公开(公告)号：CN110349120A

公开(公告)日：2019-10-18

申请号：CN201910471773.0

申请日：2019-05-31

Applicant: 湖北工业大学

Inventor： 王娟 ,  蔡霖康 ,  张鹏飞 ,  宋薇薇 ,  周聪 ,  石豪 ,  刘敏 ,  王晓光 ,  曾春艳 ,  朱莉 ,  孔祥斌

IPC: G06T7/00 ,  G01N21/88 ,  H02S50/10

Abstract: 本发明公开了一种太阳能电池片表面缺陷检测方法，图片进行归一化处理，得到太阳能电池表面图像的二值图；基于卷积神经网络结构建立深度学习模型；构成深度置信网络；通过深度学习模型训练深度置信网络；通过误差反向传播算法调整深度置信网络；选取深度置信网络的学习速率、迭代次数和权重；将训练好的深度置信网络对测试集的二值图进行太阳能电池片表面缺陷检测，深度置信网络输出检测结果。本发明通过将特征提取和图像处理合二为一，缩短缺陷检测时间，并且能够快速适应训练的环境和位置的变化，满足生产需求，节约经济成本，同时深度置信网络与误差反向传播算法相结合完成特征提取与图像处理为之后的图像缺陷检测提供事实依据。

公开(公告)号：CN110232702A

公开(公告)日：2019-09-13

申请号：CN201910376753.5

申请日：2019-05-07

Applicant: 湖北工业大学

Inventor： 王娟 ,  柯聪 ,  刘金亮 ,  石豪 ,  邓彬 ,  蔡霖康 ,  刘敏 ,  王晓光 ,  曾春艳 ,  朱莉 ,  孔祥斌

IPC: G06T7/246

Abstract: 本发明公开了一种基于生成式对抗网络的目标跟踪算法，应用于捕捉视频中需要提取的目标图像，包括对视频中的目标进行选择确定；根据特征值来进行搭建目标的具体模型；通过离线训练来进一步加强特征值的精度；利用最佳参数值确定目标模型达到要求后，在视频中进行目标搜索，并且使用粒子滤波方法来进行目标的更新。本发明在进行目标跟踪算法时，通过生成式对抗网络中的生成器直接生成样本，并由判别器生成一个概率值来判别样本是概率值还是训练值，在运动目标跟踪过程中使用粒子滤波框架提高跟踪的准确性，最后通过离线训练，得到生成式对抗网络的最佳参数值，并与目标跟踪算法结合实现图形的输出。

公开(公告)号：CN109481247A

公开(公告)日：2019-03-19

申请号：CN201811092071.3

申请日：2018-09-19

Applicant: 湖北工业大学

Inventor： 王娟 ,  周聪 ,  刘敏 ,  王晓光 ,  蔡霖康 ,  石豪 ,  冯亮 ,  朱莉

IPC: A61H3/06

CPC classification number: A61H3/061

Abstract: 本发明公开了一种基于Android平台的语音导盲系统，包括障碍物检测模块、GPS定位模块、语音播放模块、控制模块；障碍物检测模块用于测量盲人与障碍物之间的距离；GPS定位模块用于采集盲人所处位置的经纬度；语音播放模块用于提示盲人与障碍物之间已达到警戒距离；控制模块用于判断盲人与障碍物之间已达到警戒距离，发出控制信号给语音播放模块，控制模块还用于判断盲人为紧急情况，发出控制信号给GPS定位模块；本发明利用障碍物检测模块，当距离小于安全距离时，信号通过控制中心进行处理后，通过语音系统进行语音提醒，同时利用LED灯亮灭提醒路人，在紧急情况下，通过GPS系统将位置信息通过通信系统GSM发送至固定电话，从而达到位置共享的功能。

公开(公告)号：CN109102520A

公开(公告)日：2018-12-28

申请号：CN201810549503.2

申请日：2018-05-31

Applicant: 湖北工业大学

Inventor： 熊炜 ,  贾锈闳 ,  熊子婕 ,  童磊 ,  金靖熠 ,  冯川 ,  王传胜 ,  管来福 ,  刘敏 ,  王娟 ,  刘聪

IPC: G06T7/246 ,  G06T7/277 ,  G06T7/90

Abstract: 本发明公开一种基于模糊均值聚类与卡尔曼滤波跟踪相结合的运动目标检测方法，该方法的主要思想是：先计算像素局部邻域的色差直方图(CDH)，然后采用模糊c均值聚类(FCM)来获得模糊色差直方图，紧接着进行背景建模，并使用相似性匹配检测前景，进一步采用基于块匹配的卡尔曼滤波器进行目标追踪。提出的基于模糊色差直方图FCDH的背景减除机制采用补丁级方法代替像素级，这种方法是将重点放在色差上，而不是色彩大小上。通过减少虚假错误的数量，FCDH可以显示出优良的性能。

公开(公告)号：CN107680036A

公开(公告)日：2018-02-09

申请号：CN201710696337.4

申请日：2017-08-15

Applicant: 湖北工业大学

Inventor： 曾春艳 ,  武明虎 ,  万相奎 ,  熊炜 ,  刘敏 ,  赵楠 ,  朱莉 ,  李利荣 ,  王娟 ,  饶哲恒

IPC: G06T3/40

CPC classification number: G06T3/40 ,  G06T2207/20081

Abstract: 本发明属于多测量向量模型的压缩感知技术领域，具体涉及一种基于卷积深度堆叠网络的联合稀疏向量并行重建方法。受深度学习技术成功应用于模式分类问题的启发，利用卷积深度堆叠网络获取各通道信号的联合稀疏结构，并将原子选择问题转化为原子分类问题，每次迭代选取多个候选原子，有效求解多测量向量模型下的信号重建问题，并保持算法的低复杂度。

公开(公告)号：CN107133559A

公开(公告)日：2017-09-05

申请号：CN201710148248.6

申请日：2017-03-14

Applicant: 湖北工业大学

Inventor： 刘敏 ,  武明虎 ,  曾春燕 ,  王娟 ,  刘聪 ,  张照 ,  赵丹丹 ,  程凯文

IPC: G06K9/00 ,  G06T3/40 ,  H04N5/265

Abstract: 本发明提供一种基于360度全景的运动物体检测方法，该方法包括：车辆周围四通道无盲区视频图像数据采集；车辆周围四通道视频图像处理及全景拼接形成360度全景俯视图；根据360度全景俯视图，采用级联全局‑局部的时空显著性模型以实现车辆周围的运动物体检测；根据实时采集的动态数据生成所述车辆周围的边界线；测量运动物体与所述车辆的边界线之间的相对距离，依据报警规则生成报警信号。本发明采用机器视觉技术，分析出车辆行使的状态和车速，根据360度俯视图形成的视频序列对车辆周围的运动物体进行检测，并结合车辆的行使状态和行使速度，给出及时准确的报警信号，提醒驾驶员及时调整驾驶状态，谨慎驾驶，从而减少或避免交通事故发生。