-
公开(公告)号：CN114581843B
公开(公告)日：2024-04-26
申请号：CN202210161104.5
申请日：2022-02-22
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: G06V20/52 , G06V20/40 , B66B29/00 , G06V10/778
Abstract: 本发明公开了一种基于深度学习的扶梯乘客危险行为识别方法，通过位于扶梯楼层板上方的摄像机拍摄含有乘客的扶梯视频段，使用目标检测、跟踪及关节点提取算法获得骨架序列，对骨架序列进行归一化、插帧处理制作数据集，同时将2S‑AGCN网络进行改进以提高骨架关节点连接的合理性，增强模型拟合能力，以用于对骨架序列进行行为分类，并对训练集进行数据扩增后训练该网络模型，在测试阶段，使用插帧及归一化方法保证数据分布与训练集一致，且根据连续多帧的分类结果决定当前帧乘客的行为类别，最终得到稳定的扶梯乘客危险行为识别结果。本发明可以快速准确的判断扶梯上是否存在乘客出现危险行为，保护乘客的人身安全不受威胁。
-
公开(公告)号：CN113888590B
公开(公告)日：2024-04-16
申请号：CN202111066330.7
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: G06T7/246 , G06T5/90 , G06T5/60 , G06V10/44 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于数据增强和孪生网络的视频目标跟踪方法，包括步骤：1)设置视频中的跟踪目标模板和待搜索区域；2)利用数据增强模块对跟踪目标进行数据增强得到数据增强后的目标模板；3)使用孪生网络提取数据增强后的目标模板的特征图和提取待搜索区域的特征图；4)利用数据增强后的目标模板的特征图和搜索区域的特征图进行匹配得到响应图；5)获取响应图中响应值最大的位置预测目标位置。本发明利用数据增强模块增加视频中待跟踪目标的多样性后，利用孪生网络对视频序列中的目标进行跟踪，使得在遇到跟踪目标有较大形变、光照变化、背景杂乱等干扰等情况时，仍然能保证优异的性能。
-
公开(公告)号：CN117333854A
公开(公告)日：2024-01-02
申请号：CN202311257362.4
申请日：2023-09-27
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: G06V20/60 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种具有抗扰能力的指针刻度分割仪表读数方法，包括：1)对表盘图片中的指针和刻度进行掩模标注；2)结合噪声的应用场景，设计改进Mask R‑CNN；3)对训练数据进行抗扰数据增强；4)将训练数据输入改进Mask R‑CNN进行训练得到最佳预测模型；5)利用最佳预测模型得到指针和刻度掩模；6)将指针掩模拟合成指针直线；7)指针直线将刻度掩模分成两部分，根据这两部分的面积比例对仪表进行读数。本发明利用了抗噪数据增强和实例分割方法，获取表盘中的指针和刻度的掩模，并用拟合的指针直线分割刻度掩模进行读数，具有良好的通用性和精度，可在噪声条件下完成有效的仪表读数。
-
公开(公告)号：CN109502468B
公开(公告)日：2023-09-22
申请号：CN201811531438.7
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
IPC: B66B29/06
Abstract: 本发明公开了一种滑动式免供电无线报警自动扶梯梳齿板安全装置，包括前端固定有一排叶状梳齿的活动梳齿板、前沿踏板、缓冲弹簧、免供电无线发射模块及无线接收模块，其中，所述活动梳齿板的后端设计成凸形结构，所述前沿踏板与活动梳齿板后端相衔接的一端形成有用于容纳上述凸形结构的凹槽，所述活动梳齿板的后端嵌插入前沿踏板的凹槽中，所述免供电无线发射模块和缓冲弹簧内置在凹槽中，所述免供电无线发射模块与活动梳齿板的后端保持间距，所述无线接收模块安装在自动扶梯的控制器中，并与免供电无线发射模块形成无线连接。本发明能够有效解决当自动扶梯被异物卡住时，自动扶梯能够立即停止运行，提高自动扶梯的安全可靠性。
-
公开(公告)号：CN113673508B
公开(公告)日：2023-05-26
申请号：CN202110855209.6
申请日：2021-07-28
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: G06V30/19 , G06V30/146 , G06V30/148 , G06V10/82 , G06N3/0464 , G06T3/60 , G06T5/00 , G06T5/30 , G06T7/11
Abstract: 本发明公开了一种指针式仪表图像数据合成方法，包括：1)构建表盘定位数据集和准备待增强数据集，训练表盘检测网络，使用网络输出表盘图像；2)量程量纲数据集的构建，训练字符识别网络，使用网络输出量程量纲的文字信息；3)下载不同风格字符数据集，训练字符生成GAN网络，使用网络输出新的量程量纲图像替换原量程量纲图像，输出量程量纲增强表盘图像；4)指针刻度数据集的构建，训练Mask R‑CNN网络，使用网络输出指针刻度的掩模，对指针和刻度进行形态学变换，对指针进行旋转，生成新的指针图像和刻度图像，输出指针刻度增强表盘图像，嵌入原仪表图像表盘位置。本发明具有多样性、灵活性以及在不同背景下有更好的泛化能力，扩增可供读数仪表数据。
