-
公开(公告)号：CN112508098B
公开(公告)日：2022-09-20
申请号：CN202011425408.5
申请日：2020-12-08
Applicant: 南京理工大学 , 浙江华云信息科技有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种表盘定位与自动读数的指针式表计数值识别方法及系统，以多关键点的几何模型描述指针式表计中的刻度、指针端点等信息；利用关键点检测子网络将模型拟合到图像上，并利用关键点间的内在几何约束关系获得表计位置，达到表计定位；同时通过将关键点检测子网络输出的热图输入到示数读取子网络，回归出表计读数。本发明以关键点形式描述表盘指针端点、刻度线等关键信息之间的几何关系，简化了表盘的模型描述，增加了各部件之间的约束；通过表计的关键点检测，将表盘定位、示数读取融合在一个网络中，提高了识别的快速性、稳定性。该方法具有一定的通用性，对不同样式的指针式表计仅依赖于其几何模型描述，与网络模型、训练方法无关。
-
公开(公告)号：CN113283423A
公开(公告)日：2021-08-20
申请号：CN202110126410.0
申请日：2021-01-29
Applicant: 南京理工大学 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于生成网络的自然场景扭曲文本图像矫正方法及系统，方法包括：1)扭曲数据增广。在平展文本图像上设置基准点，增广模块通过基准点的运动变换扭曲图像，代理网络与识别网络共同优化使扭曲文本识别难度较大，数据增广以后可获得成对的“平展‑扭曲”文本图像。2)搭建矫正网络。包括平展生成器、判别器，扭曲生成器、判别器，同时在损失函数中引入梯度先验损失，生成清晰度更高的矫正后图像。3)训练矫正网络。使用双向循环方式训练矫正网络。4)应用推理。利用训练后的矫正网络将待处理的自然场景扭曲文本矫正为平展文本。本发明能够有效消除自然场景文本的空间扭曲变形，得到的平展文本清晰度较高，提升了后续识别的精度。
-
公开(公告)号：CN112508098A
公开(公告)日：2021-03-16
申请号：CN202011425408.5
申请日：2020-12-08
Applicant: 南京理工大学 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种表盘定位与自动读数的指针式表计数值识别方法及系统，以多关键点的几何模型描述指针式表计中的刻度、指针端点等信息；利用关键点检测子网络将模型拟合到图像上，并利用关键点间的内在几何约束关系获得表计位置，达到表计定位；同时通过将关键点检测子网络输出的热图输入到示数读取子网络，回归出表计读数。本发明以关键点形式描述表盘指针端点、刻度线等关键信息之间的几何关系，简化了表盘的模型描述，增加了各部件之间的约束；通过表计的关键点检测，将表盘定位、示数读取融合在一个网络中，提高了识别的快速性、稳定性。该方法具有一定的通用性，对不同样式的指针式表计仅依赖于其几何模型描述，与网络模型、训练方法无关。
-
公开(公告)号：CN113283423B
公开(公告)日：2022-08-16
申请号：CN202110126410.0
申请日：2021-01-29
Applicant: 南京理工大学 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于生成网络的自然场景扭曲文本图像矫正方法及系统，方法包括：1)扭曲数据增广。在平展文本图像上设置基准点，增广模块通过基准点的运动变换扭曲图像，代理网络与识别网络共同优化使扭曲文本识别难度较大，数据增广以后可获得成对的“平展‑扭曲”文本图像。2)搭建矫正网络。包括平展生成器、判别器，扭曲生成器、判别器，同时在损失函数中引入梯度先验损失，生成清晰度更高的矫正后图像。3)训练矫正网络。使用双向循环方式训练矫正网络。4)应用推理。利用训练后的矫正网络将待处理的自然场景扭曲文本矫正为平展文本。本发明能够有效消除自然场景文本的空间扭曲变形，得到的平展文本清晰度较高，提升了后续识别的精度。
-
公开(公告)号：CN117746100A
公开(公告)日：2024-03-22
申请号：CN202311558555.3
申请日：2023-11-21
Applicant: 浙江华云信息科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06V10/74 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084
Abstract: 本发明公开了一种基于提示与对比学习的少样本电力系统缺陷检测方法，首先建立缺陷数据集，构建深度神经网络模型，基于提示学习与对比学习法训练所述深度神经网络模型，然后利用所述训练完成的深度神经网络模型对电力系统进行缺陷检测，针对电力系统缺陷样本少、样本难以获得的情况下，深度检测网络难以训练的问题，通过图文大模型的提示与对比学习方法，降低了缺陷检测模型的训练难度，使模型更有效地从有限的样本中学习，提升了缺陷检测器的检测精度，为电力系统中的少样本缺陷检测提供了一种高效的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN116580256A
