公开(公告)号：CN119942375A

公开(公告)日：2025-05-06

申请号：CN202411916252.9

申请日：2024-12-24

Applicant: 江苏燕宁工程科技集团有限公司

Inventor： 雷志刚 ,  张新颖 ,  潘玲玲 ,  杜娟 ,  周海龙 ,  豆正成

IPC: G06V20/17 ,  G06T17/10 ,  G06T19/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06Q10/10 ,  G06Q10/0631 ,  G06Q50/08

Abstract: 本发明涉及公路项目工地管理技术领域，尤其为一种基于无人机增强现实的BIM工地巡检系统及其控制方法，包括：步骤一：系统初始化：在BIM平台上构建工地的三维建筑信息模型B(x,y,z)，记录建筑结构、设备布局及相关信息，将模型与无人机巡检模块和AR可视化模块关联，实现数据同步；步骤二：任务设置：通过用户交互界面输入巡检任务参数，包括巡检区域Ω、任务频率ft和传感器配置S＝{s1,s2,…,sn}，本发明中，无人机+AR+BIM的组合大大提高了巡检的效率和精确度，减少了人工巡检的时间和成本，同时无人机巡检减少了人员进入危险区域的风险，提高了巡检过程的安全性，而且智能调度模块能够根据巡检结果实时调整资源分配，提高了资源的利用率和效率。

公开(公告)号：CN119942320A

公开(公告)日：2025-05-06

申请号：CN202411878748.1

申请日：2024-12-19

Applicant: 中国煤炭地质总局地球物理勘探研究院

Inventor： 解洁清 ,  左龙贺 ,  郎玉泉 ,  罗忠琴 ,  宋利虎

IPC: G06V20/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及煤层检测技术领域，公开了一种煤层识别方法、装置及存储介质，其中方法包括如下步骤：通过训练好的断层图像编码器提取煤层剖面图像中的断层的局部特征；通过训练好的煤层图像编码器提取煤层剖面图像中的煤层的局部特征和全局特征；通过注意力机制计算各层断层和煤层的特征的权重，对提取的断层和煤层的特征进行加权；将煤层的特征和断层的特征进行融合，并将融合后的特征转换为用于识别的最终特征；根据最终特征对煤层剖面图像的对象进行分类，标识出煤层和断层的具体位置和边界。该方法，通过将煤层剖面图像中的煤层和断层的特征进行融合，提高对煤层的边界的识别的准确性，从而提高对煤层位置描述的准确性和全面性。

公开(公告)号：CN119942312A

公开(公告)日：2025-05-06

申请号：CN202411787261.2

申请日：2024-12-06

Applicant: 广州大学

Inventor： 彭凌西 ,  戴荣浩 ,  万紫骞 ,  奥默尔·阿巴克尔·艾哈迈德·穆罕默德

IPC: G06V10/98 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/36 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于局部最值的检测GAN生成图像的方法及系统，方法包括：获取GAN生成图像及训练GAN时用到的真实图像，构建训练数据集、评估数据集和测试数据集；对训练数据集的图像进行数据增强处理；对训练数据集中的图像进行滤波处理；基于局部最值，通过特征提取网络对滤波图进行特征提取；通过分类器检测生成图像，得到属于真实图像和生成图像的检测概率，根据概率值大小确定待检测图像的标签属性并依据实际标签得到反馈，进而更新参数。多轮迭代后完成对检测模型的训练；完成对检测模型的测试和评价，得到最终的目标模型。本发明实施例能够提升模型检测不同生成图像的准确率，可广泛应用于计算机技术领域。

公开(公告)号：CN119942305A

公开(公告)日：2025-05-06

申请号：CN202510082532.2

申请日：2025-01-20

Applicant: 杭州中谦科技有限公司

Inventor： 邹筱琦 ,  邹兵 ,  项振轩

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/44 ,  G06V10/30

Abstract: 本发明公开了一种分布式人工智能图像识别分析方法及装置，包括对待识别图像进行复制，对复制图像进行卷积操作；提取复制图像的局部特征；得到复制图像图内的多个图像特征；对复制图像的图像特征建立关联关系，进行图像特征交叉关联；找到最具关联性的特征；对图像进行卷积操作，并将复制图像的关联关系加入图像的全连接层，实现对整个数据的理解和判断，对图像进行相应关联性的特征的最终提取，根据关联关系进行智能识别；将图像数据进行分布提取后，提取图像的不同特征，图文转换进行关联，然后通过特征之间的相互交叉关联，进而得到最贴合所有关键特征的关系链，然后根据关系链，在图像卷积时进行去噪后的智能识别。

公开(公告)号：CN119942300A

公开(公告)日：2025-05-06

申请号：CN202510009573.9

申请日：2025-01-03

Applicant: 西安交通大学

Inventor： 魏笔凡 ,  胡健翔 ,  张泽民 ,  胡蕴璋 ,  王庆康 ,  刘均 ,  张玲玲

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0475 ,  G06F40/30

Abstract: 本发明公开了一种基于大语言模型的多模态感知问题生成方法、系统及介质，属于计算机语义分析技术领域，方法包括提取图像特征，并在图像特征中提取与输入文本最相关的特征；将输入内容中的文本背景转化为词嵌入，并与图像特征中提取到的与输入文本最相关的特征进行交互，获得与文本内容最相关的图像表示以及与图像内容最相关的文本表示；将与文本内容最相关的图像表示以及与图像内容最相关的文本表示进行语义对齐，得到视觉和文本信息的多模态语义综合表征，并转换成大语言模型所能理解的输入表征；基于大语言模型所能理解的输入表征引导大语言模型生成问题。本发明能够更加充分的利用大语言模型使其理解更为复杂的多模态输入并生成有效的问题。

