一种基于视觉分析的露天停车场推荐系统

    公开(公告)号:CN113421452B

    公开(公告)日:2023-03-17

    申请号:CN202110619735.2

    申请日:2021-06-03

    Abstract: 本发明公开一种基于视觉分析的露天停车场推荐系统,包括无人机模块、云平台数据存储模块、停车场内相机采集模块以及智能终端模块,所述无人机模块由摄像头部分、实时监测部分、夜晚照明部分、数据收发部分与智能终端交互部分所组成,用于停车场内车辆信息的动态统计、空闲车位的识别检测以及传送给云平台数据存储模块;云平台数据存储模块用于停车场内一系列信息的存储和读取;智能终端模块用来实现路线规划、自动收费与回寻车辆的功能。本发明实现了停车场内停车位的规划选择,回寻车辆以及自动取停车费用的功能,有效避免了停车场车位紧张的现象和减少因停车场收费排队造成的时间及人力成本,保证了收费的及时性和便捷性。

    一种基于红外相机的安全带检测方法和装置

    公开(公告)号:CN113298000B

    公开(公告)日:2022-10-25

    申请号:CN202110611821.9

    申请日:2021-06-02

    Abstract: 本发明公开一种基于红外相机的安全带检测方法和装置,包括:使用红外相机采集红外图像生成.dat格式文件;将.dat格式文件转化为.raw格式以及.bmp格式文件,并对.bmp文件进行图像增强;将增强过后图片中车辆进行定位并截取,并对截取过后车辆图片进行分割,分别构建为主驾驶数据集以及副驾驶数据集,利用深度学习网络作为检测模型,将划分好数据集进行标记并输入到深度学习模型,进行训练,通过调整参数保留多个训练好模型,对训练好模型进行评估,根据在测试集上准确率、检测速率指标选取效果最优模型作为最终主驾驶安全带检测模型及副驾驶安全带检测模型。采用本发明技术方案,提高检测驾乘人员是否佩戴安全带的准确性。

    一种基于计算机视觉的水下小目标声呐探测系统与方法

    公开(公告)号:CN112526490B

    公开(公告)日:2021-12-03

    申请号:CN202011457376.7

    申请日:2020-12-11

    Applicant: 上海大学

    Abstract: 本发明设计了一种基于计算机视觉的水下小目标声呐探测系统与方法,该系统包括:声呐数据采集单元、预处理单元、矩形图与扇形图变换与反变换单元、图像三维投影单元、图像配准单元、目标检测单元以及后处理单元。该方法包括:将船舰开至待探测水域,获取待探测水域下信息,将这些信息打包进行结构化存储;将打包后的图像进行预处理,将所述原始声呐数据转换为声呐矩形图;对所述声呐矩形图形进行变换,得到以船舰为中心原点的扇形图;通过软件,用户在扇形图上框选区域,并将该区域坐标进行反变换,得到该区域在所述矩形图中的坐标位置,将矩形图中的区域截取出来,输入到目标检测模型进行推理,得到检测结果。

    基于缺陷检测的工业图像临界压缩率智能分析系统及方法

    公开(公告)号:CN112258470B

    公开(公告)日:2021-10-08

    申请号:CN202011126799.0

    申请日:2020-10-20

    Applicant: 上海大学

    Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法,所述基于缺陷检测的工业图像临界压缩率智能分析系统包括:图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统;所述图像采集系统、图像处理系统、图像压缩系统依次连接,所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接,所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时,有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。

    一种基于密集连接卷积神经网络高光谱图像道路提取方法

    公开(公告)号:CN112613371A

    公开(公告)日:2021-04-06

    申请号:CN202011486723.9

    申请日:2020-12-16

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于密集连接的高光谱图像道路提取方法,具体包括:根据收集的高光谱图像数据集的空间信息和光谱信息,对数据集进行像素级别的分类,获得图像的像素点,将每个像素点处理成相同尺寸的像素块;基于密集卷积网络算法,构建卷积神经网络模型,对像素块数据进行网络训练;基于训练后的卷积神经网络模型,对高光谱图像进行测试,得到像素点的所属类别,将所述像素点可视化,输出得到所述目标道路的图像。本发明通过使用密集块结构实现高光谱图像的道路提取,得到更高的分类精度,在道路检测与监管、地图绘制、导航系统等方面具有良好的应用价值。

