-
公开(公告)号:CN114533040B
公开(公告)日:2024-04-09
申请号:CN202210029970.9
申请日:2022-01-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种固定空间内人员特定活跃度的监测方法,包括以下步骤:步骤1、采集目标人员的红外热成像视频;步骤2、采用目标检测算法在红外热成像图像上定位目标人员,并计算其图像移动速度;步骤3、从目标检测算法检测到的目标人员区域图像上读取最高温度;步骤4、根据目标人员的图像移动速度与最高温度值得到目标人员的活跃度。本发明得到的目标人员活跃度的检测结果可被用于人员行为模式识别,实现老人呆坐、儿童剧烈奔跑、室内打斗等高阶监测功能。活跃度计算方法中包含了人体温度数据,使得目标人员原地运动等行为也能被有效识别,并能与静坐进行区分。
-
公开(公告)号:CN116385378A
公开(公告)日:2023-07-04
申请号:CN202310272080.5
申请日:2023-03-20
Applicant: 北京京仪仪器仪表研究总院有限公司
IPC: G06T7/00 , G06V10/24 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于图像的液压机构漏油检测方法和系统,解决了人工监控漏油的方式,存在率极低、易误检漏检等问题,其主要方案包括:S1、构建神经网络模型,对液压机构管道节点的监控视频进行图像采集,将采集到的图像样本筛选分类后输入至神经网络模型以训练获得可完全监测漏油情况的模型;S2、确认需要检测的多处液压机管道节点,利用S1中获得的神经网络模型进行实时监测;S3、依据液压机构所处状态,结合机器视觉算法对油液形成时间以及累积量进行定量测量,液压机构所处状态包括准静态与运动状态,运动状态下油液测量回溯是否由多滴油液汇合而成;S4、输出检测结果并对漏油处发出警报。
-
公开(公告)号:CN114533040A
公开(公告)日:2022-05-27
申请号:CN202210029970.9
申请日:2022-01-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种固定空间内人员特定活跃度的监测方法,包括以下步骤:步骤1、采集目标人员的红外热成像视频;步骤2、采用目标检测算法在红外热成像图像上定位目标人员,并计算其图像移动速度;步骤3、从目标检测算法检测到的目标人员区域图像上读取最高温度;步骤4、根据目标人员的图像移动速度与最高温度值得到目标人员的活跃度。本发明得到的目标人员活跃度的检测结果可被用于人员行为模式识别,实现老人呆坐、儿童剧烈奔跑、室内打斗等高阶监测功能。活跃度计算方法中包含了人体温度数据,使得目标人员原地运动等行为也能被有效识别,并能与静坐进行区分。
-
公开(公告)号:CN114257736A
公开(公告)日:2022-03-29
申请号:CN202111336700.4
申请日:2021-11-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明属于工件测量技术领域,涉及一种工件自适应拍摄方法,包括以下步骤:S1、前置模块检测工件的位置和尺寸,并将检测结果传送至后置模块;S2、所述后置模块根据前置模块的检测结果,通过位移平台调整摄像头三到最优的拍摄位置。本发明具有以下有益技术效果:a、因前置模块与后置模块之间可以预留非常大的空间距离,可以确保后置模块有足够的时间通过位移平台调整摄像头三的位置,并使得图像对焦准确。b、位移平台具有相当大的位移调整范围,使得摄像头三的对焦范围很大,这是相对于常见变焦镜头的突出优点。c、通过前置模块的预检测,能够实现对传送带上的每一件工件都设置最优的拍摄位置。
-
公开(公告)号:CN113971435A
公开(公告)日:2022-01-25
申请号:CN202111001520.0
申请日:2021-08-30
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明属于果蔬检测技术领域,涉及一种融合糖度和霉心病光谱信息的果蔬无损检测方法,包括:分别采集糖度和霉心病光谱数据;对光谱数据标注标签,构建数据集;设置以数据集作为输入的双模态神经网络回归模型;采用训练集训练双模态神经网络回归模型,并优化,得到训练好的双模态神经网络回归模型;利用训练好的双模态神经网络回归模型对苹果是否存在霉心病和苹果的糖度值进行预测。本申请实现同时检测糖度和霉心病的功能,与单一检测糖度或霉心病的其他方法比较,利用了更多的光谱信息,能够得到更准确的预测结果;只需一次检测,即可同时得到糖度和霉心病的信息,有利于简化检测流程。
-
公开(公告)号:CN113970552A
公开(公告)日:2022-01-25
申请号:CN202111128074.X
申请日:2021-09-26
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种结合激光散斑和Kmeans聚类算法的苹果无损检测方法,包括:1、采用激光散斑测量方法,获取N个苹果的散斑位移,计算N个苹果的共振频率;2、采用标准的Kmeans聚类算法,对N个苹果的共振频率进行中心聚类计算;3、获取待检测苹果的共振频率,根据步骤2的中心聚类结果判断待检测苹果的缺陷类别。本发明具有较强的泛化能力,基于计算机视觉的方法只能对预先标注的缺陷类型进行检测,而本发明对任何能引起苹果共振频率变化的缺陷类型都适用。通过选择高阶共振频率并结合降噪技术,使得本发明提出的新方法具有很强的抵抗噪声能力,适用于环境不可控的各种实际工况,这是有别于传统计算机视觉方法的突出优点。
-
-
-
-
-