-
公开(公告)号：CN114863373A
公开(公告)日：2022-08-05
申请号：CN202210411423.7
申请日：2022-04-19
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G06V20/54 , G06V10/82 , G06T5/00 , G06T7/00 , G06T7/11 , G06T7/12 , G06T7/13 , G06T7/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种海上无人平台监控方法及海上无人监控平台，所述方法包括：根据所述去雾模型对含雾气的摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理。利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；检测出所述摄像机采集图像中的海天线；若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。采用本发明实施例，利用YOLOV5检测框和海天线检测的结构进行入侵判断，并加入一系列预处理手段提高在复杂天气下的检测率。
-
公开(公告)号：CN114863373B
公开(公告)日：2024-06-04
申请号：CN202210411423.7
申请日：2022-04-19
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
Abstract: 本发明公开了一种海上无人平台监控方法及海上无人监控平台，所述方法包括：根据所述去雾模型对含雾气的摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理。利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；检测出所述摄像机采集图像中的海天线；若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。采用本发明实施例，利用YOLOV5检测框和海天线检测的结构进行入侵判断，并加入一系列预处理手段提高在复杂天气下的检测率。
-
公开(公告)号：CN111832556A
公开(公告)日：2020-10-27
申请号：CN202010500902.7
申请日：2020-06-04
Applicant: 国家海洋局南海调查技术中心(国家海洋局南海浮标中心) , 华南理工大学 , 珠海云洲智能科技有限公司
Abstract: 本发明公开了一种基于深度学习的船舷字符精准检测方法，包括：实时获取目标图像，将目标图像输入船舶检测分类模型，得到含有船舷字符的船舶图像；其中，船舶检测分类模型对输入的目标图像进行检测分类得到含有船舷字符的第一图像，以及对第一图像中的船舶进行定位得到第一图像中船舶的定位位置，并根据定位位置对第一图像进行截取处理，得到含有船舷字符的船舶图像；对船舶图像进行预处理，得到预处理图像；将预处理图像输入船舷字符识别模型，得到船舷字符信息；其中，船舷字符识别模型用于对输入的预处理图像进行字符文本识别并输出船舷字符信息；本发明技术方案实现对细小船舷字符的精准识别，提高船舷字符的识别准确度和检测效率。
-
公开(公告)号：CN114066788B
公开(公告)日：2024-03-29
申请号：CN202111245120.4
申请日：2021-10-26
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: 本发明公开了一种平衡的实例分割数据合成方法，包括：1)使用原始数据集的图像和标签构建对象实例库；2)读取原始数据集中的一个图像和标签，根据标签对这个图像生成前景背景掩模图，根据这个图像的尺寸均匀生成10×10个候选点；3)设定一个粘贴尺寸列表，根据设定的粘贴尺寸列表，将10×10个候选点为中心的区域与前景背景掩模图进行计算，选取不和前景重叠的区域加入粘贴区域；4)通过类别平衡从对象实例库中选取对象，进行缩放后粘贴对象到粘贴区域，并更新标签。本发明使用图像合成的方法实现数据增强，具有更好的适用性和多样性，可以应用于难度更大的实例分割任务，计算量非常少，运算速度快，基本上不会增加训练网络的时间。
-
公开(公告)号：CN117473378A
公开(公告)日：2024-01-30
申请号：CN202311207790.6
申请日：2023-09-18
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06F18/241 , G06F18/214 , G06N3/0895 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种基于提示学习的自监督视觉模型的知识迁移方法，包括：将训练数据集中所有图像输入自监督视觉模型的对比分支中，计算不同类别的类中心向量；从训练数据集中随机抽取一张图像作为查询图像，并将该查询图像输入自监督视觉模型的查询分支中，获得特征向量；计算该查询图像的特征向量与不同类别的类中心向量之间的相似度，预测类别结果；通过多实例‑原型对比损失函数遍历训练数据集所有图像计算损失，通过反向传播算法对模型参数微调，将模型中的知识进行迁移并适用于下游任务。本发明使用提示学习重构下游任务，缓解了上下游任务间的目标差异对于预训练模型迁移性能的影响，同时引入更少可学习参数，实现性能和训练成本之间平衡。
-
Patent Agency Ranking
公开(公告)号：CN113673509B
公开(公告)日：2023-06-09
