-
公开(公告)号：CN110739070A
公开(公告)日：2020-01-31
申请号：CN201910918352.8
申请日：2019-09-26
Applicant: 南京工业大学
Abstract: 本发明涉及一种基于3D卷积神经网络的脑疾病诊断方法，包括：1）获取正常和疾病的MRI脑图像数据样本；2）样本预处理，包括脑组织提取以及样本标准化；3）设计用于脑疾病诊断的3D卷积神经网络；4）MRI脑图像作为3D卷积神经网络的输入，进行网络训练提取出特征建立分类诊断模型；5）待测人员MRI脑图像经过预处理后作为输入送到3D卷积神经网络诊断模型中，得到输出标签，判断是否患病。优点：1）使用3D卷积神经网络建立脑疾病诊断模型，从MRI脑图像中自动学习特征。构建多隐含层的深度学习模型由计算机自动获取精准、有效的特征，最终提高了诊断模型的精度和泛化能力。2）适用于阿尔兹海姆症、抑郁症、儿童多动症等多种不同类型脑疾病的诊断。
-
公开(公告)号：CN109357630B
公开(公告)日：2019-10-18
申请号：CN201811273893.1
申请日：2018-10-30
Applicant: 南京工业大学
IPC: G01B11/24
Abstract: 本发明提供了一种多类型工件批量视觉测量系统及方法，属于工业检测自动化领域。本发明的测量系统由包括数据处理终端、工件检测单元、图像获取单元、和控制单元等部分组成。本发明的测量方法包括判断待测工件是否放入检测平台，获得局部深度图像，获得全局图像，识别工件种类及数量，完成测量任务所要求尺寸参数测量等步骤。本发明能够同时对多种类、多数量工件同时检测，相较于传统测量手段，在测量工件类型、数量、速度和精度等方面都有显著提高。
-
公开(公告)号：CN106338245A
公开(公告)日：2017-01-18
申请号：CN201610670966.5
申请日：2016-08-15
Applicant: 南京工业大学 , 南京中车浦镇工业物流有限公司
IPC: G01B11/00
CPC classification number: G01B11/00
Abstract: 本发明一种工件非接触移动测量方法，测量原理为首先控制测量小车到达指定位置，利用工业测量相机，对被测工件及其编码标志点进行拍照采集，确定工件的摆放角度；然后根据所获得的图像信息，结合预先输入的待测参数位置信息，确定待测区域的大致位置和范围；引导机械臂上的激光扫描仪对待测区域进行扫描，对点云数据处理后计算被测参数，如长度、孔心距、圆心、半径、曲率等。本发明将激光扫描仪、机械臂等装置架构在测量小车上，构建了一个可移动的非接触测量平台，能够满足对同一工厂内多类型复杂工件及其各类参数的测量，适用性广，工作效率高。
-
公开(公告)号：CN105979220A
公开(公告)日：2016-09-28
申请号：CN201610453943.9
申请日：2016-06-21
Applicant: 南京工业大学
CPC classification number: H04N7/181 , G08B21/043 , G08B21/0453
Abstract: 本发明公开了一种家居养老监控智能移动小车、监控系统及其监控方法，属于家庭智能监控领域。本发明的一种家居养老监控系统，包括全方位云台高清摄像装置、穿戴式无线生理传感装置、信息存储及处理决策中心、智能移动小车，全方位云台高清摄像装置和智能移动小车相互配合根据老人位置信息进行跟踪监控，并采集老人视频信息传输给信息存储及处理决策中心；信息存储及处理决策中心整合分析接收到的信息并作出判断决策，当老人出现异常时，作出呼叫医疗机构及通知家人的决策。本发明可以对老人动态进行精确、全面监控，且能对老人异常情况进行多信息的融合判定，避免出现虚假报警情况，提高了监控系统准确性。
-
公开(公告)号：CN118736481A
公开(公告)日：2024-10-01
申请号：CN202410674484.1
申请日：2024-05-28
Applicant: 南京工业大学
IPC: G06V20/52 , G06V20/40 , G06V10/774 , G06V10/44 , G06V10/80 , G06V20/60 , G06V40/10 , G06V10/46 , G06V10/82
Abstract: 本发明申请提供一种实验室场景下，化学实验操作的规范性评判方法及系统，包括：采集多视角多场景规范操作视频与实验仪器、器皿图片，制作数据集并训练识别模型；将完整视频流划分为多个实验阶段，并得到实际实验操作的顺序，根据实验标准操作流程顺序评判流程规范性，得到第一评判结果；确定实验子流程中的实验操作持续时间，确定手部相对实验仪器的抓握位置，根据操作持续时间和操作仪器的抓握位置进行规范性评判，得到第二评判结果；提取手部骨骼关键点，利用模型分类得到动作类别，并对手部细节操作动作进行规范性评价，得到第三评判结果；对多个评判过程依次获取评判结果，并根据多个评判结果综合得出整体操作评价。通过本申请，能够对实验漏操作、误操作、操作顺序错误进行自动识别，提高实验操作规范性评判的效率和监管能力。
-
Patent Agency Ranking
