-
公开(公告)号：CN119206197A
公开(公告)日：2024-12-27
申请号：CN202411719902.0
申请日：2024-11-28
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V10/25 , G06V10/44 , G06V20/10 , G06N3/0464 , G06N3/084
Abstract: 本公开提出一种基于可学习特征与卷积核的煤矿特征图像掩码生成方法，涉及煤矿技术领域。其中，方法包括：采用深度可分离卷积对煤矿图像的特征图像进行处理，进行可学习掩码生成，获得掩码特征；应用迭代平均池化操作生成可学习的卷积核；利用可学习的卷积核对特征图像进行卷积操作，并利用掩码特征进行逐元素乘积，获得煤矿图像对应的掩码图像。本公开通过生成用于背景感知的掩码特征，可以极大地抑制背景干扰的影响。并且可以学习与井下场景有关的卷积核，生成多个可学习的卷积核，在实现卷积核局部性的同时，引入井下场景先验，提升特征提取效果。对掩码特征与经过卷积核处理的第一特征图进行聚合，可对煤矿图像进行高效的背景抑制。
-
公开(公告)号：CN119851093A
公开(公告)日：2025-04-18
申请号：CN202510316983.8
申请日：2025-03-18
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V10/82 , G06N3/0464 , G06N3/09 , G06V10/774
Abstract: 本公开提出一种煤矿综采工作面刮板机煤流堵塞状态识别方法，该方法包括：构建初始煤流堵塞状态识别模型，其中，初始煤流堵塞状态识别模型基于YOLOv8n目标检测算法、StarNet主干网络、上下文星型融合模块以及权重共享检测头构建，StarNet主干网络作为YOLOv8n目标检测算法的主干；获取目标数据集，其中，目标数据集包括多个样本煤流图像，样本煤流图像包含刮板机煤流堵塞信息；基于目标数据集训练初始煤流堵塞状态识别模型，以得到目标煤流堵塞状态识别模型；基于目标煤流堵塞状态识别模型对目标刮板机进行煤流堵塞状态识别。由此，能够通过优化模型结构和引入创新模块，有效提升煤流堵塞检测方法的精度和实时性。
-
公开(公告)号：CN119761682A
公开(公告)日：2025-04-04
申请号：CN202411670421.5
申请日：2024-11-20
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06Q10/0631 , G06Q10/0635 , G06Q10/083 , G06Q50/02 , G06N3/042
Abstract: 本申请提出了一种基于时空图神经网络的煤炭无轨胶轮车调度方法，涉及智能规划、车辆调度技术领域。方案包括：确定当前滑动时间窗口对应的时空图序列；基于预训练生成的时空图神经网络，对时空图序列进行特征提取，并基于提取得到的特征对节点进行状态预测，获取预测得到的下个时刻的节点状态；根据下个时刻的节点状态确定无轨胶轮车的目标控制策略；基于目标控制策略对无轨胶轮车进行车辆调度。本申请通过精确预测煤矿井下车辆的状态和环境变化，能够预判潜在的危险因素，从而提前采取相应措施，保障矿井作业的安全；能够动态调整运输策略，提高车辆的工作效率；实现了煤矿运输过程的自动化和智能化，减少了人为失误的风险。
-
公开(公告)号：CN119964074A
公开(公告)日：2025-05-09
申请号：CN202510025336.1
申请日：2025-01-07
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V20/52 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本申请提出一种安全帽的检测方法。该方法包括：获取图像集合，并将图像集合输入安全帽检测模型中；基于安全帽检测模型中的主干网络，对图像集合进行特征提取，并在特征提取过程中对主干网络的卷积层进行混合串行张量分解，输出图像集合对应的图像特征集合；将图像特征集合输入至安全帽检测模型中的颈部网络，以对图像特征集合中的图像特征进行融合，并在融合过程中对颈部网络的卷积层进行混合串行张量分解，输出融合图像特征集合；将融合图像特征集合输入至安全帽检测模型中的头部网络，对图像集合进行安全帽检测，以从图像集合识别出安全帽图像。由此，本方案可以确保模型的参数量和计算复杂度显著降低，并保留了模型的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119251479A
公开(公告)日：2025-01-03
申请号：CN202411747048.9
申请日：2024-12-02
