-
公开(公告)号：CN118887088A
公开(公告)日：2024-11-01
申请号：CN202410438168.4
申请日：2024-04-12
Applicant: 中国矿业大学
IPC: G06T3/4053
Abstract: 本发明涉及图像超分辨率重建技术领域，具体涉及一种矿用边缘计算终端中轻量化图像超分辨率重建方法，包括：通过浅层特征提取模块对输入图像进行浅层特征提取；将浅层特征输入至多个堆叠的多尺度特征校准模块中进行深层特征提取；通过特征聚合模块聚合每个多尺度特征校准模块的输出，并与浅层特征相融合；将融合后的特征输入至图像重建模块进行图像重建，并输出重建后的超分辨率图像ISR。本发明通过多尺度特征校准模块对浅层特征进行处理，获得了更全面和信息更丰富的图像特征增，在图像重建中获得了更真实和更准确的结果。
-
公开(公告)号：CN118675108A
公开(公告)日：2024-09-20
申请号：CN202410911089.0
申请日：2024-07-09
Applicant: 中国矿业大学
IPC: G06V20/52 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/52 , G06V10/82 , G06V10/44 , G06V10/771 , G06N3/0464 , G06N3/045
Abstract: 本发明公开一种低光照下基于多级跨尺度信息交互的无人矿卡目标检测方法，包括数据集制作、检测模型构建、图片特征信息提取、特征信息融合阶段以及检测阶段，本发明减少了在特征融合过程中的信息丢失，确保不同尺度的特征能够有效融合，显著提升无人矿卡在复杂露天矿山场景中的目标识别性能。
-
公开(公告)号：CN118154655A
公开(公告)日：2024-06-07
申请号：CN202410387207.2
申请日：2024-04-01
Applicant: 中国矿业大学
IPC: G06T7/50 , G06T11/00 , G06T7/70 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06V10/80 , G06V10/44 , G06N3/08
Abstract: 本发明涉及三维场景感知技术领域，具体涉及一种矿井辅助运输车辆无人驾驶的单目深度估计方法,包括：对当前帧图像进行深度估计，获得深度图；将深度图、当前帧图像以及上下多帧图像输入至多帧位姿优化模块中获得相机相对位姿变化T0→final；结合T0→final和深度图进行图像重建，得到由当前帧图像投影到上下多帧视角的投影图像；计算光度重投影损失函数和次要损失函数，得到总损失，并进行多次学习迭代得到训练完成的深度估计网络模型；将单张图像作为训练完成的深度估计网络模型的输入，经模型预测后得到图像深度估计结果。本发明通过多帧位姿优化模块缓解了位姿估计不准确的问题，降低了矿井场景的影响，大幅提高了深度估计的精度。
-
公开(公告)号：CN112507941B
公开(公告)日：2024-05-10
申请号：CN202011499054.9
申请日：2020-12-17
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种面向矿井AI视频分析的跨视域行人重识别方法及装置，属于计算机视觉技术领域，解决了现有无监督行人重识别方法的精确度较低的问题。方法包括：获取源域数据集和目标域数据集；构建残差网络，将源域数据集和目标域数据集分别输入残差网络进行特征提取，得到源域数据集对应的特征和目标域数据集对应的特征并分别存储至存储器；基于源域数据集对应的特征和目标域数据集对应的特征得到第一损失函数；调节残差网络的参数，直至第一损失函数小于设定阈值时，得到残差网络的最优网络结构；将待重识别的目标图像输入残差网络的最优网络结构，得到待重识别的目标图像对应的行人信息。提高了行人重识别的精度。
-
公开(公告)号：CN116767180B
公开(公告)日：2023-11-07
申请号：CN202311076379.X
申请日：2023-08-25
Applicant: 中国矿业大学
IPC: B60W30/02 , B60W30/045 , B60W10/20 , B60W10/22 , B62D6/00 , B60G17/0165 , B60G17/016 , B62D101/00 , B62D113/00 , B62D137/00
Abstract: 本发明属于车辆动力学控制技术领域，尤其为一种车辆主动前轮转向与主动悬架系统协调控制方法，以路面不平度、车辆方向盘转角和车辆速度为输入特征，基于深度卷积神经网络决策模型，输出车辆行驶平顺性和操纵稳定性的控制权重；基于所获得的权重设计考虑行驶平顺性与操纵稳定性的车辆合作动态博弈成本函数，以主动前轮转向与主动悬架系统控制信号为设计变量，以主动前轮转向与主动悬架系统的执行机构几何限制为约束条件，基于车辆动力学模型建立主动前轮转向与主动悬架博弈模型；依据夏普利值进行收益分配，得到双方博弈对局中车辆最优控制策略，即获得车辆主动前轮转角和主动悬架作动力，实现对车辆主动前轮转向与主动悬架系统的动态协调控制。
-
Patent Agency Ranking
公开(公告)号：CN116767180A
