-
公开(公告)号：CN119399100A
公开(公告)日：2025-02-07
申请号：CN202411263395.4
申请日：2024-09-10
Applicant: 江西赣粤高速公路股份有限公司 , 中国地质大学(武汉) , 江西省交通设计研究院有限责任公司
IPC: G06T7/00 , G06T5/77 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明提供一种面向异常天气下的路面裂缝与安全锥检测方法及设备，涉及计算机视觉和图像处理领域，包括：将待检测合成图像输入训练好的异常天气处理网络，获得待检测真实图像，将待检测真实图像输入训练好的路面裂缝检测网络和训练好的安全锥检测网络，分别获得路面裂缝检测结果和安全锥检测结果。本发明基于生成对抗网络GAN与卷积神经网络CNN联合构建了一种异常天气处理网络，以克服常规去雨算法会产生因雨纹与图像细节的混淆而导致结果过度暗淡或饱和的问题，并利用半监督学习方法对异常天气处理网络进行训练，提高图像的去雨效果。
-
公开(公告)号：CN119007064A
公开(公告)日：2024-11-22
申请号：CN202411010690.9
申请日：2024-07-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种自适应掩码的双通道行为识别方法、设备及存储设备，涉及视频行为识别领域，该方法包括：使用SlowFast网络模型，分别从视频帧中提取快速通道特征和慢速通道特征；并动态调整视频帧的掩码率，进行伪随机掩码，得到未掩码和掩码的特征块；对掩码的特征块赋予掩码令牌，对于未掩码的特征块，应用自注意力机制进行计算，得到注意力特征矩阵Z；将注意力特征矩阵和掩码令牌输入到全连接层，输出特征重建矩阵；根据两条通道的特征重建矩阵，通过横向连接，实现通道的信息融合，最终通过Softmax分类器进行行为识别。本发明的有益效果是：提高了模型在复杂场景下的行为识别能力，提高了行为预测置信度，降低了原算法的计算复杂度。
-
公开(公告)号：CN114022401B
公开(公告)日：2024-09-06
申请号：CN202110925346.2
申请日：2021-08-12
Applicant: 中国地质大学(武汉)
IPC: G06T5/50 , G06T5/60 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及一种基于多分类约束双判别器生成对抗网络红外图像融合方法，包括：获取图像融合数据集；构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；利用训练完成的网络完成图像融合；本发明的有益效果是：可以产生更适合人类感知的图像。这些图像细节更丰富，目标更突出，目标边缘更清晰，无伪影。
-
公开(公告)号：CN116341710A
公开(公告)日：2023-06-27
申请号：CN202310098924.9
申请日：2023-02-03
Applicant: 中国地质大学(武汉)
IPC: G06Q10/04 , G08G1/01 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/70 , G06V20/58 , G06Q50/30 , G06N3/0464 , G06N3/0442 , G06N3/048
Abstract: 本发明公开了一种交通事故预测方法，包括：获取车载视频并进行预处理，得到连续的图像帧，对连续的图像帧提取时间特征与空间特征；并将时空特征进行中期融合；对对象级特征进行基于图结构的位置加权；对加权后的对象级特征进行空间注意；将对象级特征与全帧特征拼接并进行帧级聚合和时段级聚合，以充分学习交通场景上下文信息，对获得的双层聚合信息进行时空关系推理，以获得当前时间步的隐藏状态表示；将当前时间步的隐藏状态表示输入至全连接网络，得到事故评分，并在事故评分超过预定阈值时给出预警信号。该方法可以提前2～4秒成功的预测交通事故的发生，从而给与驾驶系统或驾驶员足够的反应时间，因此大大减少交通事故发生的可能性。
-
公开(公告)号：CN115457109A
公开(公告)日：2022-12-09
申请号：CN202211010815.9
申请日：2022-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种骨料粒径检测方法、装置、电子设备及存储介质，该方法包括：采用中值滤波对原始输入图像进行平滑处理；通过调整图像中R、G、B的权重系数将其转化为灰色图像；采用高斯滤波进行图像模糊处理；提出比例分割的方法将模糊图像按照比例进行上下裁剪，并分别搭配不同阈值的二值化操作；将裁剪并二值化处理后的图像进行拼接，采用凸包将图像中粘连部分去除，采用canny边缘检测算子检测二值化后图像边缘并进行原图覆盖；采用半径阈值过滤方法，通过调整半径参数实现不同尺寸骨料的过滤，并在图像中进行骨料最小外接圆标注。本发明方法能更好地适应工业现场环境与需求，实现不同粒径骨料的筛选，且运行速度快、识别准确率高、鲁棒性强。
