-
公开(公告)号：CN112367518B
公开(公告)日：2021-07-13
申请号：CN202011197484.5
申请日：2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种输电线路无人机巡检图像质量评价方法，包括步骤：制作关键部件检测训练数据集与图像清晰度检测训练数据集，同时构建并训练巡检图像关键部件检测模型与巡检图像清晰度检测模型；将待评价的图像分别输入训练好的两个模型中，由巡检图像关键部件检测模型得到图像中关键部件的种类和预测框信息，由巡检图像清晰度检测模型得到图像中每个图像块是否清晰；对每个得到的预测框，计算预测框内清晰的图像子块的占比，筛选出达标的预测框；对每个清晰度达标的预测框，计算预测框的中心偏离度与图占比两个指标，若均达标，则当前预测框满足质量要求；进而判断当前图像是否为合格图像。本发明能够快速有效地评价电力巡检图像。
-
-
公开(公告)号：CN110989682A
公开(公告)日：2020-04-10
申请号：CN201911402853.7
申请日：2019-12-30
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明提出一种基于单基站的无人机精准降落方法，其特征在于：当待降落的无人机到达预设的区域内：以单个基站为原点，指向无人机的方向为x轴，根据实时获取的所述无人机相对基站的距离信息以及无人机的飞行里程信息，使所述无人机执行不偏离x轴的振荡运动，形成一个扇形的收敛轨迹，直至降落在目标位置。其不仅能实现对无人机低成本、精准化的收敛降落，还能解决现有三基站及以上的UWB定位环境的搭建中受空间环境限制而带来的布置困难，同时，还解决了UWB单基站定位环境下，无人机进行导航降落时存在的无人机位置信息难以获得以及系统稳定性不足等问题。
-
-
公开(公告)号：CN110135242A
公开(公告)日：2019-08-16
申请号：CN201910241252.6
申请日：2019-03-28
Applicant: 福州大学
Abstract: 本发明提出一种基于低分辨率红外热成像深度感知的情绪识别装置及方法，其特征在于，包括：相连接的低分辨率红外热成像传感器、MCU最小系统和上位机；所述MCU最小系统和上位机通过无线通信模块连接。利用人体在不同情绪状态下的生理反应不同，通过低分辨率红外传感器对人体面部本身进行感知，并通过深度学习网络模型对人的多种情绪实现识别，当面对情绪由于个体的不同而展现出不同的表现形式或情绪被刻意掩盖时，人体向外辐射的红外线并不会因此而受影响，克服了现有技术通过摄像头进行视觉感知捕捉到错误信息，或因外部因素如光线等的影响使捕捉到的信息不完全而无法准确识别的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN109472214A
公开(公告)日：2019-03-15
申请号：CN201811206029.X
申请日：2018-10-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习航拍异物图像实时检测方法,包括以下步骤：步骤S1:根据异物类型差异，建立4个航拍异物图像库；步骤S2:根据4个航拍异物图像库，分别制作数据集；步骤S3:构建并训练输电线路异物模型；步骤S4:构建并训练防震锤异物模型；步骤S5:构建并训练均压环线夹异物模型;步骤S6：构建并训练杆塔异物模型；步骤S7:采用fine-tune对建立的4个航拍异物图像库模型进行微调；步骤S8:固化微调后的4个航拍异物图像库模型；步骤S9:将待测图像输入4个固化的异物检后的模型中进行检测，经过网络前向传播后，得出4个检测结果的目标矩形框的坐标与置信度。本发明相对于传统端对端的模型中，准确度更高。
-
公开(公告)号：CN109204858A
公开(公告)日：2019-01-15
申请号：CN201811257535.1
申请日：2018-10-26
Applicant: 福州大学
Abstract: 本发明涉及一种具备精确降落辅助的无人机全自动充电停机坪系统。包括停机坪本体单元、搭载于无人机本体上的无人机机载充电单元；所述停机坪本体单元包括带标识停机坪本体平台、MCU控制模块、AC/DC电源模块、精确降落辅助模块、第一无线通信模块、供电槽位结构；所述无人机机载充电单元包括无人机充电与通信接口、无人机受电极板、锂电池平衡充电模块、无线通信模块。本发明将无人机精确降落技术与无人机有线充电技术相结合，通过辅助结构优化和无人机充电技术的有机结合，实现无人机的全自动停机充电，实现真正意义上的无人机无限续航。
-
公开(公告)号：CN109190712A
公开(公告)日：2019-01-11
申请号：CN201811103998.2
申请日：2018-09-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的航拍巡线影像自动分类系统。该方法包括：建立巡线影像分类图像库及其标签库；建立深度学习模型，包括VGGNet、ResNet、DenseNet、NasNet等高性能分类模型；训练分类模型，训练过程中每次迭代的输入数据都随机执行数据增强操作，包括旋转、填充式裁剪、灰度化；将训练好的四个模型进行集成，获得集成模型；设定分类规则，将待检测影像输入集成模型，取置信度前三的三个图像类别作为待检测影像的分类结果，拷贝存储至三个类别的服务器存档地；持续优化分类模型，定期对自动分类系统进行性能升级。
-
公开(公告)号：CN109141488A
公开(公告)日：2019-01-04
申请号：CN201810830562.7
申请日：2018-07-26
Applicant: 福州大学
IPC: G01D5/353
CPC classification number: G01D5/35316
Abstract: 本发明涉及一种基于交换粒子群的布拉格光纤光栅传感器重叠光谱解调方法，首先采集布拉格光纤光栅传感器FBG的光谱数据；接着采用粒子群算法对目标函数进行寻优；然后运用交换算子对最优解中的元素进行交换位置重组，并返回步骤S2重新进行优化计算；最后当满足终止条件时，解调出采样光谱的波长值，否则重复步骤S2与步骤S3。本发明解决了因FBG光谱重叠而解调效果不良的情况。
-
公开(公告)号：CN109121093A
公开(公告)日：2019-01-01
申请号：CN201810762690.2
申请日：2018-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于被动式WiFi与深度聚类的用户画像构建方法及系统，该提供包括：多个WiFi探测器、一个用于数据处理训练的服务器、一个存储数据的数据库。该方法包括：通过被动式WiFi技术扫描手机，结合深度学习进行聚类分析，从而刻画出典型画像。本发明提出的基于被动式WiFi与深度聚类的用户画像构建方法及系统，利用普及的具有WiFi功能的设备，无需携带特殊设备或额外下载终端，易于推广；利用被动式WiFi进行无感探测，覆盖范围广且操作方便；利用深度学习K-means模型进行人流分布的预测，实现用户画像的精准刻。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.022 seconds)
