-
公开(公告)号：CN115792115A
公开(公告)日：2023-03-14
申请号：CN202211510651.6
申请日：2022-11-29
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
IPC: G01N33/00
Abstract: 本发明的一种基于线性插值的VOCs浓度预测方法及设备，其方法包括以下步骤，S1、使用搭载气体分析仪的无人机采集待测空间的VOCs浓度；S2、根据采集数据，进行数据预处理，使用二维线性插值完成待测空间外框面的VOCs浓度数据填充；S3、根据采集数据和上步骤中得到的外框面数据，使用三维空间线性插值对待测矩形体内部点进行插值填充。本发明的一种使用无人机的基于三维空间插值的VOCs浓度预测方法，这种方法实施迅速，预测精度高，同时对设备、场地的要求低，相比于传统方法具有很大的优势。
-
公开(公告)号：CN113221943B
公开(公告)日：2022-09-23
申请号：CN202110357519.5
申请日：2021-04-01
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
IPC: G06V10/764 , G06V20/40 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明的一种柴油车黑烟图像识别方法、系统及存储介质，包括获取柴油车黑烟视频，输入事先训练好的黑烟图像识别模型中，进行测试得到动态的黑烟分割视频，并识别出黑烟团；黑烟图像识别模型训练步骤包括：样本构建：数据为红绿灯路口监控拍摄柴油车启动的视频，记录到排放出的黑色空气污染物，视频分为若干帧数；网络构建：通过在每k帧中，第c*k帧是当前待处理的帧，在[(c‑1)*k,c*k)帧中随机选取2帧来考虑与当前帧的上下文联系，即将系统结构分成前2帧关联信息信息提取模块即CEM和当前帧分割模块CFSM。本发明基于一种语义分割的深度学习方法，不仅可以检测出是否有黑烟，而且可以实时智能的描绘出排放黑烟的大小形状，有利于评估车辆的污染程度。
-
公开(公告)号：CN113780138A
公开(公告)日：2021-12-10
申请号：CN202111013939.8
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明的一种自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质，包括以下步骤，获取红外视频数据并进行预处理操作；从红外视频数据中提取一定长度像素点一维时序特征数据，训练一维卷积神经网络分类器；使用一维卷积神经网络分类器，输出值导入贝叶斯框架内的EVT算法，训练先验伽马分布α0和β0的参数；输入相关参数，通过自适应算法调整阈值，输出预测结果。本发明充分利用红外图像中VOCs气体区域像素点的时空特征使用卷积神经网络对红外视频图像进行预筛查，通过贝叶斯框架内的极值理论来优化调整筛查阈值，通过用指数分布逼近分数的概率密度函数的左尾部，并使用从训练数据中学习的伽马共轭先验，可以降低错误率的可变性并提高整体性能。
-
公开(公告)号：CN113222328A
公开(公告)日：2021-08-06
申请号：CN202110320263.0
申请日：2021-03-25
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
Abstract: 本发明的一种基于路段污染相似性的空气质量监测设备布点选址方法，包括以下步骤，构建图卷积网络模型，利用城市路网中机动车的行驶轨迹，结合城市道路结构拓扑连通性，获得城市路网道路的K个尾气污染类别；根据道路的尾气污染类别，计算每个类别中所属道路的分布信息熵，并标记建设优先级，从而选择合适的点位。本发明引入图卷积网络，结合道路拓扑连通性，融合了外部因素，如气象条件，兴趣点POIs分布等,从而提取空间特征。本发明充分利用交通路网的拓扑结构信息及道路连通信息，并结合容易获得的外部交通信息，从而获取路段布设优先级，为监管部门提供布设点位的推荐，适用性比较强。
-
公开(公告)号：CN118135365A
公开(公告)日：2024-06-04
申请号：CN202311363066.2
申请日：2023-10-19
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V10/82 , G06V10/774 , G06V20/70 , G06V10/764 , G06V10/766 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于SYNet的气体泄漏检测方法、装置、设备及介质，属于环境监测技术领域，该方法包括：获取与石化气体检测相关的气体红外图像集；基于所述气体红外图像集建立图像数据集；构建SYNet网络，基于所述图像数据集对所述SYNet网络进行训练，得到石化气体泄漏检测模型；获取待检测视频数据，将所述待检测视频数据输入所述石化气体泄漏检测模型中，得到石化气体泄漏检测结果。本发明通过训练好的石化气体泄漏检测模型自动对图像进行检测，将石化气体泄漏定性检测自动化，实现了提升石化气体检测效率的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN117475271A