公开(公告)号：CN119942297A

公开(公告)日：2025-05-06

申请号：CN202411912211.2

申请日：2024-12-24

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  周保江 ,  姚沫 ,  罗甫林 ,  谭晓衡 ,  高莹 ,  陶洋

IPC: G06V10/82 ,  G06V10/42 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出了一种基于多样化特征学习和协调的红外小目标检测方法。该方法提出了多样化特征捕获和协调网络，该网络通过多路径编码学习并协调多样化特征。多样化特征学习与协调网络包括一个与检测分支并行运行的红外图像重建分支，通过互补的上下文编码保持小目标信息，并减少特征丢失。此外，本发明引入了一个使用FTConv的全局特征提取分支，用于捕捉目标边缘并抑制背景噪声。跨层特征自适应选择方法自适应地协调各层特征，增强了在复杂背景中的检测能力，并保持了小目标细节。本发明还提出了坐标校准损失函数和两阶段训练策略，用于细化预测的目标位置。三个红外小目标数据集上的实验结果表明，本发明所提出的方法优于当前的最先进方法。

公开(公告)号：CN119942292A

公开(公告)日：2025-05-06

申请号：CN202510448376.7

申请日：2025-04-10

Applicant: 湘江实验室

Inventor： 陈晓红 ,  王煜坤 ,  徐雪松 ,  严凯阳 ,  王万涛

IPC: G06V10/80 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985 ,  G06N5/01 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82

Abstract: 本申请涉及一种多元组无人装备多模态信息体系构建方法，接收无人装备收集的多模态信息；对三种图像分别提取特征，分别得到三种图像的特征，并以三种图像的特征分别作为对应图像的一元组节点；将三种图像的特征分别进行两两配对并融合得到三个共享语义子空间，并以三个共享语义子空间分别作为不同的二元组特征；将三种图像的特征全部融合得到共享语义空间，以共享语义空间作为三元组节点；将各一元组节点互相连接，并将各一元组节点与三元组节点连接，基于二元组特征的特征空间计算各边的权重，构建图结构；采用图卷积神经网络对所述图结构进行融合，得到融合结果；基于融合结果对图结构进行更新优化，得到优化后的图结构。

公开(公告)号：CN119942289A

公开(公告)日：2025-05-06

申请号：CN202510102232.6

申请日：2025-01-22

Applicant: 重庆理工大学

Inventor： 陈芬 ,  胡鑫 ,  彭宗举 ,  吴正

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态特征融合的光场显著目标检测方法，该方法使用训练后的光场显著目标检测模型检测得到光场多模态图像的显著图；该模型通过切片交织增强模块以局部的方式增强焦点切片间的特征，获得增强后的焦点流特征，通过高层特征融合模块以局部和全局的方式对高层多模态语义信息进行特征融合，输出得到融合后的高层特征图，通过低层交叉注意力以交叉增强的方式对低层多模态的空间‑通道特征进行融合，输出得到融合后的低层特征图，最后，通过紧凑金字塔细化模块对上述特征进行聚合，并解码为精确的显著图。本发明通过构建光场显著目标检测模型，解决了焦点堆栈中切片间特征学习不充分以及光场中多模态信息特征融合不充分的问题。

公开(公告)号：CN119942282A

公开(公告)日：2025-05-06

申请号：CN202510010393.2

申请日：2025-01-03

Applicant: 东南大学

Inventor： 路小波 ,  赵子瑜 ,  周思帆

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/54 ,  G06V10/56 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于多源图像特征融合的稀疏采样场景新视图合成系统及方法，通过多源特征生成模块提取高维特征信息，通过特征聚合模块得到聚合特征信息，利用特征映射模块，将观测视角的聚合特征信息投影变换到目标新视角，得到目标新视角下的聚合特征信息；再依次经过外观‑密度估计网络和占用估计网络，获取目标新视角下的颜色外观信息和密度信息，最后经合成渲染模块，获取目标新视角下重建得到的可见光图像和深度图像；本发明方法利用目标新视角下的可见光图像和深度图像作为先验信息，建立混合感知约束，对多源特征生成模块、外观‑密度估计网络和占用估计网络的参数迭代优化，最终实现场景新视图合成，并支持生成场景中任意图像。

公开(公告)号：CN119942248A

公开(公告)日：2025-05-06

申请号：CN202510428216.6

申请日：2025-04-08

Applicant: 安徽农业大学

Inventor： 石玉洁 ,  刘倩 ,  胡皓天 ,  马慧敏 ,  刘海秋 ,  辜丽川

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/44 ,  G06V10/772 ,  G06V10/80 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种高光谱图像的分类方法及系统，涉及高光谱图像分类技术领域，包括：将高光谱图像数据集经特征提取获取多尺度特征；使用ADMM构建联合优化目标函数，作为联合优化模型；将字典矩阵设置为可训练参数,以端到端方式隐式学习动态字典;将多尺度特征输入联合优化模型迭代求解各变量；采用模态分解策略对辅助变量Z进行多维解构，并通过基于Mamba状态空间模型的双分支先验网络优化辅助变量#imgabs0#的求解；联合优化模型输出稀疏系数矩阵与隐式字典特征；将稀疏系数特征与字典特征进行拼接，获得融合特征；将融合特征输入分类器，获得高光谱图像的分类结果。本发明能提升高光谱数据分类结果的准确性。