公开(公告)号：CN109902748A

公开(公告)日：2019-06-18

申请号：CN201910158827.8

申请日：2019-03-04

Applicant: 中国计量大学

Inventor： 陈亮 ,  华静 ,  李子印 ,  刘泽森 ,  孟庆阳 ,  姚冰峰 ,  孔繁圣

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层信息融合全卷积神经网络的图像语义分割方法，包括以下步骤：构建基于多信息融合的全卷积神经网络；对数据集的训练图片进行预处理，并将预处理结果输入神经网络中进行训练，得到图像语义分割模型；将待测试的图像输入图像语义分割模型，进行一次前向传播，端到端的输出语义分割结果。通过使用卷积神经网络模型提取图像的基础深度特征，将特征分为低层特征和高层特征，并将低层特征和高层特征融合成增强型的深度特征，能够有效解决图像语义分割准确率低，图像空间细节信息丢失的问题，最终得到较好的图像语义分割结果。

公开(公告)号：CN208654575U

公开(公告)日：2019-03-26

申请号：CN201821443794.9

申请日：2018-09-04

Applicant: 中国计量大学

Inventor： 姚冰峰 ,  李子印

IPC: G05B19/04

Abstract: 本实用新型公开了一种自适应环境光的可升降成像装置，主要包括主控模块、电源模块、激光测距模块、光源控制模块、照明光源模块、环境光检测模块、驱动模块、电机、成像模块、升降杆等。环境光检测模块将周围环境光强度值传输给主控模块，通过光源控制模块控制照明光源模块的开关和光照强度。将光照高度均匀的可调节环形光源作为光源照明模块，保证了采集图像的质量。激光测距模块将成像物与成像模块之间的距离值传输给主控模块，主控模块控制驱动模块升降各模块。本装置具有对环境的自适应能力较强，对所成图像的质量提升较高，节能环保，自动化等优点。