公开(公告)日：2023-09-19
申请号：CN202311076379.X
申请日：2023-08-25
Applicant: 中国矿业大学
IPC: B60W30/02 , B60W30/045 , B60W10/20 , B60W10/22 , B62D6/00 , B60G17/0165 , B60G17/016 , B62D101/00 , B62D113/00 , B62D137/00
Abstract: 本发明属于车辆动力学控制技术领域，尤其为一种车辆主动前轮转向与主动悬架系统协调控制方法，以路面不平度、车辆方向盘转角和车辆速度为输入特征，基于深度卷积神经网络决策模型，输出车辆行驶平顺性和操纵稳定性的控制权重；基于所获得的权重设计考虑行驶平顺性与操纵稳定性的车辆合作动态博弈成本函数，以主动前轮转向与主动悬架系统控制信号为设计变量，以主动前轮转向与主动悬架系统的执行机构几何限制为约束条件，基于车辆动力学模型建立主动前轮转向与主动悬架博弈模型；依据夏普利值进行收益分配，得到双方博弈对局中车辆最优控制策略，即获得车辆主动前轮转角和主动悬架作动力，实现对车辆主动前轮转向与主动悬架系统的动态协调控制。
-
公开(公告)号：CN111639212B
公开(公告)日：2023-09-05
申请号：CN202010464038.X
申请日：2020-05-27
Applicant: 中国矿业大学
IPC: G06F16/583 , G06V10/77 , G06V10/50 , G06V10/30
Abstract: 本发明涉及一种矿用智能视频分析中的图像检索方法，属于图像检索技术领域，解决了现有技术检索准确率低、效率低，导致矿井安全生产视频监控中的异常行为和场景识别可靠性低的问题。该方法包括，对包含矿井异常信息的目标图像进行预处理获得相同的第一图像和第二图像；从第一图像中获得方差自适应量化颜色直方图；从第二图像中提取梯度信息和符号信息；将方差自适应量化颜色直方图、梯度信息及符号信息进行特征自适应融合获得目标图像的融合特征；对融合特征进行降维获得融合主特征；利用融合主特征在矿井视频所包含的多帧图像中进行检索以实时辨识矿井异常。该方法在提高检索效果的同时，提高了矿井异常监控效率，提升矿井的安全检测水平。
-
公开(公告)号：CN111814711B
公开(公告)日：2023-08-08
申请号：CN202010681652.1
申请日：2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统，属于矿井安全技术领域，解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理；并进行超像素分割，获得多个图像块；计算每一图像块的信息熵，获得信息熵大于第一预设阈值的图像块；利用SURF算法提取图像块的特征点，从而获取待分析图像的特征点集；采用Harr小波法对特征点集中的特征点进行描述，获得待分析图像的特征点描述符集；基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配，以确认矿井是否发生异常。该方法能够快速准确的检测矿井是否发生异常，有利于对矿井异常及时处理。
-
公开(公告)号：CN110232703B
公开(公告)日：2023-07-25
申请号：CN201910506528.9
申请日：2019-06-12
Applicant: 中国矿业大学
IPC: G06T7/246
Abstract: 本发明提出一种基于颜色和纹理信息的运动目标识别装置及方法，包括视频采集单元、显示单元、目标识别单元和PC控制单元，所述目标识别单元包括FPGA模块和数字信号处理模块，所述数字信号处理模块对FPGA模块预处理后的图像数据进行特征提取、信息融合以及进行目标识别计算，并将识别计算结果通过PC控制单元传输至显示单元；本发明通过利用在HSV颜色空间中对光照变化不敏感的H和S分量进行颜色特征信息的提取，可以提高对目标识别过程中对非均匀光照的鲁棒性，通过利用微分几何中的图像几何表面曲率结构对运动目标进行纹理特征信息的提取，可以提高照明不均匀、颜色背景相似条件下的运动目标的识别率。
-
公开(公告)号：CN110222661B
公开(公告)日：2023-04-07
申请号：CN201910507225.9
申请日：2019-06-12
Applicant: 中国矿业大学
Abstract: 本发明提出一种用于运动目标识别及跟踪的特征提取方法，包括以下步骤：图像输入并对输入的图像进行预处理、采用高斯核卷积函数来生成尺度空间金字塔、采用Hessian矩阵来检测特征点并对其粗定位、精确定位、提取图像几何表面的主方向和主曲率、根据主曲率计算特征点出的梯度和方向以及利用类似于HOG的方法对所得到的梯度幅值和方向信息进行统计和和标签；本发明通过利用高斯卷积函数构建尺度空间，可以提高所提取的特征点具有的尺度不变特性，能够准确获得精确定位的特征点，以及能够保证所得到的特征点的梯度幅值和方向信息不仅能够对光照具有很好的鲁棒性，且对于光照、旋转、尺度、视角和非刚性形变等变化具有很好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.041 seconds)
