公开(公告)号：CN115063659B

公开(公告)日：2025-01-10

申请号：CN202210702521.6

申请日：2022-06-21

Applicant: 煤炭科学研究总院有限公司

Inventor： 杨国奇 ,  程健 ,  李和平 ,  孙大智 ,  李昊 ,  许鹏远 ,  马永壮 ,  闫鹏鹏

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本公开提出一种基于多特征层融合的煤矸石的检测方法及装置，涉及煤炭技术领域，其中，所述方法包括：获取待检测的第一图像，其中，所述第一图像为采集的煤炭图像数据；将所述第一图像输入至训练完成的图像识别模型中，以确定所述第一图像中每个像素点对应的概率值，其中，所述图像识别模型中包含多个深度可分离卷积层DSC及多个网络层，所述网络层用于将多个DSC提取的特征进行融合；根据每个所述像素点对应的概率值，确定所述第一图像中是否包含煤矸石。由此，在获取到待识别的煤炭图像之后，可以利用已训练完成的图像识别模型，对其进行处理，以确定出该图像中每个像素点对应的概率值，之后根据概率值可以确定出该图像中是否包含煤矸石，无需人工进行，即可实现煤矸石的检测，提高了效率，节省了时间。

公开(公告)号：CN113778644B

公开(公告)日：2024-01-26

申请号：CN202110949517.5

申请日：2021-08-18

Applicant: 煤炭科学研究总院有限公司

Inventor： 杨国奇 ,  程健 ,  王凯 ,  许鹏远 ,  闫鹏鹏

IPC: G06F9/48 ,  G06F9/50

Abstract: 本公开公开了一种任务的处理方法、装置、设备及存储介质，涉及人工智能技术领域，具体实现方案为：任务的处理方法，其特征在于，包括：获取待执行的任务；对所述待执行的任务进行解析，以确定所述待执行的任务的类型；根据所述待执行的任务的类型，确定所述待执行的任务的处理模式；基于所述处理模式，将所述待执行的任务进行处理。由此，可以根据任务的类型确定当前的处理模式，从而避免带来资源浪费，将任务异步处理且处理速率可调，避免出现任务堆积和请求响应等问题。

公开(公告)号：CN114814916B

公开(公告)日：2023-09-26

申请号：CN202210348199.1

申请日：2022-04-01

Applicant: 煤炭科学研究总院有限公司

Inventor： 孙闯 ,  程健 ,  许鹏远 ,  王广福 ,  周天白 ,  张晓雨 ,  田文龙

IPC: G01S19/43

Abstract: 本公开提出一种地表裂缝定位方法、装置及电子设备，方法包括：获取基于RTK技术采集的待测地表的裂缝数据，并根据裂缝数据确定待测地表的实际裂缝信息，并判断实际裂缝信息是否符合理论裂缝信息，其中，理论裂缝信息与待测地表的地质情况相关，以及在实际裂缝信息符合理论裂缝信息时，根据实际裂缝信息确定待测地表的裂缝位置，否则重新采集裂缝数据，能够引入地质情况的理论信息对实际裂缝测量结果的准确性进行判断，因此可以避免裂缝漏测的情况发生，此外采用RTK技术还可以提高测量的精度。从而提升地表裂缝定位的准确性。

公开(公告)号：CN115937905A

公开(公告)日：2023-04-07

申请号：CN202310109704.1

申请日：2023-02-02

Applicant: 煤炭科学研究总院有限公司

Inventor： 马永壮 ,  程健 ,  李昊 ,  孙大智 ,  杨国奇 ,  许鹏远

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/084 ,  G06N3/0455

Abstract: 本公开提出一种行人检测模型训练方法、装置以及存储介质，包括：获取训练样本图像，并利用特征金字塔网络对训练样本图像进行处理，以得到特征金字塔，并将特征金字塔转化为图像块线性嵌入序列，并将图像块线性嵌入序列输入至预先构建的Transformer网络，以输出多个预测框的位置及置信度，并基于训练样本图像中实际框的位置及置信度，和预测框的位置及置信度，计算目标损失值，以及根据目标损失值进行反向传播，以更新网络权重，能够将特征金字塔网络与Transformer网络进行由粗到精的级联，使网络学习到行人图像中各个维度的特征，使之能够适应各种场景、环境下的检测和定位任务，提高行人检测和定位的准确性。

公开(公告)号：CN114663299A

公开(公告)日：2022-06-24

申请号：CN202210195501.4

申请日：2022-03-01

Applicant: 煤炭科学研究总院有限公司

Inventor： 孙大智 ,  程健 ,  李昊 ,  马永壮 ,  许鹏远 ,  杨国奇

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/90 ,  G06N3/04

Abstract: 本申请提出了一种适用于煤矿井下的图像去雾模型的训练方法及其装置，涉及图像处理技术领域。该方法包括：获取尘雾环境下的第一尘雾样本图像和非尘雾环境下的无雾样本图像；对无雾样本图象进行加雾处理，生成加雾图像；获取第一尘雾样本图像的深度信息图；基于深度信息图和加雾图像，获取第二尘雾样本图像；基于第一尘雾样本图像和第二尘雾样本图像对图像去雾模型进行训练，生成目标图像去雾模型。本申请实施例中，针对煤矿井下等尘雾环境下，监控图像模糊、对比度低、细节不清的特点，采用深度学习的方法解决雾尘浓度大、光照不均匀的问题，可以提高图像的清晰度，便于视觉观察和识别特征的提取。