-
公开(公告)号：CN115690627A
公开(公告)日：2023-02-03
申请号：CN202211371137.9
申请日：2022-11-03
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/17 , G06V10/22 , G06V10/24 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及深度学习及目标检测技术领域，解决了现有大多数检测器局限于预测水平框、小目标召回率低、误检率过高、特征不对齐以及角度预测存在边界问题的缺陷，尤其涉及一种航拍图像旋转目标的检测方法，包括以下步骤：S1、获取无人机拍摄的高空图像作为训练数据，并对训练数据进行预处理；S2、采用YOLOv5网络搭建航拍图像旋转目标检测模型；S3、使用经过预处理后的训练数据对航拍图像旋转目标检测模型进行训练得到最优检测模型；S4、将待检测的航拍图像输入至最优检测模型中输出检测结果。本发明达到了消除边界问题的任意角度目标检测，改善了特征不对齐的问题，并提高了检测精度的目的。
-
公开(公告)号：CN115546793B
公开(公告)日：2023-04-18
申请号：CN202211550233.X
申请日：2022-12-05
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V30/146 , G06V10/82 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种水尺刻度自动读数方法、系统及电子设备，该方法包括：获取待识别水尺图像；将所述待识别水尺图像输入预先训练好的字符检测器得到字符检测框，并将所述待识别水尺图像输入预先训练好的场景分割器得到场景分割图像；根据所述字符检测框和所述场景分割图像得到水尺最下方数字、所述最下方数字的周围字母E与水面的关系，根据所述最下方数字和所述关系得到水尺读数。该方法可提高水尺刻度读数的准确性，同时保证读数效率。
-
公开(公告)号：CN115909196A
公开(公告)日：2023-04-04
申请号：CN202211370215.3
申请日：2022-11-03
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/52 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/60 , G06T7/66
Abstract: 本发明涉及火焰检测技术领域，解决了在对视频图像检测火焰时容易出现火焰误报和漏报的技术问题，尤其涉及一种视频火焰检测方法，该视频火焰检测方法包括以下步骤：S1、使用训练好的火焰检测器对视频火焰的当前帧进行检测，得到初选火焰目标区域；S2、根据RGB颜色模型对初选火焰目标区域进行筛选，得到较为准确的复选火焰目标区域；S3、通过混合高斯背景建模提取复选火焰目标区域的前景火焰，得到没有背景信息的定选火焰目标区域。本发明所提供的检测方法排除了灯光和一些与真实火焰颜色相似的易混淆的目标，大大减少了误报率，提高了火焰检测的准确率，能够在火灾早期进行报警，降低火灾发生蔓延的可能性，将损失降到最低。
-
公开(公告)号：CN115762028A
公开(公告)日：2023-03-07
申请号：CN202211370326.4
申请日：2022-11-03
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G08B13/196 , G06V20/40 , G06V20/52 , G06V10/25 , G06V10/82 , G06V10/774 , G06V40/10 , G06F16/29 , G06N5/04 , G08B25/08
Abstract: 本发明涉及入侵检测技术领域，解决了对于危险区域入侵检测不够准确的技术问题，尤其涉及一种车辆行人入侵的检测报警方法，包括以下步骤：S1、根据目标检测模型和特征提取模型构建入侵检测报警模型；S2、获取电子地图上绘制的入侵区域；S3、将视频图像输入至目标检测模型和特征提取模型中得到目标的推理结果并进行跟踪；S4、根据目标的推理结果和入侵区域判断目标所处的危险状态；S5、根据目标所处的危险状态判断是否执行报警指令。本发明能够用于用户自己定义的危险区域的目标入侵预警，当有目标入侵危险区域便执行报警，这样可以大大降低危险发生的概率。
-
公开(公告)号：CN116824352A
公开(公告)日：2023-09-29
申请号：CN202310894099.3
申请日：2023-07-20
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/00 , G06V10/26 , G06V10/764 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于语义分割与图像异常检测的水面漂浮物识别方法，其步骤包括：1、水面漂浮物图像数据的收集与预处理；2、构建水面分割网络，分割出水面和背景；3、构建水面异常检测网络，检测出水面中的漂浮物区域；4、构建图像分类网络并识别漂浮物具体类别；5、利用训练好的模型对水面漂浮物图像进行识别。本发明通过语义分割模型分割出水面漂浮物图像中的水面部分，能消除背景部分对漂浮物识别的干扰，然后由异常检测模型检测出水面中的漂浮物区域，再利用图像分类模型识别出漂浮物具体类别，从而能大大提高漂浮物识别的全面性和精确度。