公开(公告)日：2023-08-11
申请号：CN202310591944.X
申请日：2023-05-24
Applicant: 南京理工大学
IPC: G06V10/77 , G06V10/80 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务学习的轻量级指针式表计读数方法，该方法采用GhostNet和MobileNetV2作为轻量化主干特征提取网络；特征融合层结合了SE注意力机制、FPN和转置卷积层，增强了模型的特征表达能力；输出层针对不同功能分支采用了不同的网络结构。本发明将多项任务融合在同一模型中通过多任务学习，同时优化表盘定位、指针和刻度检测以及读数回归等多个目标函数，只利用一个轻量化设计的神经网络模型即可实现端到端的指针式表计定位、指针和关节点检测及读数识别，具有资源消耗低、推理速度快、模型轻量化等特点，尤其适合于在嵌入式系统中的应用。
-
公开(公告)号：CN112801974B
公开(公告)日：2023-08-08
申请号：CN202110111424.5
申请日：2021-01-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种嵌入式继电保护压板投退状态识别方法及装置，属于深度学习和电力系统保护领域。装置包括嵌入式图像采集模块、压板位置检测模块、压板投退状态识别模块、识别结果输出模块及本地存储模块。本发明利用嵌入式图像采集模块拍摄含有压板的继电保护屏图像，通过压板位置检测模块定位压板，将定位区域切割送给压板投退状态识别模块，得到投退状态的识别结果，通过输出模块显示出识别结果，并将结果保存在本地存储模块。本发明能够快速、准确地定位压板并识别其投退状态，提升了变电设备运维的智能化，减少了人工巡检的依赖性，该方法能够有效减少拍摄角度变化、光照强度变化等带来的影响，对于不同应用场景具有很强的稳健性和适应性。
-
公开(公告)号：CN109360289B
公开(公告)日：2021-09-28
申请号：CN201811148567.8
申请日：2018-09-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种融合巡检机器人定位信息的电力表计检测方法。本发明主要分为4个步骤：(1)巡检机器人到达指定位置获取图片；(2)结合巡检机器人定位信息,利用傅里叶和相位相关技术对目标仪表区域进行粗定位；(3)利用机器学习的目标仪表区域精确定位，得到多个目标候选区域；(4)融合巡检机器人定位信息，计算诸如IoU、互信息、视觉哈希等多特征融合的特征参数，利用该参数筛选候候选区域，得到最终目标。本发明利用机器学习，能检测到多种光照、姿态变化下的仪表。
-
公开(公告)号：CN109611387A
公开(公告)日：2019-04-12
申请号：CN201811396748.2
申请日：2018-11-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种带冲击试验功能的电动缸伺服系统及控制方法。该系统包括伺服执行单元、上位机控制软件和下位机伺服控制器。方法为：首先将上位机控制软件、下位机伺服控制器和旋转编码器进行连接；然后上位机控制软件接收用户输入的控制参数，解析控制指令并发送至下位机伺服控制器；下位机伺服控制器根据控制指令向伺服执行单元发送控制信号；接着伺服执行单元完成冲击试验；最后旋转编码器采集电动缸伺服系统的当前角度，下位机伺服控制器将运动状态反馈给上位机控制软件，在上位机控制软件中实时显示出来。本发明可以模拟电动缸伺服系统的惯性负载、静阻负载及特定形式的动态冲击负荷，为设计人员提供了模拟环境及测试手段，且安全可靠。
-
公开(公告)号：CN101470896A
公开(公告)日：2009-07-01
申请号：CN200710192275.X
申请日：2007-12-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于视频分析的机动目标飞行模式预测方法。首先提取机动目标图像以及视频帧的特征点，并剔除掉错误匹配的点，将视频帧中能正确匹配的特征点的特征向量作为分类器训练学习的样本特征，得到分类器的参数，在预测机动目标的飞行模式时，提取测试视频的正确匹配的特征向量，送入离线训练好的分类器，由计算结果得到预测的飞行模式。本发明使用的特征点算子是一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子，其匹配精度高，在图像具有较复杂的变形的情况下，仍然可以准确地匹配到大量的稳定点，可广泛用于智能交通、机器人等系统的机动目标高精度定位与预测中。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.077 seconds)
