-
公开(公告)号：CN119131088A
公开(公告)日：2024-12-13
申请号：CN202411606147.5
申请日：2024-11-12
Applicant: 成都信息工程大学
IPC: G06T7/246 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/0495 , G06N3/084 , G06N3/042
Abstract: 本申请公开了基于轻量化超图网络的红外图像弱小目标检测跟踪方法，包括：S1、收集红外图像，并通过红外图像的语义特征变分自编码器构建红外目标完备数据库；S2、利用红外目标完备数据库构建并训练超图网络目标检测与识别模型；S3、使用超图网络目标检测与识别模型对红外图像中弱小目标进行检测跟踪，本申请实现了稳健、鲁棒、实时的红外弱小目标检测与跟踪，解决了星上/机载计算能力与存储资源受限条件下深度学习网络模型的部署难题。
-
公开(公告)号：CN112085010B
公开(公告)日：2022-07-12
申请号：CN202011173258.3
申请日：2020-10-28
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种基于图像识别的口罩检测和部署系统及方法，属于生物识别技术领域，包括：数据处理模块，用于分别收集人脸图像和口罩图像，并分别对人脸图像和口罩图像进行标注；模型训练模块，用于利用标注后的人脸图像和口罩图像训练人脸口罩检测模型；模型推理模块，用于根据人脸口罩检测模型，利用非极大值抑制算法对人脸和口罩的位置进行检测；模型部署模块，用于根据检测结果对人脸口罩检测模型进行部署。本发明包括完整统一的图像数据采集、数据标注、模型训练、模型部署与应用集成的流程，其核心的多结构和多目标检测模型以及自动化目标平台推理引擎部署特性可满足不同场景、硬件配置、检测精度和人流量的需求。
-
公开(公告)号：CN113362457B
公开(公告)日：2021-11-02
申请号：CN202110911023.8
申请日：2021-08-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于散斑结构光的立体视觉测量方法及系统，通过采集不同曝光条件下待测物体图像的第一散斑图像、第二散斑图像以及彩色图像并进行校正，并对校正后的第一散斑图像、第二散斑图像进行自适应匹配，得到不同曝光条件下视差图；对不同曝光条件下视差图进行多曝光点融合，得到三维点云信息，并结合校正后的彩色图像与第一散斑图像匹配的色彩信息，匹配得到三维模型；本发明通过对散斑图像进行自适应匹配，并结合多次生成窗口策略，使得符合图像匹配接近性原则，提高遮挡区域匹配精度，并结合多曝光点云融合配准算法，对不同曝光条件下的点云数据进行融合，弥补反光区域所形成较大无法填补的问题，精确得到反光物体的三维信息。
-
公开(公告)号：CN113362457A
公开(公告)日：2021-09-07
申请号：CN202110911023.8
申请日：2021-08-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于散斑结构光的立体视觉测量方法及系统，通过采集不同曝光条件下待测物体图像的第一散斑图像、第二散斑图像以及彩色图像并进行校正，并对校正后的第一散斑图像、第二散斑图像进行自适应匹配，得到不同曝光条件下视差图；对不同曝光条件下视差图进行多曝光点融合，得到三维点云信息，并结合校正后的彩色图像与第一散斑图像匹配的色彩信息，匹配得到三维模型；本发明通过对散斑图像进行自适应匹配，并结合多次生成窗口策略，使得符合图像匹配接近性原则，提高遮挡区域匹配精度，并结合多曝光点云融合配准算法，对不同曝光条件下的点云数据进行融合，弥补反光区域所形成较大无法填补的问题，精确得到反光物体的三维信息。
-
公开(公告)号：CN109753715A
公开(公告)日：2019-05-14
申请号：CN201811620869.0
申请日：2015-12-30
Inventor： 许源平
IPC: G06F17/50
Abstract: 本发明公开了一种可视化公差标注系统，包括：主程序模块，用于调用系统中除主程序模块以外的模块的执行，并提供与软件连接的接口；用户界面模块，用于生成用户界面，提供输入与选择接口，设置约束条件以及输出可视化公差规范设计标注块；多层级公差知识模式处理模块，用于根据所处的产品生命周期来提取并生成相应层级的公差标注信息；数据库访问模块，用于对数据库存储的GPS数据和信息的存取；公差标注生成模块，对用户输入的公差标注参量进行整理和分析，结合新一代GPS公差规范标准生成公差标注符号或数据。
-
Patent Agency Ranking
公开(公告)号：CN118153188A
公开(公告)日：2024-06-07
申请号：CN202410135436.5
申请日：2024-01-30
Applicant: 成都信息工程大学 , 浙江大学 , 蔚来汽车科技(安徽)有限公司