-
Patent Agency Ranking
公开(公告)号：CN115546793A
公开(公告)日：2022-12-30
申请号：CN202211550233.X
申请日：2022-12-05
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V30/146 , G06V10/82 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种水尺刻度自动读数方法、系统及电子设备，该方法包括：获取待识别水尺图像；将所述待识别水尺图像输入预先训练好的字符检测器得到字符检测框，并将所述待识别水尺图像输入预先训练好的场景分割器得到场景分割图像；根据所述字符检测框和所述场景分割图像得到水尺最下方数字、所述最下方数字的周围字母E与水面的关系，根据所述最下方数字和所述关系得到水尺读数。该方法可提高水尺刻度读数的准确性，同时保证读数效率。
-
公开(公告)号：CN119723244A
公开(公告)日：2025-03-28
申请号：CN202411801792.2
申请日：2024-12-09
Applicant: 安徽博微广成信息科技有限公司 , 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V40/20 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及步态识别技术领域，公开了一种步态识别模型的训练方法、步态识别方法及介质、控制器，训练方法包括：获取训练样本集，其中，训练样本集包括步态剪影序列及其对应的真实身份标签；将训练样本集中的步态剪影序列输入至步态识别模型，得到步态剪影序列的步态特征和预测身份标签；根据步态特征构建三元组损失函数，根据预测身份标签构建交叉熵损失函数，并根据三元组损失函数和交叉熵损失函数构建步态识别模型损失函数；基于步态识别模型损失函数对步态识别模型进行训练，得到训练好的步态识别模型。该训练方法训练得到的步态识别模型，具有步态识别准确率高的优点。
-
公开(公告)号：CN117058544A
公开(公告)日：2023-11-14
申请号：CN202311026196.7
申请日：2023-08-15
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种基于双边特征提取和多层次特征融合的水面漂浮物识别方法，包括：1、获取监控相机拍摄的水面漂浮物图片；2、构建基于双边特征提取的语义分割网络，并对水面漂浮物图像进行推理得到图像的水面区域；3、构建基于多层次特征融合的水面漂浮物病害检测网络，并对水面漂浮物图像进行推理得到图像的漂浮物区域；4、本发明能对水面漂浮物图像分割出水面区域并检测出漂浮物区域。本发明能避免非水面区域干扰，从而能更精准的漂浮物检测，同时检测模型结构设计轻量化，运行速度快，计算资源占用少。
-
公开(公告)号：CN119131593A
公开(公告)日：2024-12-13
申请号：CN202411268501.8
申请日：2024-09-11
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0455
Abstract: 本发明公开了一种基于语义感知的跨场景高光谱遥感图像分类方法，包括：1）对原始高光谱遥感图像数据及其标签进行处理构建源域数据集；2）将处理后的高光谱图像通过视觉特征提取模块提取视觉特征；3）将高光谱图像类别标签多级语义融合模块获得多级语义提示，并通过文本编码器获得语义特征；4）将图像特征和文本特征对齐。本发明充分利用语义信息来建立源域和目标域之间的共享知识，有效提升了高光谱图像分类的准确率。
-
公开(公告)号：CN118691796A
公开(公告)日：2024-09-24
申请号：CN202410792004.1
申请日：2024-06-19
Applicant: 安徽大学
Abstract: 本发明公开了一种基于模型压缩的目标检测方法，包括：1、构建包含目标物体的图像数据集，包括视频采集、视频截帧、图像构建以及物体标注；2、构建基于教师网络和学生网络的目标检测压缩模型；3、构建目标检测损失函数；4、构建总体损失函数，去约束教师检测器和学生检测器的训练；5、构建量化感知训练，对学生检测器进行模型压缩。本发明通过注意力分配，实现了教师检测器和学生检测器知识的跨层关联，借助总体损失函数的约束，实现了教师检测器和学生检测器知识的迁移，大大提升了学生检测器对视频中目标物体的检测能力，采用量化感知训练，实现了学生检测器的模型压缩，大大提升了学生检测器在目标物体检测任务中的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.081 seconds)
