基于轻量级网络及深度哈希的指静脉识别方法

    公开(公告)号:CN115063845B

    公开(公告)日:2024-05-28

    申请号:CN202210695658.3

    申请日:2022-06-20

    Abstract: 本发明公开了一种基于轻量级网络及深度哈希的指静脉识别方法,包括:1)获取数据库中指静脉图像的ROI区域并处理,得到训练数据;2)构造轻量级指静脉的特征提取网络,输出指静脉特征向量;3)将指静脉特征向量输入深度哈希网络得到哈希编码;4)为特征提取网络训练设计损失函数Lf;5)为深度哈希网络训练设计量化损失Lq;6)输入训练数据,对网络训练;7)将训练数据输入到训练好的网络中,得到对应的哈希编码并保存,得到哈希编码库;8)输入待识别指静脉数据到训练好的网络得到哈希编码,并在哈希编码库进行检索识别。本发明解决了现有的深度学习指静脉识别模型结构复杂且特征提取与哈希编码非端到端的问题。

    一种基于卷积神经网络的草菇生长状态识别方法

    公开(公告)号:CN114781483B

    公开(公告)日:2024-05-28

    申请号:CN202210269865.2

    申请日:2022-03-18

    Abstract: 本发明公开了一种基于卷积神经网络的草菇生长状态识别方法,包括:1)收集温室内种植的草菇的图像,并根据图像中草菇的生长状态进行分类,构建原始数据集;2)根据温室内环境与草菇的生长特点,使用数据增强手段对原始数据集进行数据增强,构建训练数据集;3)对训练数据集进行尺寸转换和数据归一化处理;4)对卷积神经网络ResNet模型进行改进;5)对改进后的ResNet模型设定训练参数,并使用训练数据集进行训练,保存最优的模型;6)对待识别的图像进行尺寸转换和数据归一化处理后,将其输入保存好的模型中进行向前推理,模型能推理出待识别的图像中草菇整体的生长状态,完成对草菇生长状态的识别。本发明可实现高精度的草菇生长状态识别。

    一种面向室内环境的单应视觉里程计方法

    公开(公告)号:CN115451996B

    公开(公告)日:2024-03-29

    申请号:CN202211044239.X

    申请日:2022-08-30

    Abstract: 本发明公开了一种面向室内环境的单应视觉里程计方法,包括:1)提取当前帧ORB特征点,并与参考帧进行特征匹配;2)利用加权随机采样策略寻找共面地图点组合;3)根据地图点最多的平面,计算当前帧与参考帧位姿的单应变换矩阵,再分解得到旋转位姿矩阵和平移位姿向量;4)通过最小化加权重投影误差函数,优化旋转位姿矩阵和平移位姿向量;5)构建局部地图,并通过局部光束平差法优化旋转位姿矩阵、平移位姿向量和局部地图。本发明通过利用地图点的共面约束关系提升了室内环境中视觉里程计方法的精度和鲁棒性。

    一种基于目标检测的指针式仪表表盘信息识别方法

    公开(公告)号:CN116597429A

    公开(公告)日:2023-08-15

    申请号:CN202310359567.7

    申请日:2023-04-06

    Abstract: 本发明公开了一种基于目标检测的指针式仪表表盘信息识别方法,包括:1)利用目标检测网络提取仪表表盘图像的标度数字和指针信息;2)对不同标签的字符进行非极大值抑制处理;3)将相邻的单个字符划分为待融合字符组;4)基于待融合字符组内的单个字符信息生成标度数字的信息;5)利用标度数字信息估算指针旋转中心点;6)对指针区域应用一种改进的自适应Hough变换直线检测,拟合指针所在直线;7)基于指针旋转中心点和指针所在直线计算指针尖端点坐标。本发明利用了目标检测网络,可以基于各个单个字符建立完整标度盘信息,对指针区域进行自适应分析以获取指针信息,具有良好的通用性、检测速度和精度,可有效提高仪表读数算法性能。

    一种均压环缺陷检测方法
    95.
    发明公开

    公开(公告)号:CN116503351A

    公开(公告)日:2023-07-28

    申请号:CN202310459251.5

    申请日:2023-04-26

    Abstract: 本发明公开了一种均压环缺陷检测方法,识别无人机电力巡检时收集到的均压环图像数据中均压环存在的缺陷,该方法通过同一区域内的矩形框标注和关键点标注使得一份图像文件对应一份标注文件,并行训练提高模型训练效率。此外,通过目标检测模型提前识别均压环的脱落缺陷,提高预测速度。通过关键点检测模型实现均压环倾斜缺陷和移位缺陷的精准判断,最终实现高速度高精度的均压环多种缺陷识别功能,提高无人机电力巡检时对均压环检查的效率。