公开(公告)日：2024-01-30
申请号：CN202311580012.1
申请日：2023-11-21
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V10/80 , G06V10/44 , G06V10/54 , G06V10/774 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本申请公开了一种特征度量的石化气体泄露图像融合方法和装置，属于石化气体技术领域。所述特征度量的石化气体泄露图像融合方法包括：将获取的目标场景下的石化气体所对应的源图像输入至图像融合模型，得到图像融合模型输出的石化气体对应的初始融合图像；源图像包括红外光图像和可见光图像；对红外光图像进行特征提取，得到红外光图像对应的第一特征图；对可见光图像进行特征提取，得到可见光图像对应的第二特征图；基于第一特征图、第二特征图以及初始融合图像，构建损失函数；基于损失函数训练图像融合模型；图像融合模型用于对石化气体对应的泄漏图像进行融合。本申请的特征度量的石化气体泄露图像融合方法，提升了石化气体的成像效果。
-
公开(公告)号：CN113780136B
公开(公告)日：2023-07-14
申请号：CN202111013478.4
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明的一种基于时空纹理识别的VOCs气体泄漏检测方法、系统及设备，包括以下步骤，S1：获取红外视频数据并对进行数据预处理；S2：从红外视频数据中提取一维时序特征数据，训练一维卷积神经网络分类器；S3：从红外视频数据中提取多帧存在VOCs泄漏的连续视频帧，使用视频帧训练二维加型时空神经网络分类器；S4：采样若干像素点的时空特征，使用一维卷积神经网络分类器，计算出平均泄漏置信度；当超过预设阈值时，将相关视频帧输入二维加型时空神经网络分类器，并输出预测结果。本发明充分利用时空纹理特征使用卷积神经网络对红外视频图像进行预筛查，随后再使用加型时空神经网络模型进行复检，从而在实现VOCs泄漏快速检测的同时显著降低计算性能需求。
-
公开(公告)号：CN113222328B
公开(公告)日：2022-02-25
申请号：CN202110320263.0
申请日：2021-03-25
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
-
公开(公告)号：CN113780135A
公开(公告)日：2021-12-10
申请号：CN202111012923.5
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明的一种跨场景的VOCs气体泄漏检测方法、系统及存储介质，包括以下步骤，获取存在VOCs泄漏和无泄漏的红外视频数据并对其进行数据预处理；采用GMM去除红外视频静态背景，提取出红外图像中疑似VOCs泄漏区域；对目标检测模型Faster RCNN神经网络模型进行预训练；通过已训练好的Faster RCNN神经网络模型，构造迁移学习中的源域特征数据集和目标域特征数据集；运用域自适应的迁移学习方法对GMM提取出的红外疑似VOCs泄漏区域进行识别。本发明能够克服现有方法的不足，充分利用红外视频中VOCs气体区域的领域知识对视频帧中的可疑烟雾区域分割，随后再使用Faster RCNN神经网络模型，运用迁移学习的方式对VOCs泄漏区域进行检测识别，从而降低计算性能需求和标记所带来的时间耗费。
-
公开(公告)号：CN113221976A
公开(公告)日：2021-08-06
申请号：CN202110454413.7
申请日：2021-04-26
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
Abstract: 本发明的一种基于时空光流网络的多视频帧黑烟柴油车检测方法及系统，包括基于获取到的视频，对包含检测目标的视频进行关键帧提取并处理；建立检测黑烟柴油车所需的模型，并训练模型；利用改进的LK时空光流网络分析连续视频帧间的联系，对视频动态区域进行捕捉和分割，筛选出疑似黑烟的区域；将框定的疑似包含黑烟的区域输入到已经训练好的目标检测模型中，进行二次检测；若最终检测出黑烟，则将排放黑烟的柴油车进行框选，并输出检测后的结果。本发明通过LK光流网络，建立连续多视频帧间的时空联系，以快速、高效地框选动态区域，有效减少静态区域非黑烟图像的识别和误检，再通过端到端的目标检测模型，保证视频黑烟检测的准确性和高效性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.04 seconds)
