-
公开(公告)号：CN111583298B
公开(公告)日：2022-09-06
申请号：CN202010332583.3
申请日：2020-04-24
Applicant: 杭州远鉴信息科技有限公司 , 浙江大学
Abstract: 本发明公开了一种基于光流法的短时云图追踪方法。首先通过全天空成像仪采集实时天空图片，并将图像中的建筑等无关因素除去；其次利用图像的RBG色彩信息将云和天空的像素区分开；最后通过对两帧的同一云像素进行对比得出云的边缘位置和速度矢量，预测下一时刻云的边缘位置并与太阳位置做对比实现预测。本发明能够实现对云图位置的识别预测，具有较高的准确率，并且具有速度快，通用性高等优点，具有良好的鲁棒性，能够应用于辐照强度预测或太阳能光伏功率输出预测系统。
-
公开(公告)号：CN111582071B
公开(公告)日：2022-05-13
申请号：CN202010326587.0
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种基于HRNet网络模型的SF6仪表图像读数方法。采集SF6仪表样本图像，并标注构成训练集；将训练集输入改进的HRNet网络模型进行学习训练，训练后获得最终模型；待测图片输入最终模型，最终模型预测出待测图片中刻度关键点与指针关键点的位置，利用线性回归进行指针对应射线位置确定，通过射线与刻度关键点连接交点确定所夹角度，根据刻度关键点与指针关键点获得SF6仪表的待测图片上的读数。本发明能够实现SF6仪表读数的识别，具有较高准确率，并且具有稳定性好、抗干扰能力强等优点，具有良好鲁棒性，能够应用于SF6状态检测系统。
-
公开(公告)号：CN111583197A
公开(公告)日：2020-08-25
申请号：CN202010326610.6
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种结合SSD及Resnet50网络的电力箱图片锈蚀破损识别方法。采集电力箱样本图片，预处理并进行筛选整理并标注，形成训练集；将训练集输入到SSD目标检测网络中预测输出电力箱小图，训练得到电力箱检测模型；利用电力箱小图输入到Resnet50分类网络中预测判断出电力箱是否存在锈蚀破损情况，训练得到锈蚀破损检测模型；通过测试后结合形成电力箱锈蚀破损识别综合模型，利用电力箱锈蚀破损识别综合模型实现对待测电力箱图片进行检测。本发明能够较好地检测出电力箱在图像中的位置并判断是否出现锈蚀破损等状况和结果，解决了电力箱拍摄图像背景干扰大、锈蚀破损情况判断困难等问题。
-
公开(公告)号：CN111582072A
公开(公告)日：2020-08-25
申请号：CN202010326596.X
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种结合ResNet50+FPN+DCN的变电站图片鸟巢检测方法。采集变电站鸟巢样本图片并添加标签；以ResNet50网络框架模型以及Faster R-CNN检测网络模型结合FPN特征金字塔网络模型与DCN可变形卷积核，建立深度学习网络模型；随机划分为训练集和测试集；训练集数据增强后对Faster RCNN+ResNet50+FPN+DCN网络结构的深度学习网络模型进行训练，然后采用测试集测试调整，针对待测图像输入固化后的鸟巢检测模型，输出获得检测结果。本发明能够实现变电站鸟巢的自动检测，具有较高的准确率，并且具有稳定性好，抗干扰能力强，通用性高等有点，具有良好的鲁棒性，能够应用于变电站智能机器人巡检系统。
-
公开(公告)号：CN108932307A
公开(公告)日：2018-12-04
申请号：CN201810609300.8
申请日：2018-06-13
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种基于时间序列的电力数据特征提取方法。该方法重点是如何提取电力数据中的低频分量以及如何从低频分量中提取特征。首先用平滑法将电力数据曲线中的高频分量去掉，使曲线平滑；重复该过程，直到相邻两次时间序列间的误差小于设定的阈值，此时得到的时间序列即为电力数据的特征分量；然后利用分段线性化的子序列矢量提取方式提取各段的时间长度和变化程度；上述得到的时间长度和变化程度即构成提取出的电力数据特征矢量。本发明无需设定参数R求重要点，排除了时间序列分段的主观干扰，能够有效提取出时间序列的本质特征；且提取的特征时间序列更平滑，消除高频分量和噪声的效果更好，是一种更有效，更准确的时间序列特征提取方法。
-
Patent Agency Ranking
公开(公告)号：CN111583197B
