-
公开(公告)号：CN117611554A
公开(公告)日：2024-02-27
申请号：CN202311611939.7
申请日：2023-11-29
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种基于YUV色彩空间和梯度特征相融合的阴影检测方法，属于阴影检测领域。本发明通过YUV色彩空间从输入的图像中获取了候选阴影区域，再结合梯度特征计算出了所述候选阴影区域像素点与背景像素点的梯度相关性，最后根据所述梯度方向相关性判断所述候选阴影区域是阴影区域还是前景区域。本发明基于YUV色彩空间和梯度特征的融合，提高了阴影检测的精度和鲁棒性。
-
公开(公告)号：CN117115859A
公开(公告)日：2023-11-24
申请号：CN202311089495.5
申请日：2023-08-28
Applicant: 安徽信息工程学院
IPC: G06V40/10 , G06V10/26 , G06V10/25 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/01 , G06N20/20 , G06T7/246 , G06T7/277 , G06T7/11 , G06T7/136
Abstract: 本发明提供了一种行人运动趋势的检测方法及装置，属于图像检测技术领域。所述方法基于多任务损失网络构建深度学习后处理框架，所述框架包括以下步骤：对图像中行人进行检测与定位，生成候选区域；基于深度神经网络对候选区域实现进一步的目标判别与区域定位；对目标进行阈值分割，计算行人运动趋势。此外，还构建了一种基于上述行人运动趋势的检测方法的检测装置。本发明节约了行人检测成本，提高了行人检测的精准度，应用场景更加广泛。
-
公开(公告)号：CN119169577A
公开(公告)日：2024-12-20
申请号：CN202411030942.4
申请日：2024-07-30
Applicant: 安徽信息工程学院
Abstract: 本发明涉及行人检测技术领域，具体涉及一种无人驾驶行人检测方法，包括实时匹配10米内的其他数据传输模块；当所述数据传输模块与其他数据传输模块匹配成功后，将第一实时行人检测信息传输到其他检测系统中生成第二实时行人检测信息；将其他检测系统中的深度学习模型输出的第一实时行人检测信息与第二实时行人检测信息进行相同性匹配，获取没有匹配成功的第三实时行人检测信息；其他检测系统基于其他检测系统中的第一实时行人检测信息和获取的第三实时行人检测信息综合判断行人的位置和动态。本发明使得被遮挡的车辆能够获取被遮挡的行人信息，从而在人行道处避免出现漏检的情况，提升无人驾驶的安全性。
-
公开(公告)号：CN114529487B
公开(公告)日：2024-09-13
申请号：CN202210131717.4
申请日：2022-02-14
Applicant: 安徽信息工程学院
IPC: G06T5/50 , G06T5/20 , G06T7/13 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种多源图像融合方法、系统，所述多源图像融合方法包括：根据深度特征提取算法与低通滤波融合算法将红外图像fr(x,y)与微光图像fl(x,y)进行融合以获得融合图像Frl(x,y)；根据无监督卷积神经网络模型将所述融合图像Frl(x,y)与可见光图像fv(x,y)进行融合以获得夜视图像Grlv(x,y)。该一种多源图像融合方法、系统综合了红外，微光与可见光图像的特征信息，使其呈现更全面的夜视图像，增强场景理解、突出目标，且更符合人眼特性，明显改善人眼的识别性能。
-
公开(公告)号：CN116778543A
公开(公告)日：2023-09-19
申请号：CN202211525220.7
申请日：2022-11-30
Applicant: 安徽信息工程学院
IPC: G06V40/16 , G06V40/20 , G06Q10/0639 , G06Q50/20 , G08B21/18
Abstract: 本发明公开了一种课堂教学效果检测系统，包括处理器、人体姿态装置、面部识别装置、监视器、报警器、终端；人体姿态装置、面部识别装置、监视器、报警器、终端分别通过信号线路与处理器连接；处理器接收人体姿态装置、面部识别装置的信号；处理器向监视器、报警器发送信号；处理器与终端进行信号交互。本发明还公开了该检测系统的检测方法。采用上述技术方案，对学生的课堂不良行为进行感应识别，并将其与阈值进行比对，从而确定学生课堂上的课堂不良行为，当出现较多违纪行为时，会提醒教师要进一步把控课堂秩序和氛围，并最终把课堂上出现的课堂不良行为记录下来，更加客观地评测现场教学效果。
-
Patent Agency Ranking
公开(公告)号：CN116114970A
公开(公告)日：2023-05-16
