一种化学反应气体实时监测方法、装置及存储介质

    公开(公告)号:CN119672033A

    公开(公告)日:2025-03-21

    申请号:CN202510200912.1

    申请日:2025-02-24

    Abstract: 本发明公开了一种化学反应气体实时监测方法、装置及存储介质,属于化学实验室安全技术领域,方法包括:获取视频帧图像,并通过时间戳进行图像同步;根据气泡轮廓的y轴坐标信息,判断是否需要与下一帧图像进行拼接;使用匈牙利算法对拼接后的图像中的气泡轮廓进行最优匹配,得到匹配好的气泡轮廓;根据匹配好的气泡轮廓获取校正系数,并根据校正系数对气泡轮廓进行矫正;将矫正后的图像及气泡轮廓的坐标输入预先训练过的DBPP‑Net网络中,输出气泡的等效直径和等效体积;判断化学反应速度是否异常,实现化学反应气体实时监测;本发明实现了对化学反应气体额实时监测,解决了目前化学实验过程获取反应速度不够智能化、自动化的问题。

    一种化学溶解过程自动化监控方法和监控平台

    公开(公告)号:CN119580199A

    公开(公告)日:2025-03-07

    申请号:CN202510144685.5

    申请日:2025-02-10

    Abstract: 本发明公开了一种化学溶解过程自动化监控方法和监控平台,属于计算机视觉领域,方法包括:获取化学药品溶解过程的实时图像数据;计算实时图像数据的DCT系数、DCT差异、当前帧的平均灰度值与参考值的平均灰度值的灰度差异值、灰度的最大变化率;并与预先获取的分类标签存储为数据集;通过CatBoost模型训练数据集,并预测分类标签为完全溶解的概率;当分类标签为完全溶解的概率低于设定阈值时,重复上述步骤重新训练CatBoost模型,直至分类标签为完全溶解的概率达到设定阈值,判断化学药品溶解完成;本发明不仅可以提高化学实验的效率和精度,还可以降低实验操作的难度和风险,推动化学实验技术的智能化和自动化发展。

    一种基于yolo改进的物体智能检测方法及系统

    公开(公告)号:CN113723217B

    公开(公告)日:2025-01-14

    申请号:CN202110907348.9

    申请日:2021-08-09

    Abstract: 本发明提供了一种基于yolo改进的物体智能检测系统,解决了现有的yolo网络不能检测物体摆放角度的问题。该方法包括:获取待测物体图片;将待测物体图片输入训练好的智能识别网络模型中,获取检测结果和对应的物体角度。所述智能识别网络模型基于深度学习框架Pytorch构建,以yolo网络模型为基础,采用Darknet‑53模型结构,包括53个卷积层、23个残差模块、5次降采样、3个不同尺度下的预测结果输出端以及设置在各预测结果输出端上的attention模块。本发明在原有yolov3网络的基础上,增加了attention模块,在不降低物体识别精度的条件下,完成对物体角度的检测,有利于机械抓手根据角度准确抓住物体。

    一种基于图像去雾的中高能见度计算方法及计算系统

    公开(公告)号:CN116664448A

    公开(公告)日:2023-08-29

    申请号:CN202310907452.7

    申请日:2023-07-24

    Abstract: 本发明属于气象图像处理技术领域,公开了一种基于图像去雾的中高能见度计算方法及计算系统,计算方法包括如下步骤:步骤1、估计全局大气光,步骤2、构建Defog‑GAN去雾网络模型进行去雾处理,获得能见度好的去雾图像,步骤3、计算透射率图,步骤4、能见度计算:采用微型激光雷达对场景深度进行测量,使用近值合并动态权值多层输入式反向传播感知器网络进行处理,输出能见度值,中高能见度计算系统包括全局大气光估计模块、图像去雾模块、透射率图生成模块和特征融合能见度输出模块。本发明解决了目测计算能见度准确率低、主观性强的问题,无需维护精密能见度设备,使用成本低,无需提前知晓点光源照度先验知识,应用便捷。

