-
Patent Agency Ranking
公开(公告)号：CN116433755A
公开(公告)日：2023-07-14
申请号：CN202310342821.2
申请日：2023-03-31
Applicant: 哈尔滨工业大学
IPC: G06T7/70 , G06T17/00 , G06N3/04 , G06N3/0895
Abstract: 本发明公开了一种基于可变形三维模型和光流表示学习的结构稠密位移识别方法及系统，其中，该方法包括：建立结构三维可变形网络模型，以选取多个控制点，并生成控制点热图；以视频每一帧输入，建立光流表示学习网络，计算每个视频帧与其初始帧之间的稠密光流，以获得每个视频帧的控制点热图；利用每个视频帧的控制点热图建立基于多层感知机神经网络模型的结构姿态参数识别子网络；采用自监督训练方式训练该结构姿态参数识别子网络，得到最优结构姿态参数；将最优结构姿态参数转换为结构稠密位移。该方法可以直接从训练模型迁移到实际视频中，不需要考虑训练数据和真实数据之间的差异，并且不会引入语义分割蒙版的不可控信息差异。
-
公开(公告)号：CN114120129A
公开(公告)日：2022-03-01
申请号：CN202111451203.9
申请日：2021-11-30
Applicant: 哈尔滨工业大学
Abstract: 基于无人机图像和深度学习的滑坡滑移面的三维识别方法，涉及灾害监测技术领域。本发明是为了解决现有对山体滑坡进行检测的方法对滑移面的具体定位不准确的问题。本发明利用无人机采集被测区域至少5个不同角度的图像作为检测图像，利用语义分割网络对检测图像中所有像素点的类型进行区分，获得语义分割结果，其中像素点的类型包括背景像素点和滑坡滑移面像素点，利用三维重构算法对检测图像进行重构，获得包含滑坡滑移面的三维点云，计算三维点云中任一像素点A在二维平面中的二维坐标，将像素点A在二维平面中的二维坐标带入步骤二获得的语义分割结果中，获得像素点A的类型，将像素点A的类型及像素点A的三维坐标作为滑坡滑移面的三维识别结果。
-
公开(公告)号：CN116433755B
公开(公告)日：2023-11-14
申请号：CN202310342821.2
申请日：2023-03-31
Applicant: 哈尔滨工业大学
IPC: G06T7/70 , G06T17/00 , G06N3/04 , G06N3/0895
Abstract: 本发明公开了一种基于可变形三维模型和光流表示学习的结构稠密位移识别方法及系统，其中，该方法包括：建立结构三维可变形网络模型，以选取多个控制点，并生成控制点热图；以视频每一帧输入，建立光流表示学习网络，计算每个视频帧与其初始帧之间的稠密光流，以获得每个视频帧的控制点热图；利用每个视频帧的控制点热图建立基于多层感知机神经网络模型的结构姿态参数识别子网络；采用自监督训练方式训练该结构姿态参数识别子网络，得到最优结构姿态参数；将最优结构姿态参数转换为结构稠密位移。该方法可以直接从训练模型迁移到实际视频中，不需要考虑训练数据和真实数据之间的差异，并且不会引入语义分割蒙版的不可控信息差异。
-
公开(公告)号：CN114120129B
公开(公告)日：2024-05-17
申请号：CN202111451203.9
申请日：2021-11-30
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V20/64 , G06V10/75 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 基于无人机图像和深度学习的滑坡滑移面的三维识别方法，涉及灾害监测技术领域。本发明是为了解决现有对山体滑坡进行检测的方法对滑移面的具体定位不准确的问题。本发明利用无人机采集被测区域至少5个不同角度的图像作为检测图像，利用语义分割网络对检测图像中所有像素点的类型进行区分，获得语义分割结果，其中像素点的类型包括背景像素点和滑坡滑移面像素点，利用三维重构算法对检测图像进行重构，获得包含滑坡滑移面的三维点云，计算三维点云中任一像素点A在二维平面中的二维坐标，将像素点A在二维平面中的二维坐标带入步骤二获得的语义分割结果中，获得像素点A的类型，将像素点A的类型及像素点A的三维坐标作为滑坡滑移面的三维识别结果。
-
公开(公告)号：CN113989699A
公开(公告)日：2022-01-28
申请号：CN202111159350.9
申请日：2021-09-30
Applicant: 哈尔滨工业大学
Abstract: 本发明提出基于单目视觉和深度学习的结构全场位移稠密测量方法、装置、设备及存储介质，所述方法首先建立结构的三维可变形网格模型，其次，将视频的每一帧图片输入训练好的结构构件语义分割模块，输出结构的构件语义分割结果；接着，将识别出的结构构件语义分割蒙版输入结构姿态参数识别模块，输出结构姿态参数；最后将结构构件姿态参数返回三维网格模型中，即可获取结构的稠密位移测量结果。相较于传统的基于计算机视觉的结构位移识别方法，本发明使用三维模型作为结构位移的载体，使用深度学习算法突破性的实现了稠密测点的位移，克服了传统方法只能依次识别单点的局限性，对于建筑桥梁的振动信息的正确评估有着重要的意义。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