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V10/25 , G06V10/26 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本申请提出一种基于全景感知与尺度估计的刮板输送机大块煤识别方法，该方法包括：基于预先训练的全景分割模型对待识别图像进行全景分割，获取所述待识别图像中像素的标注数据；其中，所述待识别图像中包括输送带，所述输送带上输送有煤体；对所述待识别图像进行流匹配，获取所述待识别图像中每个像素对应的深度数据；基于所述标注数据对所述待识别图像中的像素进行分类聚合，获取所述输送带上的目标煤体对应的至少一个目标像素集合；基于所述深度数据生成所述目标像素集合中每个像素的点云坐标数据；基于所述点云坐标数据对所述目标煤体进行识别。通过本申请的技术方案，能够提高煤体识别的准确率。
-
公开(公告)号：CN119992523A
公开(公告)日：2025-05-13
申请号：CN202510018866.3
申请日：2025-01-06
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
Abstract: 本申请提出一种基于多模态架构搜索与通道剪枝技术的矿物质识别方法，该方法包括：获取矿物质多模态数据集，并对矿物质多模态数据集进行特征提取，得到多尺度多模态特征；根据多尺度多模态特征，定义包括不同操作的搜索空间以及构建基于操作单元的超网络；不同操作均设置有架构参数；采用可微神经架构搜索技术对超网络的网络参数权重与架构参数进行交替优化，并在交替优化的过程中基于通道屏蔽参数通过通道剪枝技术缩减超网络的通道个数，得到优化后的超网络；根据优化后的超网络的网络参数权重与架构参数，矿物质识别模型。本发明能够为资源受限的平台提供一个高性能，轻量化的矿物质识别模型。
-
公开(公告)号：CN119963946A
公开(公告)日：2025-05-09
申请号：CN202510027138.9
申请日：2025-01-07
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/096
Abstract: 本公开提出了一种井下图像识别模型训练方法、装置及电子设备，包括：基于第一图像集对初始老师模型进行训练，以生成目标老师模型；基于第一图像集和目标老师模型对初始学生模型进行训练，以生成目标学生模型；对第二图像集按照预设井下场景进行场景迁移，以生成第三图像集，并基于第三图像集对目标学生模型进行训练，以生成目标图像识别模型。通过上述方法生成的目标图像识别模型，不仅可以学习到教师模型的显式知识，还能捕获到隐含的模式和决策逻辑，从而保持良好性能，降低了部署和运行的成本，并且基于场景迁移后的第二图像集对目标学生模型进行再训练，可以提升最终生成的目标图像识别模型的在井下图像识别场景中的实用性和预测的准确性。
-
公开(公告)号：CN119723120A
公开(公告)日：2025-03-28
申请号：CN202411711143.3
申请日：2024-11-26
Applicant: 天地科技股份有限公司北京技术研究分公司 , 煤炭科学研究总院有限公司
IPC: G06V10/74 , G06V10/82 , G06V10/764 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/52 , G06N3/0464 , G06N3/045 , G06T7/13 , G06Q50/02 , G06N3/048
Abstract: 本申请提出一种井下风门状态的识别方法。该方法包括：获取风门的图像，并基于图像中感兴趣区域进行高斯背景建模，确定风门的背景图像和前景图像；从背景图像中提取风门的第一特征向量，并从前景图像中提取风门的第二特征向量；确定第一特征向量和第二特征向量的余弦值；响应于余弦值大于设定阈值，将前景图像输入至神经网络中，并基于神经网络的注意力机制，对前景图像中的风门的状态进行多次概率计算，并基于概率计算结果确定前景图像中风门状态的目标概率值；基于目标概率值，确定风门的目标状态。由此，本方案通过准确识别风门的开关状态，可以确保新鲜风流能够到达各用风地点，避免风流短路或紊乱，从而优化矿井的通风系统。
-
公开(公告)号：CN119206197B
公开(公告)日：2025-03-28
申请号：CN202411719902.0
申请日：2024-11-28
Applicant: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC: G06V10/25 , G06V10/44 , G06V20/10 , G06N3/0464 , G06N3/084
Abstract: 本公开提出一种基于可学习特征与卷积核的煤矿特征图像掩码生成方法，涉及煤矿技术领域。其中，方法包括：采用深度可分离卷积对煤矿图像的特征图像进行处理，进行可学习掩码生成，获得掩码特征；应用迭代平均池化操作生成可学习的卷积核；利用可学习的卷积核对特征图像进行卷积操作，并利用掩码特征进行逐元素乘积，获得煤矿图像对应的掩码图像。本公开通过生成用于背景感知的掩码特征，可以极大地抑制背景干扰的影响。并且可以学习与井下场景有关的卷积核，生成多个可学习的卷积核，在实现卷积核局部性的同时，引入井下场景先验，提升特征提取效果。对掩码特征与经过卷积核处理的第一特征图进行聚合，可对煤矿图像进行高效的背景抑制。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.057 seconds)
