-
公开(公告)号:CN111401210B
公开(公告)日:2023-08-04
申请号:CN202010167033.0
申请日:2020-03-11
申请人: 北京航天自动控制研究所
发明人: 郝梦茜 , 张辉 , 周斌 , 靳松直 , 丛龙剑 , 刘严羊硕 , 郑文娟 , 韦海萍 , 王浩 , 张伯川 , 王亚辉 , 张聪 , 刘燕欣 , 高琪 , 肖利平 , 倪少波 , 杨柏胜
IPC分类号: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T7/62
摘要: 一种基于模板框增广的提高小目标检测稳定性的方法,步骤一:遍历全部训练样本的标注信息,提取标注信息中的目标尺寸;步骤二:计算目标尺寸参考最小值和目标尺寸参考最大值;步骤三:根据目标尺寸参考最小值、目标尺寸参考最大值、训练图像原始尺寸以及模型输出的特征层个数,计算各层关注目标的归一化尺寸;步骤四:根据各层关注目标归一化尺寸以及各特征层尺寸,计算各特征层模板框期望间距;步骤五:根据各特征层模板框期望间距,确定各特征层模板框个数与模板框中心点位置,进行模板框增广;步骤六:对完成模板框增广的卷积神经网络进行训练,得到对小目标检测的卷积神经网络模型。本发明降低算法对小目标位置的敏感度,提高小目标检测的稳定性。
-
公开(公告)号:CN114066979A
公开(公告)日:2022-02-18
申请号:CN202111186916.7
申请日:2021-10-12
申请人: 北京航天自动控制研究所
摘要: 本发明公开了一种目标样本标注生成方法,属于深度学习技术领域,解决多个需求不同图片大小的目标样本的神经网络中复用的问题。方法包括:根据预设重叠比例、预切割小图尺寸及预设外扩比例对大图进行切割;对切割得到的小图中的目标样本进行标注,得到标注点在各小图上的相对坐标;根据相对坐标对应小图相对于大图的切割位置、在各小图上的相对坐标、所述预设重叠比例、所述预切割小图尺寸及所述预设外扩比例,确定各标注点在所述大图上的绝对坐标,得到包含有标注点绝对坐标的大图。
-
公开(公告)号:CN106986272B
公开(公告)日:2018-05-22
申请号:CN201710104528.7
申请日:2017-02-24
申请人: 北京航天自动控制研究所
摘要: 本发明公开了一种基于机器视觉跟踪的集装箱货柜车防吊起系统,包括轮胎吊、摄像头、货柜车、集装箱、视频报警机、中控室控制设备,摄像头安装于所述轮胎吊底部支架,高度与所述货柜车的车架平齐,摄像头的视场垂直于货柜车行驶方向;摄像头向视频报警机输入跟踪获得的视频图像,视频报警机采用基于快速傅立叶变化在线学习的跟踪算法对获得的视频图像进行处理,当判定货柜车被吊起时,向中控室控制设备发出报警信号。该系统能够自动检测集装箱与货柜车是否分离,从而避免人为失误将集装箱货柜车误吊起,实现对箱区堆场作业的安全预控。
-
公开(公告)号:CN106986272A
公开(公告)日:2017-07-28
申请号:CN201710104528.7
申请日:2017-02-24
申请人: 北京航天自动控制研究所
CPC分类号: B66C13/48 , B66C13/16 , B66C15/065 , B66C2700/084 , G06K9/00724 , G06K9/3233
摘要: 本发明公开了一种基于机器视觉跟踪的集装箱货柜车防吊起系统,包括轮胎吊、摄像头、货柜车、集装箱、视频报警机、中控室控制设备,摄像头安装于所述轮胎吊底部支架,高度与所述货柜车的车架平齐,摄像头的视场垂直于货柜车行驶方向;摄像头向视频报警机输入跟踪获得的视频图像,视频报警机采用基于快速傅立叶变化在线学习的跟踪算法对获得的视频图像进行处理,当判定货柜车被吊起时,向中控室控制设备发出报警信号。该系统能够自动检测集装箱与货柜车是否分离,从而避免人为失误将集装箱货柜车误吊起,实现对箱区堆场作业的安全预控。
-
公开(公告)号:CN117541886A
公开(公告)日:2024-02-09
申请号:CN202311270936.1
申请日:2023-09-28
申请人: 北京航天自动控制研究所
IPC分类号: G06V10/774 , G06V10/25 , G06V10/28 , G06V10/34 , G06V10/30 , G06V10/44 , G06T7/10 , G06T3/60
摘要: 本申请提供了一种适用于任意角度旋转标注的图像增广方法和装置,通过对原始目标框内的目标进行分割,得到目标连通域,并对目标连通域内所有像素点坐标进行旋转变化,最后计算旋转之后的像素点在X方向、Y方向的坐标最小值和最大值作为新目标框的左上顶点坐标和右下顶点坐标。对于样本数量很少、目标角度固定的图像数据集,使用本申请可以产生大量新的训练样本,实现图像场景中可能出现的不同角度目标的全覆盖,有效节约了收集和标注图像数据集带来的时间、人力、资金等成本。