公开(公告)日：2022-05-13
申请号：CN202010326610.6
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种结合SSD及Resnet50网络的电力箱图片锈蚀破损识别方法。采集电力箱样本图片，预处理并进行筛选整理并标注，形成训练集；将训练集输入到SSD目标检测网络中预测输出电力箱小图，训练得到电力箱检测模型；利用电力箱小图输入到Resnet50分类网络中预测判断出电力箱是否存在锈蚀破损情况，训练得到锈蚀破损检测模型；通过测试后结合形成电力箱锈蚀破损识别综合模型，利用电力箱锈蚀破损识别综合模型实现对待测电力箱图片进行检测。本发明能够较好地检测出电力箱在图像中的位置并判断是否出现锈蚀破损等状况和结果，解决了电力箱拍摄图像背景干扰大、锈蚀破损情况判断困难等问题。
-
公开(公告)号：CN111597913A
公开(公告)日：2020-08-28
申请号：CN202010326625.2
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种基于语义分割模型的车道线图片检测分割方法。采集无人驾驶车辆拍摄的车道线图片构成数据集，车道线图片包含道路上标识的不同类别的车道线；对数据集进行清洗后获得训练集；用训练集输入到网络模型中将图片缩放制成三种图片分辨率大小的图片以图片分辨率逐渐变大进行训练；对待测图片，将待测图片缩放到最后训练时的图片分辨率大小，后输入训练后的最终模型中，输出后再重新缩放回待测图片的原始大小，得到最终的分割结果。本发明能够实现无人车拍摄的车道场景图片中车道线的识别，具有较高的准确率，具有稳定性好、抗干扰能力强、通用性高等优点，鲁棒性好，能够应用于驾驶辅助系统或者无人驾驶系统中。
-
公开(公告)号：CN111582073A
公开(公告)日：2020-08-25
申请号：CN202010326629.0
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种基于ResNet101特征金字塔的变电站违规行为识别方法。采集包含变电站工作人员各类违规行为样本图片；并标记类别获得原始训练集；尺度缩放处理，获得缩放后的训练集；采用已知数据集输入ResNet101特征金字塔模型进行预训练，再将缩放后的训练集输入预训练模型进行针对训练迭代得到变电站违规行为识别模型；待测图像同样尺度缩放，再输入变电站违规行为识别模型中计算分类置信度和定位框坐标，根据分类置信度结果获得识别结果。本发明能够实现变电站违规行为的识别，具有较高的准确率，并且具有稳定性好，抗干扰能力强，通用性高等优点，具有良好的鲁棒性，能够应用于机器人巡检系统或者是变电站智能视频监控系统。
-
公开(公告)号：CN111582332B
公开(公告)日：2022-05-24
申请号：CN202010326598.9
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
IPC: G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种高速铁路接触网吊弦部件的图片识别方法。采集高速铁路接触网图像中包含吊弦部件的样本图片；遍历采集的样本图片并统一缩放，并标注构成训练集；将训练集的样本图片输入构建的训练网络进行训练，获得高速铁路接触网吊弦部件检测模型；利用高速铁路接触网吊弦部件检测模型对待测高速铁路接触网图片进行吊弦部件定位结果预测。本发明能够实现高速铁路接触网部件的识别，具有较高的准确率，并且具有稳定性好、抗干扰能力强、通用性高等优点，具有良好的鲁棒性。
-
公开(公告)号：CN111583287A
公开(公告)日：2020-08-25
申请号：CN202010327146.2
申请日：2020-04-23
Applicant: 浙江大学 , 杭州远鉴信息科技有限公司
Abstract: 本发明公开了一种用于精细人像图片分割的深度学习模型训练方法。采集获取人像图片，二值化构成训练数据集；用Canny边缘算法检测边界；采用自适应膨胀算子对边界扩充形成边缘区域，得到人像边缘/背景区域标注图；将原始图像输入到深度学习模型进行训练处理，训练处理中根据人像边缘/背景区域标注图计算图像梯度损失和分割交叉熵损失，共同对深度学习模型进行训练优化。本发明使用粗糙的人工标注结果，通过“自监督”的方式训练，训练出比人工标注更加精确的分割结果，大大节约人工标注的成本，能够应用于人员监控、人像分析、人像编辑等各种场景。
-
-
-
-
-
-
-
-
-
Search Results
195
records
(took 0.046 seconds)
