-
公开(公告)号：CN115880676A
公开(公告)日：2023-03-31
申请号：CN202211649911.8
申请日：2022-12-21
Applicant: 南通大学
Abstract: 本发明提供了一种基于深度学习的自助售货机商品识别方法，属于目标识别技术领域。解决了现有的自助售货机结构复杂、故障率高、商品种类受限制和成本高的问题。其技术方案为：包括以下步骤：S1、采集真实场景下物品数据形成商品检测数据集，并对训练集图片中的商品进行标注；S2、基于yolov5和BFCNN搭建网络框架；S3、根据搭建好的yolov5和BFCNN网络框架分别训练商品数据集；S4、使用训练好的网络验证识别商品，得到识别结果。本发明的有益效果为：本发明减小了自助售货机的占地面积以及成本，消除了售货机的商品种类限制，提高了检测速率和精度。
-
公开(公告)号：CN114581903A
公开(公告)日：2022-06-03
申请号：CN202210300962.3
申请日：2022-03-24
Applicant: 南通大学
Abstract: 本发明提供了一种基于卷积神经网络的车牌字符识别方法，属于深度学习技术领域。解决了传统车牌字符识别方法计算简单，对噪声抵抗差，鲁棒性较差的问题。其技术方案为：包括以下步骤：S1、基于经典LeNet‑5卷积神经网络结构，搭建车牌字符识别神经网络框架；S2、根据步骤S1中搭建的网络框架，制作车牌字符训练数据集；S3、将步骤S2中制作的数据集，通过卷积神经网络训练得到车牌识别网络模型；S4、将已分割好的车牌字符放入神经网络中进行识别，得到车牌识别结果。本发明的有益效果为：本发明能够提高车牌识别的准确率；并且在图像识别处理方面有着明显的优势。
-
公开(公告)号：CN115880676B
公开(公告)日：2024-04-09
申请号：CN202211649911.8
申请日：2022-12-21
Applicant: 南通大学
Abstract: 本发明提供了一种基于深度学习的自助售货机商品识别方法，属于目标识别技术领域。解决了现有的自助售货机结构复杂、故障率高、商品种类受限制和成本高的问题。其技术方案为：包括以下步骤：S1、采集真实场景下物品数据形成商品检测数据集，并对训练集图片中的商品进行标注；S2、基于yolov5和BFCNN搭建网络框架；S3、根据搭建好的yolov5和BFCNN网络框架分别训练商品数据集；S4、使用训练好的网络验证识别商品，得到识别结果。本发明的有益效果为：本发明减小了自助售货机的占地面积以及成本，消除了售货机的商品种类限制，提高了检测速率和精度。
-
公开(公告)号：CN115113192A
公开(公告)日：2022-09-27
申请号：CN202210765033.X
申请日：2022-06-30
Applicant: 南通大学
Abstract: 本发明提供一种基于自适应波门的雷达航迹起始方法，包括获取初始扫描周期雷达点迹数据集；将获取的点迹的距离、径向速度转化为笛卡尔坐标下的距离和速度；生成临时航迹集；将其它周期据集中的点迹与临时航迹集中的所有航迹进行自适应波门约束匹配；判断波门中点迹个数，进行点迹筛选，并更新航迹质量；判断航迹质量，并根据质量得分确定航迹类型，对航迹进行起始或撤销。本发明利用多维量测信息进行航迹匹配，并根据航迹质量得分设置自适应波门的大小，以解决航迹起始的效率低以及因为航迹质量的大小影响目标跟踪性能的问题。
-
公开(公告)号：CN116385353B
公开(公告)日：2024-01-30
申请号：CN202310105941.0
申请日：2023-02-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/73 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种摄像头模组异常检测方法，属于人工智能技术领域。解决了模组异常样本不足、深度学习模型检测精度低、速度慢的问题。其技术方案为：包括以下步骤：S1、采用模板匹配方法定位图片中的模组及其相关组件的位置；S2、基于图像处理完成模组中螺丝、标签、布线、划痕脏污异常情况的检测；S3、基于特征配准网络框架完成模组中的划痕和镜头脏污检测；S4、通过QT Creator开发异常检测程序，用于模组异常情况的自动检测。本发明的有益效果为：本发明结合图像处理方法和神经网络框架，实现摄像头模组的多种异常情况的检测，通过构建孪生神经网络框架，插入空间变换网络实现特征配准，可以精准检测出模组上的划痕。(56)对比文件原振方.基于机器视觉FPC缺陷检测系统的研究与应用《.中国优秀硕士学位论文全文数据库》.2016,1-64.梁雄.基于机器视觉的摄像头模组缺陷检测系统研究《.中国优秀硕士学位论文全文数据库》.2015,第三、四章.Chaoqin Huang et al..Registrationbased Few-Shot Anomaly Detection《.arXiv》.2022,第2-9页.
