-
公开(公告)号：CN113673560A
公开(公告)日：2021-11-19
申请号：CN202110799095.8
申请日：2021-07-15
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多流三维自适应图卷积的人体行为识别方法，包括：1)采集包含人体的视频，构建训练集；2)利用训练集构建自适应空间域注意力矩阵SAM和自适应时间域注意力矩阵TAM；3)构建自适应空间域注意力图卷积模块ASAGCM、自适应时间域注意力图卷积模块ATAGCM、三维时空域图卷积模块GCN‑3d；4)构建自适应图卷积层；5)利用自适应图卷积层构建自适应图卷积网络；6)利用自适应图卷积网络构建多流三维自适应图卷积网络；7)利用训练集训练多流三维自适应图卷积网络；8)利用训练后的多流三维自适应图卷积网络对视频中的人体进行行为识别。通过本发明可有效提升人体行为种类识别的准确度，为各种计算机视觉处理应用打下了良好的基础。
-
公开(公告)号：CN113011488A
公开(公告)日：2021-06-22
申请号：CN202110279406.8
申请日：2021-03-16
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目标检测的春石斛生长状态检测方法，包括步骤：1)收集大棚内处于不同生长状态的春石斛的图像，构建原始数据集；2)使用图像标注工具，对原始数据集中春石斛植株体进行人工标注；3)选择合适的数据增强的手段对所有原始数据集进行数据增强，形成训练集；4)改进现有神经网络目标检测模型Cascade RCNN的backbone部分，以匹配农业种植大棚场景下的春石斛数据集；5)设定模型参数，使用训练集对模型进行训练，并保存在验证集中表现最优的模型；6)使用保存的模型对待检测的春石斛图像进行前向推理，再经NMS后处理得出最终检测结果，完成对春石斛生长状态的检测。本发明可实现对春石斛生长状态的准确检测。
-
公开(公告)号：CN112884715A
公开(公告)日：2021-06-01
申请号：CN202110118736.9
申请日：2021-01-28
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于深度学习的复合绝缘子均压环倾斜故障检测方法，包括：1)搜集包含复合绝缘子的电力巡检图片构建数据集并进行数据扩充；3)训练得到实例分割模型并将分割得到的复合绝缘子的最小外接矩区域切割下来，旋转后使得复合绝缘子整体呈竖直方向，作为关键点检测数据集；4)标注关键点检测数据集中的均压环并做数据扩充；5)构建均压环关键点检测网络，不断调优训练；6)在测试推理阶段，通过关键点检测模型得到均压环两个关键点的坐标值，计算两点构成的直线角度及其与整体复合绝缘子之间的夹角，根据设定的阈值判断均压环的倾斜状态。本发明提高均压环倾斜故障检测的准确率并能在复杂背景下保持较好的鲁棒性。
-
公开(公告)号：CN111462057A
公开(公告)日：2020-07-28
申请号：CN202010206878.6
申请日：2020-03-23
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输电线路上玻璃绝缘子自爆检测方法，通过无人机采集输电线路图像，使用深层Mask R-CNN网络分割玻璃绝缘子串，并基于不变矩计算绝缘子串长轴的拟合直线方程。对裁剪后的玻璃绝缘子串图像使用浅层Mask R-CNN网络进一步分割玻璃绝缘子片并计算质心位置。通过质心到拟合直线的距离判断玻璃绝缘子串的类型，并基于相邻质心的距离与距离阈值的比例定位自爆缺陷位置。本发明可以实现精确检测并定位玻璃绝缘子串的自爆缺陷位置，保障输电供电安全。
-
公开(公告)号：CN109359536B
公开(公告)日：2020-07-28
申请号：CN201811072458.2
申请日：2018-09-14
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于机器视觉的乘客行为监控方法，包括步骤：1)乘客搭乘手扶电梯视频图像采集；2)提取可变形组件模型DPM特征描述乘客人脸；3)利用SVM对手扶电梯乘客人脸进行检测；4)利用KCF对手扶电梯乘客人脸进行跟踪；5)使用一种改进的最近邻匹配方法匹配人脸检测与跟踪结果；6)建立人脸目标检测强度模型，修正人脸检测结果；7)通过分析乘客检测强度、速度大小和速度方向，监控手扶电梯中乘客的行为。通过本发明方法可以实时、稳定、准确地检测并跟踪搭乘手扶电梯的乘客人脸目标，基于人脸目标信息进行行为监控。
-
Patent Agency Ranking
公开(公告)号：CN111402247A
公开(公告)日：2020-07-10
申请号：CN202010206871.4
申请日：2020-03-23
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机器视觉的输电线路上悬垂线夹缺陷检测方法，包括：无人机采集输电线路图像，制作实例分割和关键点检测训练数据集；采用Mask-Keypoints R-CNN网络对无人机图像进行分割和关键点检测，分割获得悬垂线夹的矩形区域图像、二值化掩膜及上、下、左、右四个关键点坐标；基于四个关键点坐标计算悬垂线夹的倾斜角度；对分割的悬垂线夹矩形区域进行同态滤波数据增强，降低光照和阴影的影响；将分割后的图像转到HSV颜色空间中，基于H分量值定位腐蚀位置，并统计腐蚀面积和判断腐蚀程度。本发明可以实现精确检测并悬垂线夹的倾角并判断悬垂线夹的腐蚀程度。
-
公开(公告)号：CN111368661A
公开(公告)日：2020-07-03
申请号：CN202010114878.3
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增强方法，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)利用伽马校正拉伸图像的灰度分布，增强滤波后的图像纹理区分度，以进一步增强滤波后的纹理像素值，完成手指静脉图像增强。本发明有效避免了采集时设备噪声和手指脏污的影响，同时避免了背景环境光照导致的对比度不佳的情况，通过方向谷滤波器增强静脉纹路的响应，有效解决低对比度情况下手指静脉图像增强的问题。
-
公开(公告)号：CN111291709A
公开(公告)日：2020-06-16
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：CN110633699A
公开(公告)日：2019-12-31
申请号：CN201910955499.4
申请日：2019-10-09
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AGV智能泊车系统交互区停车行为的视觉检测方法，该方法是通过视觉准确识别AGV智能泊车系统交互区中的车辆目标，对车辆目标处于静止状态时的车身斜向角度、车身位置等信息进行提取和分析，实现对各种停车行为的有效识别，并对车辆的停车行为规范与否作出判定，为自动泊车机器人对车辆的搬运提供有效信息，从而有效提高AGV泊车系统管理的智能化水平。
-
公开(公告)号：CN115063845B
公开(公告)日：2024-05-28
申请号：CN202210695658.3
申请日：2022-06-20
Applicant: 华南理工大学
IPC: G06V40/14 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于轻量级网络及深度哈希的指静脉识别方法，包括：1)获取数据库中指静脉图像的ROI区域并处理，得到训练数据；2)构造轻量级指静脉的特征提取网络，输出指静脉特征向量；3)将指静脉特征向量输入深度哈希网络得到哈希编码；4)为特征提取网络训练设计损失函数Lf；5)为深度哈希网络训练设计量化损失Lq；6)输入训练数据，对网络训练；7)将训练数据输入到训练好的网络中，得到对应的哈希编码并保存，得到哈希编码库；8)输入待识别指静脉数据到训练好的网络得到哈希编码，并在哈希编码库进行检索识别。本发明解决了现有的深度学习指静脉识别模型结构复杂且特征提取与哈希编码非端到端的问题。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.03 seconds)