-
Patent Agency Ranking
公开(公告)号：CN110544267B
公开(公告)日：2022-03-15
申请号：CN201910670301.8
申请日：2019-07-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种自适应选择特征的相关滤波跟踪方法，经过多层学习的深度特征在目标特征表达上要优于传统的手工特征，因此在目标处于复杂背景条件下跟踪精度上好于使用传统特征跟踪，但计算深度特征所耗费的时间也是庞大。融合传统特征的速度优势与深度特征在复杂背景条件下的跟踪精度优势，所以提出自适应选择特征的相关滤波跟踪。首先，在视频的前几帧，同时使用三种特征进行跟踪，并计算传统特征的前几帧的平均匹配率。则下一帧使用平均匹配率大的传统特征，剩下的特征暂且不用，提高速度。同时计算该特征当前帧的匹配率，若超过所设阈值，接下来的帧继续使用这个特征，否则重新计算剩下的两种特征，在跟踪过程中不断自适应的选择跟踪。
-
公开(公告)号：CN113436239A
公开(公告)日：2021-09-24
申请号：CN202110541790.4
申请日：2021-05-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于深度信息估计的单目图像三维目标检测方法，该单目图像三维目标检测方法仅需输入单目图像，利用FasterR‑CNN网络模型，可以进行端到端的训练和预测，完成道路目标的三维检测任务。整个单目图像三维目标检测方法的框架大致可以分为三个部分：候选区域提议、深度估计分支网络、参数估计预测部分。本发明的有益效果是：通过多任务的训练学习，提高计算资源利用效率，并解决目标在经过卷积神经网络特征提取环节之后会丢失位置信息的问题，提升最终的检测精度。
-
公开(公告)号：CN117975061A
公开(公告)日：2024-05-03
申请号：CN202410240385.2
申请日：2024-03-04
Applicant: 中国地质大学(武汉)
IPC: G06V10/74 , G06V10/774 , G06V10/80
Abstract: 本发明公开一种物体表面破损检测方法、存储介质、电子设备，涉及计算机视觉技术领域，根据物体表面原始图像设计掩膜与反掩膜；利用不同尺度的掩膜对原始图像进行处理；基于UNet网络构建生成器网络，将掩膜处理后的原始图像输入生成器网络进行训练；利用不同尺度的反掩膜集对生成器网络生成图像进行处理，得到修复图像；基于全卷积网络构建判别器网络，将所修复图像和原始图像输入判别器网络进行训练；将处理后的原始图像输入训练后的生成器网络，并利用不同尺度的反掩膜集得到最终修复图像，计算原始图像与最终修复图像之间的多尺度梯度相似性，基于多尺度梯度相似性进行破损区域定位。本发明可以实现更加准确的异常检测。
-
公开(公告)号：CN113129348A
公开(公告)日：2021-07-16
申请号：CN202110349398.X
申请日：2021-03-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于单目视觉的道路场景中车辆目标的三维重建方法；首先分析道路场景与车辆目标形状的先验知识，将物体形状的模型数据转换成体积TSDF网格，实现目标的初始化姿态估计；然后根据3D目标检测方法检测场景中的车辆目标，并基于立体匹配库获得目标的立体重建结果；最后综合先验模型与重建结果进行优化处理；利用真实的评测数据集对算法进行了性能评估。本发明根据车辆目标形状的先验知识，将物体形状的模型数据转换成体积TSDF网格，通过单目3D目标检测方法，对场景中的车辆目标检测并立体匹配获得重建结果，综合先验模型对重建结果进行优化。本发明有利于智能车辆的决策和提高安全驾驶的能力。
-
公开(公告)号：CN105160330B
公开(公告)日：2018-08-10
申请号：CN201510599186.1
申请日：2015-09-17
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种车标识别方法及车标识别系统，所述方法包括：从图像中识别车牌位置，根据车牌与车标的位置关系，初步确定待识别车标图像，然后进行形态学图像处理，得到精确的待识别车标图像，并判断待识别车标图像所属类型，随后将待识别图像与标准库中对应类型的车标模板图像进行模板匹配和不变矩特征匹配，并加权计算出最终的匹配系统，根据最大的最终匹配系数与给定阈值的比较结果，输出车标识别结果。本发明根据车牌位置初步确定车标位置，在根据形态学变换精定位车标，利用模板匹配和特征匹配相结合实现车标识别，逐层定位和识别，算法简单，内存消耗少，处理速度快。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.027 seconds)