-
Patent Agency Ranking
公开(公告)号：CN114740466B
公开(公告)日：2024-09-20
申请号：CN202210326428.X
申请日：2022-03-30
Applicant: 南通大学
Abstract: 本发明提供一种基于得分机制的雷达目标点迹过滤方法，包括获取雷达一个周期的点迹数据，将点迹的距离、速度进行极坐标、直角坐标互化，根据每个周期接收点迹的时间、速度、方位对其进行打分，并设置权重计算每个点迹的总得分，设置立方体波门过滤点迹。本发明利用多维量测信息设置约束条件，实现对多维量测信息的充分利用，解决雷达目标跟踪过程中出现的大量虚假目标和造成很多虚假航迹的问题，提高点迹过滤的质量，从而更好的实现目标跟踪。
-
公开(公告)号：CN116385353A
公开(公告)日：2023-07-04
申请号：CN202310105941.0
申请日：2023-02-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/73 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种摄像头模组异常检测方法，属于人工智能技术领域。解决了模组异常样本不足、深度学习模型检测精度低、速度慢的问题。其技术方案为：包括以下步骤：S1、采用模板匹配方法定位图片中的模组及其相关组件的位置；S2、基于图像处理完成模组中螺丝、标签、布线、划痕脏污异常情况的检测；S3、基于特征配准网络框架完成模组中的划痕和镜头脏污检测；S4、通过QT Creator开发异常检测程序，用于模组异常情况的自动检测。本发明的有益效果为：本发明结合图像处理方法和神经网络框架，实现摄像头模组的多种异常情况的检测，通过构建孪生神经网络框架，插入空间变换网络实现特征配准，可以精准检测出模组上的划痕。
-
公开(公告)号：CN116363425A
公开(公告)日：2023-06-30
申请号：CN202310309561.9
申请日：2023-03-27
Applicant: 南通大学
IPC: G06V10/764 , G06V10/82 , G06T7/73 , G06V10/80 , G06V10/77 , G06V10/762 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于改进的YOLOv5的商品种类识别及裁剪方法，属于深度学习中目标识别技术领域。解决了在商品检测过中出现检测不准及需要进行细粒度图像识别时大量无关背景导致检测精度低的技术问题。其技术方案为：包括以下步骤：S1、根据商品信息对所有图像进行数据标注；S2、搭建改进后的YOLOv5的目标检测模型；S3、得到改进后的最好的商品类比检测模型；S4、利用在步骤S3中训练得到的商品类别检测模型进行商品的类别检测。本发明的有益效果为：通过改进后的YOLOv5进行商品类别识别并裁剪出商品图片，以便需要进一步检测时能将裁剪后的图片送入双线性卷积神经网络进行细粒度识别，从而实现提升商品类别识别精度。
-
公开(公告)号：CN114740466A
公开(公告)日：2022-07-12
申请号：CN202210326428.X
申请日：2022-03-30
Applicant: 南通大学
Abstract: 本发明提供一种基于得分机制的雷达目标点迹过滤方法，包括获取雷达一个周期的点迹数据，将点迹的距离、速度进行极坐标、直角坐标互化，根据每个周期接收点迹的时间、速度、方位对其进行打分，并设置权重计算每个点迹的总得分，设置立方体波门过滤点迹。本发明利用多维量测信息设置约束条件，实现对多维量测信息的充分利用，解决雷达目标跟踪过程中出现的大量虚假目标和造成很多虚假航迹的问题，提高点迹过滤的质量，从而更好的实现目标跟踪。
-
公开(公告)号：CN114612890A
公开(公告)日：2022-06-10
申请号：CN202210222537.7
申请日：2022-03-09
Applicant: 南通大学
IPC: G06V20/62 , G06V30/148 , G06V10/56
Abstract: 本发明提供了一种车牌字符定位及分割方法，属于车牌识别技术领域。解决了车牌定位中因外界环境因素干扰出错，车牌字符分割中出现字符断裂、字符粘连和数字“1”以及车牌分隔符被误分割的问题。其技术方案为：包括以下步骤：S1、读入原始图像经过高斯模糊处理；S2、将原始图像进行灰度化得到图像Image_gray；S4、根据车牌长宽比例、面积对可疑连通区域进行筛选，得到精确车牌区域，通过透视变换，在原始图像Image_initial中定位并裁剪出车牌图像；S5、对定位所得的车牌图像进行预处理。本发明的有益效果为：通过采用车牌字符定位以及分割方法，提高车牌定位和字符分割准确度，更好地识别出车牌字符。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