申请号：CN202211542033.X
申请日：2022-12-02
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种自提醒矫正鞋，属矫正鞋领域，包括鞋底，鞋底的上端边缘处固定安装有鞋帮，鞋底的上端面固定安装有保护垫，保护垫对应脚弓处固定安装有调节垫，调节垫为弹性可伸缩材料，鞋底的内部前端固定安装有陀螺仪传感器，鞋底的内部下端面前侧固定安装有电池，电池的上端设置有控制主板，鞋底的上端后侧固定安装有气囊一与气囊二。本方案通过设置传动机构与棘轮机构，利用传动机构与棘轮机构相互配合，使电机的输出轴逆时针转动则会通过棘轮机构对齿环一进行传动连接，进而对扁平足调节机构进行传动连接，而输出轴顺时针转动则不会对齿环一进行传动，只会对感应调节机构传动，实现了一机多用，相对提升了设备的多样性。
-
公开(公告)号：CN115496682A
公开(公告)日：2022-12-20
申请号：CN202211075035.2
申请日：2022-09-03
Applicant: 安徽信息工程学院
Abstract: 本发明涉及图像修复技术领域，具体为一种生成式对抗网络的图像修复方法，包括如下步骤：生成式对抗网络的图像修复方法由四个部分组成，S1:第一部分涉及生成式对抗网络，利用生成式对抗网络GAN生成有效的伪图像集；S2:第二部分为选择修复补丁，确定图像的填充顺序，选择有效的优先级函数去确定好下一待修复像素补丁。该算法对生成式对抗网络结构进行了改进，选用残差神经网络结构替换生成器结构，可生成更有效的伪图像集，从而激发判别器提升其性能，并选用优先级函数和均方误差(MSE)确定待修复补丁和与其最佳匹配补丁，结合期望最大化(EM)算法最小化来优化补丁匹配与补丁合成的细节，对丢失图像进行二次修复，改善细节融合。
-
公开(公告)号：CN114529487A
公开(公告)日：2022-05-24
申请号：CN202210131717.4
申请日：2022-02-14
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种多源图像融合方法、系统，所述多源图像融合方法包括：根据深度特征提取算法与低通滤波融合算法将红外图像fr(x,y)与微光图像fl(x,y)进行融合以获得融合图像Frl(x,y)；根据无监督卷积神经网络模型将所述融合图像Frl(x,y)与可见光图像fv(x,y)进行融合以获得夜视图像Grlv(x,y)。该一种多源图像融合方法、系统综合了红外，微光与可见光图像的特征信息，使其呈现更全面的夜视图像，增强场景理解、突出目标，且更符合人眼特性，明显改善人眼的识别性能。
-
公开(公告)号：CN114511467A
公开(公告)日：2022-05-17
申请号：CN202210159554.0
申请日：2022-02-22
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种基于信息熵和梯度因子的图像修复方法、系统，所述基于信息熵和梯度因子的图像修复方法包括：确定待修复图像的破损区域，其中所述破损区域包含至少一个破损像素区域；针对每一破损像素区域，采用优先权函数确定所述破损像素区域的待修复块；根据预设定的匹配准则确定适配于所述待修复块的最佳样本块；使用所述最佳样本块填充所述待修复块中的未知像素完成该破损像素区域的修复；更新所述优先权函数中的置信度；获取所述待修复图像对应的已完成修复的图像。该基于信息熵和梯度因子的图像修复方法、系统可以有效的减少子图个数，减少计算量，提高计算速度。
-
公开(公告)号：CN119831772A
公开(公告)日：2025-04-15
申请号：CN202411867815.X
申请日：2024-12-18
Applicant: 安徽信息工程学院
IPC: G06Q50/02 , G06Q10/04 , G06Q10/0631 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种农业形态模型构建方法，包括如下步骤：S1、构建多层次生物链模型，设计模块间的物质与能量传递路径；S2、采集多模态数据，结合贝叶斯优化算法生成动态参数组合；S3、基于常青藤优化算法，优化废弃物的循环利用路径；S4、通过多智能体强化学习技术，动态调整资源分配比例；S5、采用动态生物链建模与代谢流模拟技术，优化能量与物质流动路径；S6、水体净化与循环利用，基于常青藤优化算法规划水资源分配路径；S7、基于时间序列预测模型，动态预测关键指标并反馈调控；S8、构建模块化生态产品加工区，优化加工路径并展示成果。本发明实现农业资源高效循环利用与动态优化调控，促进生态可持续发展。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.034 seconds)
