-
公开(公告)号：CN116740060B
公开(公告)日：2023-10-20
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN116740060A
公开(公告)日：2023-09-12
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN115600941B
公开(公告)日：2023-03-21
申请号：CN202211577533.7
申请日：2022-12-09
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明属于建筑工业领域，具体涉及一种装配式预制件工厂的物料管理系统。其用于对装配式预制件工厂中物料的出入库过程进行数字化管理。该物料管理系统包括：电子标签、净重测量设备，云服务器，以及手持终端。其中，电子标签包括安装各个运输车辆上的第一标签和第二标签。净重测量设备包括称重机构和一个电子标签写入模块。云服务器内运行有一个库存数据库和一个基于机器视觉的离散物料检测计数模型。手持终端与云服务器进行通信连接并在二者间进行数据交互。手持终端内包含一个图像采集模块、一个电子标签读写模块，以及一个显示模块。解决现有装配式预制件工厂的物料管理依赖人工，库存数据更新不及时，数据容易发生错误等问题。
-
公开(公告)号：CN115597494B
公开(公告)日：2023-03-10
申请号：CN202211609954.3
申请日：2022-12-15
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明属于建筑质量检测领域，具体涉及一种基于点云的预制构件预留孔的精度检测方法、系统、设备。检测方法包括如下步骤：S1：利用深度相机对待测预制构件的各个结构面进行扫描。S2：生成预制构件对应结构面的单面点云。S3：对单面点云进行投影和像素优化，得到对应的二值化图。S4：识别预留孔。S5：将二值化图逆投影回点云进行点云降维度。S6：根据降维后的点云计算出每个预留孔的半径，再根据投影矩阵的逆反投影得出圆心；S7：将计算结果与BIM模型中的标准参数进行比对，进而判断预制构件是否合格。本发明解决了现有预制构件中预留孔的精度检测依赖人工，检测效率低，测结果误差较大等问题。
-
公开(公告)号：CN110188700B
公开(公告)日：2022-11-29
申请号：CN201910470515.0
申请日：2019-05-31
Applicant: 安徽大学
IPC: G06V40/20 , G06V10/80 , G06V10/766 , G06V10/82
Abstract: 本发明公开一种基于分组回归模型的人体三维关节点预测方法，包括以下步骤：采集人体2d关节点检测数据；将2d关节点坐标输入到相同结构的回归网络中并得到不同组的3d关节位置并将所得的关键三维位置合并为整体关节向量；通过BiLSTM构建关节点自约束网络和关节组自约束网络，然后将两个自约束网络输出的3d关节点进行累加得到微调后的3d预测关节；通过损失函数计算3d预测关节与3d关节之间的欧氏距离。本发明结合人体四肢关节运动独立性的特点采用分组回归的结构，将四肢和躯干划分入不同关节组中，分别预测各组内关节点的3d位置，同时为使预测结果更贴近真实人体姿态，利用BiLSTM设计人体关节自约束网络用于调整预测结果，提升准确度。
-
Patent Agency Ranking
公开(公告)号：CN115277181A
公开(公告)日：2022-11-01
申请号：CN202210883332.3
申请日：2022-07-26
Applicant: 安徽大学
IPC: H04L9/40
Abstract: 本发明属于信息科学领域，具体涉及一种基于自适应鲸鱼优化算法的验证系统破解方法，以及可以实施该破解方法的破解工具、破解装置。破解方法包括如下过程：S1：获取验证系统中至少一个注册用户的可撤销生物特征模板及对应的辅助数据。S2：随机生成多个生物特征样本构成所需的初始样本集。S3：利用初始样本集对验证系统进行尝试登录，直到满足破解目标。S4：在每个轮次的尝试登录过程结束后，采用自适应鲸鱼优化算法对初始样本集进行迭代更新。S5：在满足达到最大迭代次数，或输入的生物特征样本满足破解目标时，结束破解过程，并输出一组可以通过验证系统的输入信息。本发明解决了现有可撤销生物模板保护系统难以破解的问题。
-
公开(公告)号：CN109035196B
公开(公告)日：2022-07-05
申请号：CN201810498275.0
申请日：2018-05-22
Applicant: 安徽大学
Abstract: 针对清晰的纹理平坦区域由于缺乏高频信息，而容易被误检成模糊区域的问题，本发明提出了一基于显著性的图像局部模糊检测方法：将代表图像变换域特征的奇异值向量，反映图像高频信息的局部极值点与熵加权的池化DCT高频系数(HiFST系数)相结合，这两种类型的特征值相互补充，得到更好的特征向量，将得到的混合特征向量输入到BP神经网络进行训练得到模型后，通过预测得到初步结果，再与图像显著性检测相结合，通过图像的显著性约束得到进一步的检测结果，并通过双边滤波优化边缘信息得到最终的结果。在一个公开的大型数据集上进行的定性定量实验结果表明，本方法具有很好的模糊检测效果。
-
公开(公告)号：CN114004748A
公开(公告)日：2022-02-01
申请号：CN202111289499.9
申请日：2021-11-02
Applicant: 安徽大学
IPC: G06T3/40 , G06K9/62 , G06T5/50 , G06V10/764
Abstract: 本发明属于医学图像重构技术领域，公开了一种脑PET图像超分辨率方法、系统、设备及处理终端，所述脑PET图像超分辨率方法包括：获取带有标签的脑PET高分辨率图像数据集，将数据集分为训练集与测试集；对图像进行双三次下采样，得到低分辨率的训练集和测试集；在SRGAN生成器的残差块中加入简单注意力机制SimAm得到ARB，用ARB代替原有残差块；在生成器后加入分类器ResNet34，得到SRGAN_RC；将分类器的分类损失与SRGAN损失联合优化，用训练集训练网络；用高清测试集和低清测试集测试SRGAN_RC模型，评估网络性能。本发明通过引入医学先验知识与简单注意力机制，提高脑PET图像的分辨率。
-
-
公开(公告)号：CN106254345B
公开(公告)日：2019-06-04
申请号：CN201610632663.4
申请日：2016-08-04
Applicant: 安徽大学
Abstract: 本发明公开了一种移动终端语音通信完整性认证装置及其方法。方法包括认证信息处理；认证信息嵌入；认证信息提取。对于没有信道噪声的情况，使用精确的完整性认证：精确的完整性认证用改进的LSB信息隐藏算法隐藏认证信息，将处理后的认证信息嵌入到待嵌入语音的高频部分。对于存在信道噪声的情况，使用鲁棒的完整性认证：鲁棒的完整性认证将处理后的认证信息嵌入到待嵌入语音的DWT‑DCT域。在接收到的音频文件中提取信息，如果提取的信息和所述处理后的认证信息相同，则认为所述音频文件可信。本发明考虑到多种信道环境因素，针对认证信息的嵌入部分，提供了两种完整性认证方案——精确的完整性认证、鲁棒的完整性认证。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.025 seconds)
