-
公开(公告)号：CN113888550B
公开(公告)日：2024-06-04
申请号：CN202111157701.2
申请日：2021-09-27
Applicant: 太原理工大学 , 山西省智慧交通研究院有限公司
IPC: G06T7/10 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种结合超分辨率和注意力机制的遥感图像道路分割方法，属于遥感图像道路分割方法技术领域；通过将遥感图像数据集按照一定的比例划分为训练集和测试集；搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括编码器模块、超分辨率模块、语义分割模块；将经过预处理的训练集数据输入至遥感图像道路分割网络中，对遥感图像道路分割网络进行训练直到模型收敛，并保存模型参数；将测试集图像输入到导入训练好的参数的遥感图像道路分割模型中，输出图像道路数据的精确分割结果；本发明应用于遥感图像道路分割。
-
公开(公告)号：CN116702445A
公开(公告)日：2023-09-05
申请号：CN202310594745.4
申请日：2023-05-25
Applicant: 太原理工大学
Abstract: 本发明公开了一种基于综采装备时空数据的虚拟煤层模型重构与验证方法，在底板数据分析模块中，基于已知的液压支架与刮板输送机位姿信息，获得绘制煤层底板所需的关键点和煤层截割点位置；在底板建模模块中，利用确定的关键点和煤层截割点位置，进行虚拟煤层底板模型的构建；在物理引擎验证模块中，基于虚拟煤层底板模型构建好的底板曲面，根据已知的液压支架与刮板输送机位姿信息，与底板曲面耦合，提取出装备位姿验证信息；在对比分析模块中，将装备位姿验证信息与底板数据分析模块中初始装备的位姿进行对比分析，并判断虚拟煤层底板模型构建是否达标，不达标则进入修正模块进行关键点的修正。本发明实现了对煤层底板的精细化虚拟重构。
-
公开(公告)号：CN114693922A
公开(公告)日：2022-07-01
申请号：CN202111474990.9
申请日：2021-12-06
Applicant: 太原理工大学
IPC: G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及图像识别与深度学习领域，具体是一种基于对抗神经网络的语义分割方法。包括以下步骤。S100～收集道路损伤图像数据集，并按比例划分为训练数据集和测试数据集，训练数据集用来训练对抗神经网络模型，测试数据集用来验证对抗神经网络模型的好坏；S200～构建Resnet‑50网络，当做基准预训练网络，输入道路损伤图像训练集，进行预训练；S300～训练对抗神经网络的分割模型，该模型包括PSPNet网络中的PPM模块和DeepLab中的ASPP模块；S400～将两个PPM模块和ASPP模块分割网络得到的结果输入判别模型中，输出类全局概率得分图；S500～根据判别网络得到的结果，重新调整两个分割模型进行训练，并且重复S300和S400，直到两个分割网络的结果趋于一致，从而达到语义分割的效果。
-
公开(公告)号：CN113888550A
公开(公告)日：2022-01-04
申请号：CN202111157701.2
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明公开了一种结合超分辨率和注意力机制的遥感图像道路分割方法，属于遥感图像道路分割方法技术领域；通过将遥感图像数据集按照一定的比例划分为训练集和测试集；搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括编码器模块、超分辨率模块、语义分割模块；将经过预处理的训练集数据输入至遥感图像道路分割网络中，对遥感图像道路分割网络进行训练直到模型收敛，并保存模型参数；将测试集图像输入到导入训练好的参数的遥感图像道路分割模型中，输出图像道路数据的精确分割结果；本发明应用于遥感图像道路分割。
-
公开(公告)号：CN119933932A
公开(公告)日：2025-05-06
申请号：CN202510414919.3
申请日：2025-04-03
Applicant: 太原理工大学
Abstract: 本发明属于风力发电领域，具体涉及一种分离式自适应风力发电机，包括底座，固定轴内部依次套装有阻力转轴和升力转轴，在升力转轴顶端设置有互相啮合的上斜齿轮和下斜齿轮，下斜齿轮的外侧设置有滑块，在升力转轴上设置有保护装置，在保护板上轴接设置有若干个减速块，减速块的另一端与保护套之间通过减速弹簧连接；在阻力转轴上设置滑槽，滑块在该滑槽中移动，在滑槽上设置有限位槽；下斜齿轮的底部通过限位弹簧与支撑环连接，在阻力转轴内壁上减速槽，减速槽与减速块位置对应。该种风力发电机能够使升力型扇叶和阻力型扇叶根据转速情况，自动分离或结合，既避免了阻力型扇叶在高速运转时的滞后性，又能防止扇叶转速过快，造成设备损坏。
-
Patent Agency Ranking
公开(公告)号：CN119359804A
公开(公告)日：2025-01-24
申请号：CN202411377313.9
申请日：2024-09-30
Applicant: 太原理工大学
Abstract: 本发明公开了一种基于AR标定匹配的液压支架群云测量方法，包括物理系统、远程云端数据处理系统和VR系统。物理系统中，由AR眼镜提供虚实交互与数据显示的交互界面，由巡检工通过MRTK工具包进行手动匹配和拖动调整完成检测。远程云端数据处理系统中，由云服务计算系统进行数据存储和初步分析，由集控工和GPT决策系统经过经过二次数据处理将混合决策结果发送至AR眼镜提出补充检测数据请求，最终由现场巡检工完成测量。VR系统中，构建与修正孪生液压支架群模型，构建整体工作空间并进行位姿重构精度验证，从而实现对液压支架群的虚拟位姿实时测量。
-
公开(公告)号：CN118204973A
公开(公告)日：2024-06-18
申请号：CN202410388661.X
申请日：2024-04-01