    一种基于AlphaPose的热舒适姿态估计方法

    公开(公告)号:CN110659594B

    公开(公告)日:2022-08-30

    申请号:CN201910846904.9

    申请日:2019-09-09

    Abstract: 本发明揭示了一种基于AlphaPose的人体热舒适姿态估计方法,其实现步骤主要包括:(1)使用摄像头采集视频数据;(2)预处理数据,使用AlphaPose保存包含基本骨架的图片以及关键点信息的JSON文件,而后读取保存的图片,并且将相对应的JSON文件中存储的关键点位信息提取出来;(3)根据已有的数个人体冷热状态下可能做出的动作特点构建相关算法,实现姿态估计的实际检测应用并反馈结果。本发明对普通摄像头获取的视频进行处理,无须在人体侵入式加装传感器,能够实现在非侵入的前提下,获得人体基本的热舒适状态;以此为中央空调系统(HVAC)实时地提供准确有效的反馈信号,使场景内体感更加舒适、节省能源。

    基于深度理解的桥侧坠落行为识别方法

    公开(公告)号:CN114267082A

    公开(公告)日:2022-04-01

    申请号:CN202111088471.9

    申请日:2021-09-16

    Abstract: 本发明公开了一种基于深度理解的桥侧坠落行为识别方法,利用一直监测大桥的摄像头捕捉到人员从桥侧坠落的信号并发出报警信号,使坠落者能够得到及时救援。系统在江面大桥上的摄像机中嵌入计算机视觉算法,其中包括人员翻越栏杆行为监测模块、人员坠落监测模块、坠落水花监测模块、人员漂浮检测以及救援区域预测模块。本系统通过前三个模块的交叉验证来判定是否有人翻越跨江大桥栏杆以及从桥侧坠落,若检测到,可及时进行报警并呼叫救援,防止错过最佳救援时间;利用后两个模块来预测落水者大致所在的位置并通知救援队,为救援工作创造便利。

    一种基于yolo改进的物体智能检测方法及系统

    公开(公告)号:CN113723217A

    公开(公告)日:2021-11-30

    申请号:CN202110907348.9

    申请日:2021-08-09

    Abstract: 本发明提供了一种基于yolo改进的物体智能检测系统,解决了现有的yolo网络不能检测物体摆放角度的问题。该方法包括:获取待测物体图片;将待测物体图片输入训练好的智能识别网络模型中,获取检测结果和对应的物体角度。所述智能识别网络模型基于深度学习框架Pytorch构建,以yolo网络模型为基础,采用Darknet‑53模型结构,包括53个卷积层、23个残差模块、5次降采样、3个不同尺度下的预测结果输出端以及设置在各预测结果输出端上的attention模块。本发明在原有yolov3网络的基础上,增加了attention模块,在不降低物体识别精度的条件下,完成对物体角度的检测,有利于机械抓手根据角度准确抓住物体。

    一种基于生成对抗网络的反射消除方法

    公开(公告)号:CN112581396A

    公开(公告)日:2021-03-30

    申请号:CN202011504507.2

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于生成对抗网络的反射消除方法,包括如下步骤:步骤S1、建立数据集;步骤S2、构建反射消除网络模型;步骤S3、定义出所需的损失函数;步骤S4、对所述反射消除网络模型进行迭代训练;步骤S5、测试训练后的反射消除网络模型,输出最终的反射消除网络模型;步骤S6、利用反射消除网络模型消除输入图像中的反射。本发明所采用的生成对抗网络进行反射消除,和以往的方法相比,具有更好的可靠性和泛化性。

    一种基于姿态估计的非侵入式人体热舒适检测方法及系统

    公开(公告)号:CN109948472A

    公开(公告)日:2019-06-28

    申请号:CN201910160062.1

    申请日:2019-03-04

    Abstract: 本发明从姿态估计的角度出发,揭示并提出了一种新颖的非侵入式人体热舒适检测方法。首先通过问卷调查的方法定义并验证得出12个人体热舒适的姿态,而后通过计算机视频采集、图像预处理、深度图像处理、训练测试和投放应用实现姿态估计和人体热舒适检测的结果输出,其中深度图像处理包括基于骨骼节点的面域、点域锁定以及设定对应不同姿态估计的动作识别判断条件及阀值,而姿态估计得自于比较前后帧各骨骼节点坐标的变化。应用本发明检测方法于智能建筑或交通工具中,将会为中央空调系统实时提供有效的反馈信号,从而实现让场景中的人们更加舒适,并可靠地节约能源。

Patent Agency Ranking