申请号：CN202110855223.6
申请日：2021-07-28
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06V30/19 , G06V30/146 , G06V30/148 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于图像文本的仪表检测分类方法，包括：1)仪表定位数据集的构建，改进YOLO网络训练，使用网络输出表盘图像；2)字符检测数据集的构建，改进EAST网络训练，使用网络输出字符图像；3)字符识别数据集的构建，CRNN网络训练，使用网络输出字符信息；4)文本分类数据集的构建，TextCNN网络训练，使用网络输出仪表类型。本发明使用神经网络实现仪表检测及仪表文本信息检测识别，具有更高的精度以及在不同背景下有更好的泛化能力，对于不同尺寸的仪表均能进行准确检测，不存在采集角度与距离的局限，利用仪表上的字符信息，可解决在机器视觉领域中能识别出仪表位置但难以区分仪表类型的问题，做到了不仅能检测出仪表并能识别出仪表的类型。
-
公开(公告)号：CN112800959B
公开(公告)日：2023-06-06
申请号：CN202110117852.9
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: 本发明公开了一种用于人脸识别中数据拟合估计的困难样本发掘方法，包括步骤：1)准备一个批次的人脸图像样本及其对应的标签，将其输入特征提取模型提取人脸特征；2)将提取到的人脸特征输入类中心权重层，其输出经过归一化处理，得到相似度矩阵；3)构建样本权重调制器，并通过该调制器对相似度矩阵进行重新赋予权重；4)将重新赋予权重的相似度矩阵输入损失层，计算该批次人脸图像样本的损失值；5)根据损失值对特征提取模型的参数进行更新，并进行模型性能验证，若达标，则终止训练；若不达标，则重复步骤1)至步骤5)。本发明在训练前期抑制困难样本，在训练后期强调困难样本，从而达到加速模型收敛和提升训练后期模型学习效率的目的。
-
公开(公告)号：CN113077453B
公开(公告)日：2022-09-13
申请号：CN202110403802.7
申请日：2021-04-15
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深度学习的电路板元器件缺陷检测方法，通过电路板检测生产线的摄像机拍摄待检测电路板，对训练集及待测图片进行区域分割，将SOLOv2网络进行改进以分割图像中的各类元器件及电路板底板，并对多区域检测结果进行融合提高检测精度，然后利用电路板底板类掩膜预测结果矫正图片尺寸，由掩膜预测结果计算各元器件中心位置并基于Hu不变矩计算元器件的主轴方向，将提取出的元器件位置与模板电路板中各元器件的设定位置进行匈牙利匹配，匹配成功的双方对比位置及方向差异，判断出该处是否存在缺件、偏移缺陷，并获得位置偏移量和角度偏移量。本发明可以实现精确检测并定位电路板中含有缺陷的元器件，保证电路板的焊接质量。
-
公开(公告)号：CN111369596B
公开(公告)日：2022-07-05
申请号：CN202010118923.2
申请日：2020-02-26
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
IPC: G06T7/277 , G06T7/246 , G06T7/223 , G06V20/52 , G06V40/10 , G06V10/74 , G06V10/75 , G06V10/50 , G06V10/62 , G06K9/62
Abstract: 本发明公开了一种基于视频监控的手扶电梯客流量统计方法，包括步骤：1)使用YOLOv3对手扶电梯俯拍的乘客进行人头检测；2)训练YOLOv3网络；3)判断当前帧号是否为关键帧，若是执行步骤4)‑9)，否则执行步骤10)，最后执行步骤11)、12)；4)用YOLOv3检测乘客人头；5)若t＝0，使用检测结果来初始化粒子滤波结果，否则执行粒子滤波；6)求矩阵D；7)对D对进行匈牙利匹配；8)剔除离开监控范围的目标；9)新增进入监控范围的目标；10)执行粒子滤波；11)客流量统计；12)t＝t+1执行步骤3)。本发明抗光照干扰能力较强，在不同光照场景下表现优良，同时可以根据实际设备的情况设定不同的检测周期，在不同性能的设备都能达到准确的客流统计效果。
-
公开(公告)号：CN113887371A
公开(公告)日：2022-01-04
申请号：CN202111132441.3
申请日：2021-09-26
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: 本发明公开了一种用于低分辨率人脸识别的数据增强方法，包括：1)从训练数据集中抽取一个批次的人脸图像样本；2)从批次中随机地选取若干张人脸图像样本；3)对选取到的人脸图像样本进行预先设定倍率的下采样，得到低分辨人脸图像样本；4)对低分辨率人脸图像样本进行恢复和重建，得到与原始图像尺寸相同的高清人脸图像样本；5)使用重建的高清人脸图像样本替换步骤1)中该批次内对应位置上的原始人脸图像样本；6)将替换后的该批次人脸图像样本送入预先选定的人脸识别模型进行优化；7)验证人脸识别模型的性能是否达标，若达标，则停止训练；若不达标，则重复步骤1)‑7)。本发明解决了现有的人脸识别算法在低分辨率场景下准确率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
334
records
(took 0.057 seconds)