Applicant: 太原理工大学
Abstract: 本发明涉及一种人机协作过程中多元融合的碰撞检测方法，包括物理检测、VR端碰撞检测、AR端碰撞检测、以及利用Kinect得到点云图来计算出空间距离进行辅助检测。物理检测与VR、AR端碰撞检测相互融合，空间距离碰撞检测方法起到了辅助检测的作用。AR端碰撞检测融入了ACT‑R的理论，充分把握了人的认知过程，增强了人的认知，可以有效过滤掉无用信息，自动提取识别呈现有效信息，保证了工作操作的顺利进行，从而使AR端碰撞检测更加精准。
-
公开(公告)号：CN117078943B
公开(公告)日：2023-12-19
申请号：CN202311343105.2
申请日：2023-10-17
Applicant: 太原理工大学
IPC: G06V10/26 , G06V10/25 , G06V10/52 , G06V10/774 , G06V10/82 , G06V10/80 , G06V20/56 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种融合多尺度特征和双注意力机制的遥感影像道路分割方法，属于深度学习技术领域；解决了目前采用深度学习方法提取遥感影像中道路时由于道路被物体遮挡导致提取的道路出现断连的问题；对RGB三通道的高分辨率遥感图像进行人工标注，制作标签图像，划分数据集并进行图像预处理；搭建基于深度学习方法的道路分割模型，输入训练集图像和标签对其进行训练；将待测试图像输入道路分割模型得到预测标签图像。本发明通过添加前景特征增强模块、融合多尺度特征的双注意力模块、上下文信息提取模块和改进解码器等方式来提升模型(56)对比文件龙伊娜 等.基于改进D-Linknet的高分遥感影像道路提取方法《.激光杂志》.2022,第44卷(第2023(05)期),162-168.周涛 等.C2 Transformer U-Net：面向跨模态和上下文语义的医学图像分割模型《.电子与信息学报》.2023,第45卷(第2023(05)期),1807-1816.刘童心.基于深度学习的高分辨率遥感影像道路提取研究《.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2022,(第2022(01)期),C028-261.陈果 等.结合上下文信息与多层特征融合的遥感道路提取《.激光与光电子学进展》.2023,1-18.Tang X 等.Multi-scale channelimportance sorting and spatial attentionmechanism for retinal vesselssegmentation《.Applied Soft Computing》.2020,第93卷1-10.S. Wang 等.Attention Guided Encoder-Decoder Network With Multi-Scale ContextAggregation for Land Cover Segmentation.《IEEE Access》.2020,第8卷215299-215309.Yuan M 等.Using the wide-rangeattention U-Net for road segmentation.《Remote sensing letters》.2019,第10卷(第2019(05)期),506-515.Li J 等.Cascaded attention DenseUNet(CADUNet) for road extraction from very-high-resolution images《.ISPRSInternational Journal of Geo-Information》.2021,第10卷(第2021(05)期),1-20.陈泽华 等.改进U-Net型网络的遥感图像道路提取《.中国图象图形学报》.2021,第26卷(第2021(12)期),3005-3014.
-
公开(公告)号：CN119105651A
公开(公告)日：2024-12-10
申请号：CN202411377315.8
申请日：2024-09-30
Applicant: 太原理工大学
IPC: G06F3/01
Abstract: 本发明公开了一种采运装备双人‑双机测量方法,包括智能测量模块、测量用户模块和测量任务模块。智能测量模块，包括两名相向开展巡检工作的巡检人员和由巡检人员携带的携带AR眼镜，基于Hololens装备以人工匹配和自动跟踪方式采集数据；测量用户模块内置于巡检人员携带的边缘计算机中，包括多用户协同平台；由多用户系统平台测量AR辅助下工作面采运位姿数据，并进行数据处理操作，由多用户系统平台实时协同多名用户之间的测量视角与数据；测量任务模块负责为多用户协同平台明确测量任务，并负责对测量任务反馈的数据进行解算工作，并将解算结果以任务形式同步反馈至巡检AR端，实现基于双Hololens设备的采运装备位姿快速高效测量。
-
公开(公告)号：CN113888547B
公开(公告)日：2024-11-12
申请号：CN202111135771.8
申请日：2021-09-27
Applicant: 太原理工大学 , 山西省交通科技研发有限公司
IPC: G06T7/10 , G06V20/10 , G06V10/40 , G06T3/4053
Abstract: 本发明公开了一种基于GAN网络的无监督域自适应遥感道路语义分割方法，通过对RGB三通道的遥感图像进行标注，生成标签图像，将图像划分为测试集和训练集，对训练集图像进行预处理；之后构建基于深度学习方法的遥感图像语义分割网络和域判别网络，输入训练集图像交替训练遥感图像语义分割网络和域判别网络，待到网络收敛时保存模型参数；最后将测试集图像输入图像语义分割网络得到标签。与现有技术相比较，本发明通过添加基于特征空间和输出空间的域自适应的方式实现无监督遥感图像的语义分割。优点是最终分割效果好且鲁棒性强。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.025 seconds)