    一种基于改进YOLOv5的自动驾驶场景车辆检测方法

    公开(公告)号:CN116434170A

    公开(公告)日:2023-07-14

    申请号:CN202310309457.X

    申请日:2023-03-28

    Abstract: 本发明公开了一种基于改进YOLOv5的自动驾驶场景车辆检测方法,包括:1)从Kitti公开数据集随机选取若干张图像,并对标注文件进行处理,包括转换标注文件格式、将标注文件中所有类型的车辆合并为同一个类,然后按照比例随机划分训练集与验证集;2)对划分好的训练集进行数据增强,得到增强训练集;3)将增强训练集送入改进YOLOv5中进行训练,并选取在验证集上表现最好的改进YOLOv5模型作为最终的车辆检测模型,后续将待检测图像输入该最终的车辆检测模型中能够输出检测框,并在图像中标注车辆所在的位置。本发明能够更准确更快速地检测不同光照条件、不同尺度大小的车辆,提高车辆检测的准确率,进一步提高自动驾驶的安全性与可靠性。

    一种基于区域分割的输电线路周边烟火图像数据增强方法

    公开(公告)号:CN115631100A

    公开(公告)日:2023-01-20

    申请号:CN202211144625.6

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于区域分割的输电线路周边烟火图像数据增强方法,该方法主要通过设计分割算法在烟火图像中分割出烟火有效区,通过标注裁剪获得烟火目标库,对烟火目标库中的烟雾目标图像和火焰目标图像进行光照模拟变换、随机放大裁剪、水平镜像处理增加目标多样性,最后使用烟火目标库在烟火图像上进行随机贴图。本发明能够对样本量匮乏的输电线路周边烟火数据集进行数据增强,模拟真实输电线路周边环境下的烟火图像情况,扩充烟火数据量,增加烟火目标数。

    一种基于深度学习的圆形指针式仪表自动读数方法

    公开(公告)号:CN115546795A

    公开(公告)日:2022-12-30

    申请号:CN202211144633.0

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于深度学习的圆形指针式仪表自动读数方法,包括:利用实例分割深度学习模型从场景图像中分割表盘、利用实例分割得到的图像掩膜和超分辨率重建深度学习模型、双边滤波等技术对表盘图像进行图像增强和校正、利用表盘字符信息提取模块获取表盘字符信息、利用关键点检测深度学习模型获取仪表指针信息;最终基于一种改进的角度法计算出圆形指针式仪表图像的读数。本发明具有很好的通用性和准确性,不依赖待检测仪表先验信息,同时也不需要对仪表场景进行限制,为解决仪表智能读数问题提供了一种通用、有效的解决方案。

    一种基于深度学习和OCR技术的圆形仪表表盘校正方法

    公开(公告)号:CN115546794A

    公开(公告)日:2022-12-30

    申请号:CN202211144560.5

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于深度学习和OCR技术的圆形仪表表盘校正方法,包括:利用实例分割深度学习模型获取仪表的表盘ROI图像和对应的图像掩膜,通过检测图像掩膜的中的表盘轮廓并进行椭圆拟合,按照将椭圆表盘映射为圆形的思路,利用射影变换实现仪表表盘的倾斜校正,再利用OCR文本检测深度学习模型获取仪表图像中的字符区域信息并进一步计算仪表表盘斜率,从而实现仪表图像的旋转校正。本发明具有不依赖模板、通用性强、充分利用仪表自动读数系统中的现有模型等优点,为解决仪表自动读数识别问题中的仪表表盘校正问题提供了一种通用、有效的解决方案。

    一种基于视频的动态烟雾检测方法
    100.
    发明公开

    公开(公告)号:CN115546682A

    公开(公告)日:2022-12-30

    申请号:CN202211143896.X

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于视频的动态烟雾检测方法,首先,构建烟雾训练集并标注,将烟雾训练集中的图像和对应标注文件输入烟雾静态检测算法训练,将摄像头采集到的待检测的视频流输入训练好的烟雾静态检测算法,得到烟雾检测框,使用基于软边界的非极大值抑制算法,对烟雾目标检测框进行筛选;通过卡尔曼滤波对烟雾目标的tracks进行预测,进行IOU匹配;通过匈牙利算法获得烟雾目标匹配结果;将经过动态烟雾检测筛选后的烟雾检测框绘制在相应视频帧上,在烟雾检测框的左上角区域标出检测框的预测类别信息。本发明可实时检测火灾发生时的烟雾情况,对烟雾进行精准检测和定位,实现对火灾的实时预警作用。

Patent Agency Ranking