-
公开(公告)号：CN111915460A
公开(公告)日：2020-11-10
申请号：CN202010728327.6
申请日：2020-07-23
Applicant: 同济大学
Abstract: 一种基于AI视觉的实验考试智能评分系统，包括学生端(1)、教师端(2)、服务器端(3)，所述服务器端(3)包括算法模块(4)和数据库(5)；具体应用时，还包括第一用户、第二用户，所述第一用户为学生，所述第二用户为教师；所述算法模块(4)运行于服务器端(3)上，所述数据库(5)存储于服务器端(3)供算法模块(4)调用，所述服务器端(3)包括云服务器；等。此系统可以应用于中学物化生实验的教学和考试场景中，解决教学场景中学生接受信息有差异，考试场景中教师批改效率低、评分标准不一的问题。本发明还能够在学生自主练习实验操作的时候利用算法检测学生的动作，并提供有效指导和及时反馈，提高自学效果。
-
Patent Agency Ranking
公开(公告)号：CN114812398A
公开(公告)日：2022-07-29
申请号：CN202210370434.5
申请日：2022-04-10
Applicant: 同济大学
Abstract: 本发明属于建筑物损伤检测领域，具体涉及一种基于无人机的高精度实时裂缝检测平台。其特征在于，所述无人机上搭载有单目或双目相机、惯性测量单元IMU、机载电脑和机载雷达；所述机载电脑运行软件，包括：轻量化的裂缝分类模块、轻量化的裂缝分割模块、裂缝位置信息计算模块、高精度的裂缝分割模块、裂缝几何信息提取模块和无人机飞行控制模块。无人机作业过程中，获取图像信息，经轻量级裂缝分类模块、轻量级裂缝分割模块、裂缝位置信息计算模块处理得到裂缝与无人机的相对位置信息，并通过裂缝信息辅助的无人机飞行控制模块逐步使无人机接近裂缝附近；并实现裂缝几何信息的提取。本发明所提出的平台可以大幅度提升裂缝几何信息提取的精度。
-
公开(公告)号：CN111915460B
公开(公告)日：2022-05-13
申请号：CN202010728327.6
申请日：2020-07-23
Applicant: 同济大学
Abstract: 一种基于AI视觉的实验考试智能评分系统，包括学生端(1)、教师端(2)、服务器端(3)，所述服务器端(3)包括算法模块(4)和数据库(5)；具体应用时，还包括第一用户、第二用户，所述第一用户为学生，所述第二用户为教师；所述算法模块(4)运行于服务器端(3)上，所述数据库(5)存储于服务器端(3)供算法模块(4)调用，所述服务器端(3)包括云服务器；等。此系统可以应用于中学物化生实验的教学和考试场景中，解决教学场景中学生接受信息有差异，考试场景中教师批改效率低、评分标准不一的问题。本发明还能够在学生自主练习实验操作的时候利用算法检测学生的动作，并提供有效指导和及时反馈，提高自学效果。
-
公开(公告)号：CN114841923B
公开(公告)日：2025-03-21
申请号：CN202210370443.4
申请日：2022-04-10
Applicant: 同济大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/74 , G06V20/17 , G06N3/0464 , G06N3/084
Abstract: 本发明属于建筑物损伤检测领域，具体涉及一种基于无人机的高精度实时裂缝检测方法。使用轻量级裂缝分类算法和轻量级裂缝分割算法检测提取出相机采集的图像中的裂缝位置信息，使用裂缝位置信息提取算法通过双目相机或雷达采集的数据结合图像中裂缝的位置信息计算出裂缝与无人机的相对位置信息，通过裂缝信息辅助的无人机飞行控制算法使无人机平稳飞行至裂缝表面附近，使用高精度裂缝分割算法和裂缝几何信息提取算法实现高精度的裂缝几何信息提取。由于相机拍摄时相机与裂缝之间的距离较小，因此实现更高精度且实时的自动化裂缝检测。本发明所提出的方法可以实时提供裂缝检测的分析结果，并大幅度提升裂缝几何信息提取的精度。
-
公开(公告)号：CN114812398B
公开(公告)日：2023-10-03
申请号：CN202210370434.5
申请日：2022-04-10
Applicant: 同济大学
Abstract: 本发明属于建筑物损伤检测领域，具体涉及一种基于无人机的高精度实时裂缝检测平台。其特征在于，所述无人机上搭载有单目或双目相机、惯性测量单元IMU、机载电脑和机载雷达；所述机载电脑运行软件，包括：轻量化的裂缝分类模块、轻量化的裂缝分割模块、裂缝位置信息计算模块、高精度的裂缝分割模块、裂缝几何信息提取模块和无人机飞行控制模块。无人机作业过程中，获取图像信息，经轻量级裂缝分类模块、轻量级裂缝分割模块、裂缝位置信息计算模块处理得到裂缝与无人机的相对位置信息，并通过裂缝信息辅助的无人机飞行控制模块逐步使无人机接近裂缝附近；并实现裂缝几何信息的提取。本发明所提出的平台可以大幅度提升裂缝几何信息提取的精度。
-
公开(公告)号：CN114841923A
公开(公告)日：2022-08-02
申请号：CN202210370443.4
申请日：2022-04-10
Applicant: 同济大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/74 , G06V20/17 , G06N3/04 , G06N3/08
Abstract: 本发明属于建筑物损伤检测领域，具体涉及一种基于无人机的高精度实时裂缝检测方法。使用轻量级裂缝分类算法和轻量级裂缝分割算法检测提取出相机采集的图像中的裂缝位置信息，使用裂缝位置信息提取算法通过双目相机或雷达采集的数据结合图像中裂缝的位置信息计算出裂缝与无人机的相对位置信息，通过裂缝信息辅助的无人机飞行控制算法使无人机平稳飞行至裂缝表面附近，使用高精度裂缝分割算法和裂缝几何信息提取算法实现高精度的裂缝几何信息提取。由于相机拍摄时相机与裂缝之间的距离较小，因此实现更高精度且实时的自动化裂缝检测。本发明所提出的方法可以实时提供裂缝检测的分析结果，并大幅度提升裂缝几何信息提取的精度。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