    一种基于深度学习的掩埋物体红外图像的目标检测方法

    公开(公告)号:CN112598049A

    公开(公告)日:2021-04-02

    申请号:CN202011508251.2

    申请日:2020-12-18

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于深度学习的掩埋物体红外图像的目标检测方法,具体包括:1)红外数据采集及样本库的建立;2)对红外数据样本库中图像进行数据处理;3)根据掩埋物体红外数据特点,选取并调整合适的深度学习模型;4)将训练数据输入到掩埋红外图像目标检测模型,进行模型的训练以及调参,结合验证集结果保存模型;5)在测试集上完成对红外图像目标检测模型的测试,使用模型对测试集全部图像进行图像分割,随后根据设定好的掩埋物体红外图像分割结果判定出掩埋物体的检测结果,并使用设计过的测试指标筛选出检测效果最优的检测模型。本发明能够对包含较少语义信息的掩埋物体红外图像进行较为准确的目标区域检测,具有良好的使用价值。

    一种基于计算机视觉的水下小目标声呐探测系统与方法

    公开(公告)号:CN112526490A

    公开(公告)日:2021-03-19

    申请号:CN202011457376.7

    申请日:2020-12-11

    Applicant: 上海大学

    Abstract: 本发明设计了一种基于计算机视觉的水下小目标声呐探测系统与方法,该系统包括:声呐数据采集单元、预处理单元、矩形图与扇形图变换与反变换单元、图像三维投影单元、图像配准单元、目标检测单元以及后处理单元。该方法包括:将船舰开至待探测水域,获取待探测水域下信息,将这些信息打包进行结构化存储;将打包后的图像进行预处理,将所述原始声呐数据转换为声呐矩形图;对所述声呐矩形图形进行变换,得到以船舰为中心原点的扇形图;通过软件,用户在扇形图上框选区域,并将该区域坐标进行反变换,得到该区域在所述矩形图中的坐标位置,将矩形图中的区域截取出来,输入到目标检测模型进行推理,得到检测结果。

    基于缺陷检测的工业图像临界压缩率智能分析系统及方法

    公开(公告)号:CN112258470A

    公开(公告)日:2021-01-22

    申请号:CN202011126799.0

    申请日:2020-10-20

    Applicant: 上海大学

    Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法,所述基于缺陷检测的工业图像临界压缩率智能分析系统包括:图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统;所述图像采集系统、图像处理系统、图像压缩系统依次连接,所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接,所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时,有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。

    一种基于分段三维重建的人体参数测量系统及方法

    公开(公告)号:CN108053476A

    公开(公告)日:2018-05-18

    申请号:CN201711170758.X

    申请日:2017-11-22

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于分段三维重建的人体参数测量系统及方法。该系统包括水平电动转台、深度传感器和笔记本电脑。该方法的操作步骤为:(1)采集深度图像,(2)分段重建三维模型,(3)模型可视化,(4)消除折痕,(5)数据测量与计算。本发明通过构建人体的三维模型,将人体体积及不同部位周长的测量转化成体素进行计算处理。该方法操作简便,计算结果精确,可以较好解决目前人工手动接触测量人体参数存在的繁杂和测量偏差较大的问题,节省了测量人员的时间,同时避免了由于结果不准确而进行的反复测量。本发明拥有直观漂亮的界面,给相关检测部门提供了很大便利。

    基于计算机视觉的键盘字符缺陷在线检测系统和方法

    公开(公告)号:CN106570511A

    公开(公告)日:2017-04-19

    申请号:CN201610943910.2

    申请日:2016-11-02

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于计算机视觉的键盘字符在线检测系统和方法。该系统包括工业摄像头、计算机、单片机系统、变频器、电机和传送带。该方法的操作步骤为:(1)使用图像灰度化、中值滤波方法,提高图像质量,(2)使用surf特征点进行图像匹配,(3)确定字符位置,(4)对字符进行书序标号,(5)缺陷字符分离。本发明检测算法采用SVM分类方法,将正常字符标记为正样本,错误的字符标记为负样本,分别提取它们的大小,中心,矩特征进行训练。本发明安装简单,检测效率高,在键盘生产过程中将发挥巨大的作用。

Patent Agency Ranking