-
公开(公告)号：CN109801302A
公开(公告)日：2019-05-24
申请号：CN201811531451.2
申请日：2018-12-14
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于双目视觉的高压输电线路异物检测方法，该方法是在输电线路正下方布置双目摄像头，对双目摄像头进行标定得到内外参数，令双目摄像头呈仰角拍摄输电线路图像，并通过云台调整双目摄像头的仰角大小，以实现对输电线路更广泛的范围监测；然后对双目摄像头采集的图片进行预处理，获取图像中输电线路ROI区域，并通过概率Hough直线检测提取左视图和右视图中的输电线路，对输电线路进行三维重建，获得输电线路的空间直线方程；对ROI区域图像提取特征点，获取特征点空间坐标，计算特征点到输电线路拟合的空间直线的欧式距离判断输电线路上是否存在异物。本发明可以实现对输电线路的安全的实时监控，保障输电供电安全。
-
公开(公告)号：CN113887575B
公开(公告)日：2024-04-05
申请号：CN202111066154.7
申请日：2021-09-13
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06F18/214 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于自适应图卷积网络的图数据集增强方法，包括步骤：1)构建自适应图卷积层；2)利用自适应图卷积层构建自适应图卷积网络；3)整理待增强的图数据集，将其用于自适应图卷积网络训练；4)利用训练完的自适应图卷积网络生成增强矩阵；5)利用增强矩阵对待增强的图数据集进行图数据增强，得到增强后的图数据集。本发明利用了自适应图卷积网络的邻接矩阵扩充图数据集，可以很好解决计算机视觉任务中图数据不足的问题。
-
公开(公告)号：CN115115590B
公开(公告)日：2024-03-08
申请号：CN202210716751.8
申请日：2022-06-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/26 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82
-
公开(公告)号：CN117173096A
公开(公告)日：2023-12-05
申请号：CN202310903918.6
申请日：2023-07-21
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06V10/25 , G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种改进YOLOv8网络的车门表面缺陷检测方法，包括：采集车门表面图像，自定义构建数据集，对数据集进行图像预处理，对针孔缺陷图像和对钣金缺陷图像进行数据增强，按比例划分训练集、验证集、测试集；用训练集训练改进YOLOv8网络，并采用验证集验证；采用测试集进行测试；本发明通过改进YOLOv8网络对车门表面图像的特征信息进行提取，由于引入改进的残差模块、改进的特征融合方式以及改进的CBAM注意力模块，有效地克服了在训练过程中车门表面缺陷的不平衡对网络性能的影响，不仅大幅度减少了网络的参数量和计算量，实现了实时检测、精确检测、轻量化三者平衡，而且能够延伸至更多的缺陷检测场景之中，在工业界具有广阔的应用前景。
-
公开(公告)号：CN113673560B
公开(公告)日：2023-06-09
申请号：CN202110799095.8
申请日：2021-07-15
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06V10/774 , G06V40/20 , G06V40/10 , G06V10/82 , G06N3/0464 , G06F17/16
Abstract: 本发明公开了一种基于多流三维自适应图卷积的人体行为识别方法，包括：1)采集包含人体的视频，构建训练集；2)利用训练集构建自适应空间域注意力矩阵SAM和自适应时间域注意力矩阵TAM；3)构建自适应空间域注意力图卷积模块ASAGCM、自适应时间域注意力图卷积模块ATAGCM、三维时空域图卷积模块GCN‑3d；4)构建自适应图卷积层；5)利用自适应图卷积层构建自适应图卷积网络；6)利用自适应图卷积网络构建多流三维自适应图卷积网络；7)利用训练集训练多流三维自适应图卷积网络；8)利用训练后的多流三维自适应图卷积网络对视频中的人体进行行为识别。通过本发明可有效提升人体行为种类识别的准确度，为各种计算机视觉处理应用打下了良好的基础。