-
公开(公告)号:CN111524098A
公开(公告)日:2020-08-11
申请号:CN202010265447.7
申请日:2020-04-07
申请人: 北京航天自动控制研究所
摘要: 本发明涉及一种基于自组织聚类的神经网络输出层裁剪及模板框尺寸确定方法,属于卷积神经网络的目标检测识别技术领域,特别提供了一种针对SSD算法的网络输出层裁剪及模板框尺寸确定方法。使用自组织聚类可以在不确定目标尺寸分布的情况下获得更好的聚类结果,使用聚类结果计算目标上限面积,确定输出层层数,删掉感受野过大、层数过深的输出层,减少网络深度和参数数量,降低模型训练的难度,加快模型收敛,提高模型泛化能力,减少计算耗时,提高计算效率。
-
公开(公告)号:CN107067439B
公开(公告)日:2020-04-10
申请号:CN201710284686.5
申请日:2017-04-26
申请人: 北京航天自动控制研究所 , 中国运载火箭技术研究院
摘要: 本发明一种基于车头检测的集装箱卡车定位与引导方法,步骤为:1)龙门吊上安装工业相机,进行一次定位点标定;2)在视频图像中检测车头,通过车头位置判断车头的运动方向;3)通过直线检测判断是否存在集装箱,如果满足条件则计算集装箱边缘与定位点的偏差角度和集装箱右前角点与定位点的相对距离,并通过显示装置将集装箱在规定区域的位置传递给驾驶员,实现集装箱卡车的定位和引导。本发明将集装箱在规定区域的位置实时直观的传递给卡车驾驶员,实现集装箱卡车的定位和引导。
-
公开(公告)号:CN111414844B
公开(公告)日:2023-08-29
申请号:CN202010188543.6
申请日:2020-03-17
申请人: 北京航天自动控制研究所
IPC分类号: G06V20/62 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/08
摘要: 本发明公开了一种基于卷积循环神经网络的集装箱箱号识别方法,所述方法包括如下步骤:步骤1:采集集装箱样本图像,根据集装箱样本图像构建循环卷积神经网络模型,对循环卷积神经网络模型训练后得到分类器;步骤2:计算图像透视变换矩阵;步骤3:利用步骤2得到的图像透视变换矩阵对待检测集装箱图像进行透视变换得到视变换后的图像;步骤4:使用步骤1的分类器对透视变换后的图像进行字符识别得到字符识别结果;步骤5:利用集装箱箱号规则对字符识别结果进行核对校验,输出最终的箱号检测结果。本发明对神经网络结构和参数进行优化,具有更高的识别率和可靠性;对图像进行透视变换,提高不同角度安装摄像头应用该方法的鲁棒性。
-
公开(公告)号:CN111652352B
公开(公告)日:2023-08-04
申请号:CN202010404179.2
申请日:2020-05-13
申请人: 北京航天自动控制研究所
IPC分类号: G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/096
摘要: 一种针对迁移学习的神经网络模型输入通道整合方法,首先对网络模型描述文件中的数据输入层描述进行修改,删除原数据输入层描述,增加基于图像数据列表的数据输入层描述,并将待修改的第一个卷积层重命名;然后读取神经网络模型权重文件,并对其进行修改,使对应的神经网络模型仅需要单通道数据作为输入;最后进行单通道图像数据的实时目标检测识别测试。本发明通过对经三通道训练样本数据训练的网络模型权重文件进行分析整合,形成了单通道输入的网络模型权重文件,直接在嵌入式平台部署,无需经过通道复制操作,不需要占用多余的内存空间,减轻了神经网络的计算量,降低了对信息处理资源的压力,可直接在单通道数据上完成实时目标检测识别。
-
公开(公告)号:CN111652352A
公开(公告)日:2020-09-11
申请号:CN202010404179.2
申请日:2020-05-13
申请人: 北京航天自动控制研究所
摘要: 一种针对迁移学习的神经网络模型输入通道整合方法,首先对网络模型描述文件中的数据输入层描述进行修改,删除原数据输入层描述,增加基于图像数据列表的数据输入层描述,并将待修改的第一个卷积层重命名;然后读取神经网络模型权重文件,并对其进行修改,使对应的神经网络模型仅需要单通道数据作为输入;最后进行单通道图像数据的实时目标检测识别测试。本发明通过对经三通道训练样本数据训练的网络模型权重文件进行分析整合,形成了单通道输入的网络模型权重文件,直接在嵌入式平台部署,无需经过通道复制操作,不需要占用多余的内存空间,减轻了神经网络的计算量,降低了对信息处理资源的压力,可直接在单通道数据上完成实时目标检测识别。
-
-
-
-
-
-
-
-
-