IPC: G06F30/15 , G06F30/23 , G06F30/27 , G06N5/04 , G06N5/025 , G06F119/18 , G06F111/20 , G06F113/28 , G06F111/10
Abstract: 本发明公开了一种基于本体的零件基准设计方法，属于零件基准设计技术领域，为了提高白车身零部件基准定位的效率和准确性，所述基于本体的零件基准设计方法包括：S1：基于零件基准设计的避让规则、功能要求和主基准的增设状况，利用建模软件，构建本体模型；S2：基于SWRL规则和所述本体模型，建立零件基准的推理规则；S3：利用所述零件基准的推理规则对目标零件进行基准设计。本发明能够解决现有白车身零部件基准定位的过程要综合产品的各种详细信息，导致处理流程繁琐，而且设计结果往往有很大的不确定性，效率低，影响产品的研发速度的问题。
-
公开(公告)号：CN117876890B
公开(公告)日：2024-05-07
申请号：CN202410272406.9
申请日：2024-03-11
Applicant: 成都信息工程大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06V10/82 , G06T3/4053 , G06F17/14
Abstract: 本发明公开了一种基于多级特征融合的多源遥感图像分类方法，属于多源遥感图像分类技术领域，包括以下步骤：采集高光谱图像和激光雷达图像，生成多源遥感图像数据；对多源遥感图像数据进行特征提取，得到局部像素级特征；采用简单线性迭代聚类对高光谱图像和激光雷达图像进行超像素分割，得到超像素集合；对超像素集合进行特征提取，得到全局超像素级特征；将局部像素级特征和全局超像素级特征进行融合，得到融合输出特征，并通过融合输出特征进行多源遥感图像分类，得到多源遥感图像分类结果。本发明解决了现有多源遥感图像特征融合时存在异质图像特征提取困难、信息冗余、噪声干扰，不同源数据的兼容性低以及传感器和气候造成分布差异的问题。
-
公开(公告)号：CN117876890A
公开(公告)日：2024-04-12
申请号：CN202410272406.9
申请日：2024-03-11
Applicant: 成都信息工程大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06V10/82 , G06T3/4053 , G06F17/14
Abstract: 本发明公开了一种基于多级特征融合的多源遥感图像分类方法，属于多源遥感图像分类技术领域，包括以下步骤：采集高光谱图像和激光雷达图像，生成多源遥感图像数据；对多源遥感图像数据进行特征提取，得到局部像素级特征；采用简单线性迭代聚类对高光谱图像和激光雷达图像进行超像素分割，得到超像素集合；对超像素集合进行特征提取，得到全局超像素级特征；将局部像素级特征和全局超像素级特征进行融合，得到融合输出特征，并通过融合输出特征进行多源遥感图像分类，得到多源遥感图像分类结果。本发明解决了现有多源遥感图像特征融合时存在异质图像特征提取困难、信息冗余、噪声干扰，不同源数据的兼容性低以及传感器和气候造成分布差异的问题。
-
公开(公告)号：CN115766188A
公开(公告)日：2023-03-07
申请号：CN202211408000.6
申请日：2022-11-10
Applicant: 成都信息工程大学
Abstract: 本发明公开一种基于归约技术的工业互联网远程认证方法、装置及介质，通过分析工业互联网拓扑结构，构建基于网关为支撑的数据传输方式，并建立稳定的点对点传输模型，该传输模型不以数据传输过程中路由中断的改变而需要重新认证，提出一种基于对称密钥加密的认证机制，实现企业对其工业控制系统中设备的远程认证服务，即一种基于归约技术的工业互联网远程认证方法。通过分析工业互联网组网特性，本发明将电脑终端与设备终端的远程认证过程归约到第一网关对第二网关的认证过程，减少了远程认证的过程中相对安全设备的信息转发，提高了认证时延，较好地支撑了工业互联网的确定性特征。
-
公开(公告)号：CN112330659A
公开(公告)日：2021-02-05
申请号：CN202011326655.X
申请日：2020-11-24
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种结合LSD直线检测和连通域标记法的几何公差符号分割方法，该方法包括采集几何公差标注块图像并进行图像预处理，对预处理后图像中的几何公差框进行定位，对定位得到的几何公差框的上下框线进行去除处理，采用LSD直线检测和连通域标记法对几何公差标注块图像中的几何公差符号进行分割。本发明首先对几何公差标注块图像进行图像预处理，以减少图像中的干扰，再使用深度学习目标检测方法对几何公差标注块进行定位，然后去除几何公差框的上下框线，最后利用LSD直线检测和连通域标记法对几何公差框进行分割，提取出几何公差符号，解决了现有技术中存在的几何公差定位不准确、几何公差符号分割空白的问题，实现了几何公差符号的准确分割。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.026 seconds)
