳍、胸鳍和腹鳍，可很好的调节机器人在左右方向和垂直方向的运动平衡，利用海水作为水源，方便实用，尤其适用于海底石油开发领域，具有很好的推广应用前景。
-
公开(公告)号：CN111992388A
公开(公告)日：2020-11-27
申请号：CN202010708028.6
申请日：2020-07-22
Applicant: 中国石油大学(华东) , 青岛中石大科技创业有限公司
IPC: B05B13/04
Abstract: 本发明实施例提供一种基于视觉技术的工件涂装机器人，属于工件涂装技术领域，通过机械臂和双目相机结合，双目相机能够精确提取焊缝图像，自动识别焊缝位置以及轨迹，从而对焊缝轨迹进行路径规划，机械臂通过已经规划好的路线进行喷涂作业，大大提高了喷涂作业的效率和自动化的程度，实现了工件涂装机器人的人眼结合，从而增加了工件涂装机器人的应用领域；使用了冗余自由度机械臂，确保在对复杂位置焊缝进行喷涂作业时，能够高效而准确地完成涂装，从而扩大了工件涂装机器人的工作范围；两条轨道和两个涂装机器人分别对称分布在待处理工件的两侧，两个涂装机器人同时对工件焊缝进行涂装，缩短了涂装时间，从而有效地提升了机器人涂装效率。
-
Patent Agency Ranking
公开(公告)号：CN118933713A
公开(公告)日：2024-11-12
申请号：CN202411018674.4
申请日：2024-07-29
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种深水浅层开路钻井溢流后井底压力快速调控装置及方法，属于海洋油气资源钻探技术领域，包括实时监测装置和实时调控装置，针对深水浅层开路钻井特点，本发明提出通过海底ROV监测海底钻井液返出情况，并据此实时分析井底是否发生气侵情况，以及发生气侵后的气侵速率、地层压力等变化情况，进而实时指导压井液排量和密度等关键参数设计，并实时调整压井液排量和密度参数，实现深水浅层开路气侵后井底压力的快速调控。同时，在通过注入压井液来调控井底压力的过程中ROV实时监测海底钻井液的返出情况，进而分析井底压力调控状态，实现深水浅层开路钻井气侵后井底压力安全快速调控，以此保障深水油气安全高效钻探。
-
公开(公告)号：CN117952879B
公开(公告)日：2024-05-28
申请号：CN202410345844.3
申请日：2024-03-26
Applicant: 中国石油大学(华东) , 青岛中石大科技创业有限公司
Abstract: 本发明涉及图像处理技术领域，公开了一种综合退化、估计和恢复的水下图像增强方法、装置、设备，利用水下成像模型对获取的陆上图像和深度图进行分析，以输出虚拟水下图像；水下成像模型基于历史陆上图像、历史深度图以及历史真实水下图像训练得到。依据虚拟水下图像以及深度图对初始图像深度生成模型进行训练，以得到训练好的图像深度生成模型。利用训练好的图像深度生成模型对获取的真实水下图像进行分析，以确定出真实水下图像对应的水下深度图。基于虚拟水下图像及其匹配的虚拟水下深度图以及陆上图像对初始图像增强模型进行训练。将真实水下图像以及水下深度图输入至训练好的图像增强模型，以输出增强图像，提升了水下图像的图像质量。
-
公开(公告)号：CN117669430B
公开(公告)日：2024-05-10
申请号：CN202410147514.3
申请日：2024-02-02
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F30/27 , G06N3/048 , G06F113/08 , G06F119/14
Abstract: 本发明属于石油勘探开发技术领域，公开了基于物理信息神经网络的井筒多相流模型求解方法及系统，划分求解域区间，输入初始值条件、边界值条件与求解域内部样本点；利用自动微分方法计算输出数据流对输入坐标点的偏导数，构建井筒多相流动模型的控制方程损失函数；应用初始点与边界点数据流计算初边值条件与控制方程条件损失；优化损失函数并计算模型损失，确定优化完成的神经网络模型参数；调用基于物理信息神经网络的模型，预测下一阶段时间节点多相流动模型关键迭代参数，并将其作为迭代初值代入传统多相流动模型加速计算。本发明计算速度较传统数值方法提速2至3个数量级，可以提早预测井筒压力状态，采取有效井控措施。
-
-
公开(公告)号：CN115841614B
公开(公告)日：2023-05-05
申请号：CN202310135129.2
申请日：2023-02-20
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请涉及海装工程装备技术领域，公开了一种影像处理方法、装置、水下成像设备及介质，方法包括：从水下影像中提取语义信息；将语义信息通过水声通信方式传输至上位机；利用上位机对语义信息进行重构，得到重构水下影像。本申请公开的技术方案，通过从水下影像中提取语义信息，对语义信息进行传输，然后，再利用上位机对接收到的语义信息进行重构而得到重构水下影像实现水下信息快速、高效、及时的传输，从而便于及时获取水下信息，且通过语义信息提取实现对水下影像的解译，让水下影像拍摄从看得见到看得懂，通过对语义信息传输来实现低冗余的信息传输，通过对语义信息进行重构实现对水下影像的还原，以便于实现对水下信息的准确获取。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.146 seconds)