-
Patent Agency Ranking
公开(公告)号：CN111368661B
公开(公告)日：2023-05-09
申请号：CN202010114878.3
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像增强方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)利用伽马校正拉伸图像的灰度分布，增强滤波后的图像纹理区分度，以进一步增强滤波后的纹理像素值，完成手指静脉图像增强。本发明有效避免了采集时设备噪声和手指脏污的影响，同时避免了背景环境光照导致的对比度不佳的情况，通过方向谷滤波器增强静脉纹路的响应，有效解决低对比度情况下手指静脉图像增强的问题。
-
公开(公告)号：CN111401144B
公开(公告)日：2023-04-07
申请号：CN202010118905.4
申请日：2020-02-26
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于视频监控的手扶电梯乘客行为识别方法，包括步骤：1)使用关键点提取方法对手扶电梯行为数据集进行骨架提取，并打上标签；2)将提取的骨架划分训练集和验证集；3)搭建合适的图卷积神经网络；4)使用数据集对图卷积神经网络进行训练，并保存最佳的网络模型；5)对手扶电梯场景的图像使用关键点提取方法进行人体关键点提取，并使用行人跟踪方法对行人进行跟踪，得到每个乘客在不同帧的骨架坐标及其置信度；6)将每一帧中的所有乘客的骨架坐标及其置信度输入到训练好的最佳模型中进行行为分类；7)对同一个乘客的行为序列，使用滑动窗统计的方法对其进行滤波，决策出最后的行为。本发明可有效实现对手扶电梯监控视频的行为识别。
-
公开(公告)号：CN111047554B
公开(公告)日：2023-04-07
申请号：CN201911104286.7
申请日：2019-11-13
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于实例分割的复合绝缘子过热缺陷检测方法，包括步骤：1)数据集的构建与标注；2)利用数据增强算法对图像进行数据扩充；3)改进深度神经网络实例分割模型，以匹配特定复合绝缘子场景下的数据集并训练；4)利用红外摄像仪获取原始热红外图像，导入训练好的模型，分割得到初步ROI区域，并进行优化；5)从原始热红外图像中获取含有图中每一像素点温度的温度分布矩阵；6)根据最终的ROI区域的坐标从温度分布矩阵中提取相对应的温度信息，找到最高温及其位置，计算最高温与参考环境温度的温差，通过看温差有没有超过阈值来进行复合绝缘子是否存在过热缺陷的判断。通过本发明可以提高复合绝缘子过热缺陷检测的准确率。
-
公开(公告)号：CN114066993A
公开(公告)日：2022-02-18
申请号：CN202111238865.8
申请日：2021-10-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于机器视觉的配电柜控制面板分割方法，包括步骤：1)对相机进行标定，获得相机的内参数、外参数和畸变参数，校正镜头畸变，采集配电柜控制面板的图像并校正；在配电柜控制面板上测量编号牌长与宽的值，得到长宽比ω；2)对相机校正后的图像进行预处理，对外框及编号字符区分别进行定位和唯一匹配。本发明主要通过图像处理技术分别确定每一个配电柜柜面和编号的位置，再对其进行一对一的匹配，整个方法高效可靠，准确高。
-
公开(公告)号：CN114066729A
公开(公告)日：2022-02-18
申请号：CN202111223961.5
申请日：2021-10-19
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种可恢复身份信息的人脸超分辨率重建方法，包括：1)准备训练数据，包括低分辨率输入图像、高分辨率目标图像和目标面部掩膜；2)构建人脸超分辨率网络，由相互协作的主、副两个分支组成；3)将低分辨率图像送入步骤2)中网络，得到高分辨率图像和副分支输出的面部掩膜；4)计算总损失，其包括掩膜像素损失、面部掩膜损失和感知特征损失；5)根据步骤4)中的总损失对网络参数进行优化和更新；6)验证步骤5)中的网络性能是否达标，若达标，则停止训练；若不达标，则重复步骤1)‑6)。本发明解决了现有的人脸超分辨率重建方法生成的人脸图像识别率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.028 seconds)