-
Patent Agency Ranking
公开(公告)号：CN111401358B
公开(公告)日：2023-05-09
申请号：CN202010114874.5
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
IPC: G06V30/146 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于神经网络的仪表表盘校正方法，包括步骤：1)仪表表盘数字数据集的构建与预处理；2)针对识别对象及应用场景的特点，设计匹配的神经网络；3)对设计的神经网络模型装载训练参数进行训练，训练过程中进行在线数据增强，训练完毕后得到数字定位模型；4)将待识别的仪表表盘图像经预处理后输入已训练的数字定位模型中，得到图像中数字的位置与类别实现仪表表盘数字粗定位，使用图像处理技术进行数字精定位；5)利用数字精定位位置信息使用图像处理技术进行椭圆拟合以及特征点位置提取；6)由特征点位置求取变换矩阵，通过仿射变换完成仪表表盘校正。本发明可在保证泛化能力的同时得到高精度的仪表表盘校正效果。
-
公开(公告)号：CN111291709B
公开(公告)日：2023-05-09
申请号：CN202010114880.0
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质量评价方法，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)设置阈值，对纹理增强后的图像进行二值化处理，得到手指静脉二值图像；6)利用连通域信息，对手指静脉二值图进行连通域分析，去除面积小于阈值区域，并统计剩余区域面积，获得图像质量分数。本发明可有效地反映了采集到的手指静脉图像质量，从而有效解决没有通用的手指静脉图像质量评价方法的问题。
-
公开(公告)号：CN113076899B
公开(公告)日：2023-04-07
申请号：CN202110387931.1
申请日：2021-04-12
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: G06V20/40 , G06V10/44 , G06F18/214 , G06F18/24 , G06N3/0464
Abstract: 本发明公开了一种基于目标跟踪算法的高压输电线路异物检测方法，包括：输电塔上摄像装置的安放和数据传输；高压输电线异物的收集和标注；训练yolov5模型，并进行优化；对检测范围使用Hough直线检测，得出高压输电线路大致范围；对视频流进行检测，使用soft‑nms算法对检测结果进行优化，并选取待跟踪的目标；基于DeepSort目标跟踪算法，使用卡尔曼滤波预测跟踪目标位置；使用匈牙利算法对预测目标和检测目标求关联度，并进行匹配；根据已有的跟踪目标轨迹，得出其是否会达到高压输电线路区域；根据跟踪目标的最终位置，得出其是否是影响高压输电线路的异常目标。该方法能够实现及时，精确的检测出接近和附着在输电线路上的异物，并快速发出报警。
-
公开(公告)号：CN113076904B
公开(公告)日：2022-11-29
申请号：CN202110403803.1
申请日：2021-04-15
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于深度学习的室外停车场空余车位检测方法，通过位于停车场上方的高空摄像头采集图片，对PSPNet网络模型改进用于提取图像中的车位线，通过直线检测及轮廓提取，并结合相应的车位线填补方法获得图像中所有车位的位置，改进YOLOv3网络模型以检测图像中的所有车辆，并记录其位置，将车位与车辆进行匈牙利匹配，根据车位是否匹配成功以及匹配成功双方之间的距离判断该车位是否被占用，进而统计出图像中空余车位的数量。本发明可以准确判定室外停车场空余车位的数量和位置，且鲁棒性较强，方便车主寻找车位进行停车。
-
公开(公告)号：CN115171206A
公开(公告)日：2022-10-11
申请号：CN202210161226.4
申请日：2022-02-22
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流注意力图卷积的异常行为识别方法，针对人体的运动特点，在现有图卷积网络的基础上提出时间注意力模块、空间注意力模块、通道注意力模块，上述模块可以直接插入任何图卷积之中，以增强图卷积的模型性能，推理时，将人体的关节点信息和骨骼信息分别输入对应的关节点特征提取的图卷积网络及骨骼特征提取的图卷积网络，获得初步的分类结果，再将结果送入训练好的双流融合网络，计算出最优的融合参数，继而得到最终的分类结果。本发明可以提高图卷积网络模型的特征提取性能，并增强双流结果融合的效果，有效提高人体异常行为识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
334
records
(took 0.03 seconds)