公开(公告)号：CN110634140B
公开(公告)日：2022-11-04
申请号：CN201910940328.4
申请日：2019-09-30
Applicant: 南京工业大学
IPC: G06T7/00 , G06T7/13 , G06T7/60 , G06T7/62 , G06T3/60 , G06V10/764 , G01N21/954
Abstract: 本发明公开了一种基于机器视觉的大直径管状物定位及内壁缺陷检测方法，属于工业自动化检测领域。采用导航小车通过工业机械臂把图像采集设备输送到待测大直径管状物的端面上方，采集待测图像，传输至终端，终端内的图像处理模块获取大直径管状物的空间的坐标信息，图像采集设备和工业机械臂手眼标定，经过坐标转化，定位管状物的圆心位置，使得图像中的坐标转化成工业机械臂中的坐标，工业机械臂按照预设路径。搭载高精度扫描仪采集大直径管状物内壁的3维图像信息，图像处理模块计算出大直径管状物缺陷信息，并判断缺陷类型，以此可以实现对多个大直径管状物内壁的检测，全程不需要人工参与，大大提高检测自动化程度。
-
公开(公告)号：CN115100563A
公开(公告)日：2022-09-23
申请号：CN202210670701.0
申请日：2022-06-14
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于混合现实技术与人体动作行为等生物特征识别技术的智能场景系统，属于视频分析、模式识别及混合现实领域。包括以工业现场数据采集模块、双向传输及影像展示机制和数据处理中心为主体的基础架构，以及根据不同场景实际需求可个性化添置更改的动态模块空间；利用AR智能眼镜和工业工厂的摄像头装置获取现场工作图像与视频数据；采用通讯服务搭建的人机交互通道，将图像视频传递至后端数据处理中心，经过视频分析处理后再将反馈意见传输至现场工作人员；对有异常信息反馈的情况，现场工作人员选择是否接通专家系统等方式，进行实时监控生产质量。所述系统可以根据实际情况进行功能模块增减调整，以适应多种场景应用。本发明面向工业领域对视频应用需求，实现生产过程实时交互与监测的智能场景。
-
公开(公告)号：CN106027978B
公开(公告)日：2019-02-05
申请号：CN201610447391.0
申请日：2016-06-21
Applicant: 南京工业大学
Abstract: 本发明公开了一种智能家居养老的视频监控异常行为方法，属于模式识别、计算机视觉技术领域。本发明的监控系统包括：双镜头监控摄像头、视频处理节点以及通讯中心，该系统通过双镜头监控摄像头实时监控室内活动情况；通过视频处理节点识别处理异常行为，并依据人脸表情作为辅助识别，检测是否出现异常行为活动；然后由通讯中心给用户发送异常行为警告信息。本发明可以实时监控人体活动状态，在出现异常情况时发出警报，具有应用范围广、安全性高、识别稳定可靠等优点。
-
公开(公告)号：CN106441087A
公开(公告)日：2017-02-22
申请号：CN201610673414.X
申请日：2016-08-15
Applicant: 南京工业大学 , 南京中车浦镇工业物流有限公司
IPC: G01B11/00
CPC classification number: G01B11/00
Abstract: 本发明一种基于图像处理的工件多尺寸多参数测量方法，在测量平台下实现待测对象的多尺寸多参数测量。本平台由处理软件、扫描仪、摄像头、直线电机、运动滑轨等组成。测量一批工件前，通过控制软件输入所需参数，并与预先设定好的阈值进行对比，根据测量参数特点，启用不同的处理模块。在选择好应对方法后，通过相机的拍摄和软件预设的参数估算待测区域的位置，由直线电机通过滑轨带动扫描仪对工件进行扫描，得到点云数据后，计算各参数的绝对值。本发明的目的在于构建通用的测量平台，降低成本和测量时间，同时满足了子测量的精度要求。
-
公开(公告)号：CN113011322B
公开(公告)日：2023-09-05
申请号：CN202110286753.3
申请日：2021-03-17
Applicant: 贵州安防工程技术研究中心有限公司 , 南京工业大学
IPC: G06V20/40 , G06V20/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种监控视频特定异常行为的检测模型训练方法及检测方法，属于视频处理技术领域。在训练模型时，包括：将数据集中每个训练视频均分成数量相等的视频片段，构成正例包和负例包；将视频片段输入预训练好的特征提取网络提取视频特征；将所提取的视频特征输入串联的至少一个全连接层，得到视频片段特征；利用所得到的视频片段特征构造无向图，将无向图输入串联的至少一个图卷积神经网络层得到异常得分；根据异常得分，计算正负样本之间的排序损失，并更新权重，完成至少一个全连接层和至少一个图卷积神经网路层的训练。检测时，利用所训练出的模型进行检测。本发明能够对视频监控中特定异常行为进行较好的检测，并具有较快的检测速度。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.025 seconds)
