公开(公告)号：CN118982275A

公开(公告)日：2024-11-19

申请号：CN202411005146.5

申请日：2024-07-25

Applicant: 中南大学

Inventor： 刘晨亮 ,  王雅琳 ,  隋庆开 ,  潘雨晴 ,  刘柢炬 ,  陈燚涛 ,  刘宏瑞 ,  谭栩杰 ,  孙备 ,  王凯

IPC: G06Q10/0639 ,  G06Q50/04 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048

Abstract: 本申请涉及工业过程数据技术领域，提供了一种多模态感知的工业过程工艺指标预测方法。该方法包括：对非结构化数据进行特征提取得到深层特征，并对结构化数据进行编码得到浅层特征；利用第二编码器对深层特征和浅层特征进行融合得到融合特征；根据所有融合特征构建综合损失函数并对第二编码器进行优化，得到优化后的第二编码器；利用优化后的第二编码器得到最终融合特征，并利用预测模型对最终融合特征进行预测得到工艺指标预测值；基于工艺指标预测值构建预测损失函数，并对预测模型进行微调，得到优化后的预测模型；利用优化后的第二编码器、优化后的预测模型进行指标预测，得到工艺指标预测结果。本申请的方法能够提高工艺指标预测的准确性。

公开(公告)号：CN117496299A

公开(公告)日：2024-02-02

申请号：CN202311442141.4

申请日：2023-11-01

Applicant: 中南大学

Inventor： 王雅琳 ,  周泽雄 ,  谭栩杰 ,  刘晨亮 ,  袁君奇 ,  潘雨晴 ,  谢无非 ,  陈燚涛 ,  桂卫华

IPC: G06V10/774 ,  G06V10/82 ,  G06T7/00 ,  G06T5/60 ,  G06T5/70 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请适用于图像处理技术领域，提供了一种缺陷图像数据的增广方法、装置、终端设备及介质，通过获取原始缺陷图像训练数据；利用原始缺陷图像训练数据对预先构建的去噪扩散概率模型进行训练，得到训练后的去噪扩散概率模型，并将原始缺陷图像训练数据输入训练后的去噪扩散概率模型，生成表面缺陷图像数据；从表面缺陷图像数据中评估出高质量图像数据，并根据高质量图像数据和原始缺陷图像训练数据，构建新表面缺陷图像数据；利用满足预设质量要求的新缺陷图像数渐进式训练去噪扩散概率模型，并利用训练好的去噪扩散概率模型，对采集的目标缺陷图像数据进行增广；本申请能提高缺陷图像的生成质量。

公开(公告)号：CN119313577A

公开(公告)日：2025-01-14

申请号：CN202411454319.1

申请日：2024-10-17

Applicant: 中南大学

Inventor： 王雅琳 ,  谢无非 ,  刘晨亮 ,  潘雨晴 ,  谭栩杰 ,  陈燚涛 ,  孙君航 ,  蒋朝辉

IPC: G06T5/60 ,  G06T5/77 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供了一种图像修复方法及相关设备，采集现实工业恶劣环境图像和清晰环境图像，并利用清晰环境图像得到合成恶劣环境图像与现实工业恶劣环境图像输入构建的半监督模块进行训练数据筛选，得到新数据集并输入构建的师生模型分三个阶段进行训练，得到工业恶劣环境修复模型；将获取的目标工业环境图像输入工业恶劣环境修复模型进行修复，得到与目标工业环境图像对应的清晰图像；与现有技术相比，本发明通过通过半监督模块筛选训练数据，以提高模型在不同环境下的性能与泛化性；从三个不同阶段对师生模型进行训练，让模型充分学习各个恶劣环境之间的独有特征和公共特征，防止特征学习不充分，从而提高工业恶劣环境图像修复的鲁棒性。

公开(公告)号：CN119169017A

公开(公告)日：2024-12-20

申请号：CN202411241686.3

申请日：2024-09-05

Applicant: 中南大学

Inventor： 王雅琳 ,  谢无非 ,  刘晨亮 ,  潘雨晴 ,  谭栩杰 ,  周泽雄 ,  徐德刚

IPC: G06T7/10 ,  G06V10/80 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/0464

Abstract: 本发明提供了一种管状结构图像分割方法及相关设备，通过获取管状结构图像数据输入分割模型进行训练，得到管状结构图像分割模型；将目标管状结构图像输入管状结构图像分割模型进行分割，得到分割结果；分割模型包括特征提取模块、特征增强模块和输出模块；与现有技术相比，本发明改进了特征提取、融合和增强方式，通过特征提取模块提取管状结构包括水平、垂直、全局在内的不同方向特征，通过特征融合模块融合来自不同方向的特征，充分利用不同方向的空间信息，通过特征增强模块进一步强化管状结构特征，从而提高管状结构图像的分割精度。

公开(公告)号：CN119168454A

公开(公告)日：2024-12-20

申请号：CN202411191442.9

申请日：2024-08-28

Applicant: 中南大学

Inventor： 王雅琳 ,  陈燚涛 ,  刘晨亮 ,  隋庆开 ,  潘雨晴 ,  刘柢炬 ,  刘鸿瑞 ,  谭栩杰 ,  孙备 ,  黄科科

IPC: G06Q10/0639 ,  G06Q50/04 ,  G06F18/213

Abstract: 本申请适用于数据处理技术领域，提供了一种基于多层级时空关联特征的工业关键质量指标预测方法，包括：确定与关键质量指标相关的过程变量，并获取训练样本；将全流程、每个子流程分别作为一目标流程，并分别针对每个目标流程执行：从确定出的所有过程变量中筛选出目标流程对应的目标过程变量，并利用邻接矩阵模型和目标过程变量数据，获取目标流程的图邻接矩阵；利用时空依赖感知特征提取模型获取目标流程对应于训练样本的时空特征表示；基于得到的时空特征表示对邻接矩阵模型、时空依赖感知特征提取模型和预测模型进行优化；利用参数优化后的模型对预测时刻的工业关键质量指标进行预测。本申请能提升工业关键质量指标预测的精准度和可靠性。