-
公开(公告)号：CN113283395B
公开(公告)日：2024-03-29
申请号：CN202110722229.6
申请日：2021-06-28
Applicant: 西安科技大学
IPC: G06V20/40 , G06V10/22 , G06V10/764 , G06V10/774 , G06F16/28
Abstract: 本发明公开了一种运煤皮带转接处堵塞异物的视频检测方法，具体为：首先，异物数据集采集与划分；利用异物检测模型对转接处视频进行实时检测；获取异物类别与位置信息，形成异物信息，并将异物信息按照时间顺序存储在MySQL数据库中；之后，检测图像是否存在堵塞现象；最后，读取数据库异物信息，剔除输送带转接处异物。本发明的方法，解决了运煤皮带转接处异物的检测问题，增强了异物的检测精度和速度；通过读取视频流实时检测井下转接处是否堵塞，若发生堵塞现象，结合MySQL数据库提取不同异物位置与类别信息，实现对各类异物的精确剔除。
-
公开(公告)号：CN113449675A
公开(公告)日：2021-09-28
申请号：CN202110785391.2
申请日：2021-07-12
Applicant: 西安科技大学
IPC: G06K9/00 , G06K9/62 , G06F3/0487 , G08B13/196 , G06N3/04
Abstract: 本发明公开了一种煤矿人员越界检测方法，具体为：首先，建立煤矿人员数据集；读取摄像头实时视频图像，获取界面内用户鼠标点击坐标绘制安全敏感区域边界；之后，将实时图像输入人员检测模型进行计算；最后，计算目标框与安全敏感区域的重合程度IOU，当获取越界行为信号，变换目标框颜色并输出报警信号。本发明的方法，能够有效的解决煤矿人员越界检测的问题，误报率低，实用性高，有利于保障煤炭的安全生产。
-
Patent Agency Ranking
公开(公告)号：CN113469071B
公开(公告)日：2024-03-29
申请号：CN202110763899.2
申请日：2021-07-06
Applicant: 西安科技大学
IPC: G06V20/40 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种针对嵌入式设备的运煤皮带异物视频检测方法，具体为：首先，摄像头采集皮带转接处视频流图像；利用k‑means算法聚类生成锚框参数；通过关键卷积提取图像浅层次特征信息，判断当前图像是否设置为关键帧；当输入图像设置为关键帧时，轻量化异物检测模型提取图像特征信息；当输入图像未设置为关键帧时，融合上一关键帧特征信息；最后，输出异物检测模型计算结果。本发明的方法，解决了基于深度学习的运煤皮带异物检测方法存在网络参数量大、检测速度慢、难以在嵌入式设备上部署等问题，大幅提高了检测速度，能够在嵌入式设备上实现高精度的运煤皮带实时异物检测。
-
公开(公告)号：CN113283395A
公开(公告)日：2021-08-20
申请号：CN202110722229.6
申请日：2021-06-28
Applicant: 西安科技大学
Abstract: 本发明公开了一种运煤皮带转接处堵塞异物的视频检测方法，具体为：首先，异物数据集采集与划分；利用异物检测模型对转接处视频进行实时检测；获取异物类别与位置信息，形成异物信息，并将异物信息按照时间顺序存储在MySQL数据库中；之后，检测图像是否存在堵塞现象；最后，读取数据库异物信息，剔除输送带转接处异物。本发明的方法，解决了运煤皮带转接处异物的检测问题，增强了异物的检测精度和速度；通过读取视频流实时检测井下转接处是否堵塞，若发生堵塞现象，结合MySQL数据库提取不同异物位置与类别信息，实现对各类异物的精确剔除。
-
公开(公告)号：CN113449675B
公开(公告)日：2024-03-29
申请号：CN202110785391.2
申请日：2021-07-12
Applicant: 西安科技大学
IPC: G06V40/10 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06F3/0487 , G08B13/196
Abstract: 本发明公开了一种煤矿人员越界检测方法，具体为：首先，建立煤矿人员数据集；读取摄像头实时视频图像，获取界面内用户鼠标点击坐标绘制安全敏感区域边界；之后，将实时图像输入人员检测模型进行计算；最后，计算目标框与安全敏感区域的重合程度IOU，当获取越界行为信号，变换目标框颜色并输出报警信号。本发明的方法，能够有效的解决煤矿人员越界检测的问题，误报率低，实用性高，有利于保障煤炭的安全生产。
-
公开(公告)号：CN116363119A
公开(公告)日：2023-06-30
申请号：CN202310416984.0
申请日：2023-04-19
Applicant: 西安科技大学
IPC: G06T7/00 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种风力发电机齿轮箱齿轮缺陷检测方法，包括步骤一、采集风力发电机齿轮箱中齿轮图像数据；二、建立齿轮图像数据库；三、获取预训练模型；四、建立双阶段ResNet网络模型；五、对风力发电机齿轮箱的齿轮进行缺陷检测。本发明方法步骤简单，设计合理，采用双阶段ResNet网络模型对风力发电机齿轮箱齿轮进行缺陷检测，避免了人为因素影响，检测精度高，降低了检测工作强度，提高了检测效率，使用效果好，便于推广使用。
-
公开(公告)号：CN113469071A
公开(公告)日：2021-10-01
申请号：CN202110763899.2
申请日：2021-07-06
Applicant: 西安科技大学
Abstract: 本发明公开了一种针对嵌入式设备的运煤皮带异物视频检测方法，具体为：首先，摄像头采集皮带转接处视频流图像；利用k‑means算法聚类生成锚框参数；通过关键卷积提取图像浅层次特征信息，判断当前图像是否设置为关键帧；当输入图像设置为关键帧时，轻量化异物检测模型提取图像特征信息；当输入图像未设置为关键帧时，融合上一关键帧特征信息；最后，输出异物检测模型计算结果。本发明的方法，解决了基于深度学习的运煤皮带异物检测方法存在网络参数量大、检测速度慢、难以在嵌入式设备上部署等问题，大幅提高了检测速度，能够在嵌入式设备上实现高精度的运煤皮带实时异物检测。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
