-
公开(公告)号：CN112960281B
公开(公告)日：2022-11-18
申请号：CN202110210266.9
申请日：2021-02-25
Applicant: 徐州工程学院
IPC: B65D81/18
Abstract: 本发明公开了一种物流冷链仓储用小薄壁制冷管级进输送装置，包括输送组件和夹装组件；输送组件包括支撑座板、驱动组件、第一移动组件和第二移动组件；驱动组件包括第一液压缸和第二液压缸；第一液压缸固定安装在支撑组件上、伸缩端通过第一移动组件带动支撑座板左右移动，第二液压缸固定在支撑座板上、伸缩端通过第二移动组件带动支撑板上下移动；夹装组件固定在支撑板上，包括一对夹装块，一对夹装块通过固定组件上下布置在支撑板的右端，一对夹装块之间形成前后贯穿、并盛放制冷管的夹装定位口；本物流冷链仓储用小薄壁制冷管级进输送装置，结构简单，不仅方便对小薄壁制冷管调整至各个位置，而且保障对其安全可靠输送，避免其损坏。
-
公开(公告)号：CN108805188A
公开(公告)日：2018-11-13
申请号：CN201810534540.6
申请日：2018-05-29
Applicant: 徐州工程学院
CPC classification number: G06K9/6271 , G06N3/0454 , G06N3/08
Abstract: 一种基于特征重标定生成对抗网络的图像分类方法，适用于机器学习领域。将待分类的图像数据输入对抗网络模型进行网络训练；卷积网络构成的生成器和鉴别器；初始化随机噪声，将随机噪声输入生成器中；在生成器中利用卷积网络对随机噪声进行多层反卷积运算最终得到生成样本；将生成样本和和真实样本输入鉴别器；在鉴别器中利用卷积网络对输入样本进行卷积与池化操作从而得到特征图，在卷积网络中间层引入压缩激活SENet模块对特征图进行校准，得到校准后的特征图，使用全局平均池化，最终输出图像数据分类。在鉴别器的中间层引入SENet模块，自动学习每一个特征通道的重要程度，提取任务相关有用的特征抑制任务无关的特征，从而提高半监督学习表现。
-
公开(公告)号：CN104376535B
公开(公告)日：2018-02-23
申请号：CN201410614189.3
申请日：2014-11-04
Applicant: 徐州工程学院
IPC: G06T5/00
Abstract: 本发明公开了一种基于样本的快速图像修复方法，该方法包括：采用标记确定待修复区域；选取待修复区域和已知区域交界的轮廓线；计算模板的数据值和置信度值；引入调节参数，确定具有最高优先级的待修复模块；在待修复模块邻近的已知区域内，按照与待修复模块中心点的距离远近，由近及远的搜索出最优匹配块；将最优匹配块对应的像素点填充到待修复模块的相应位置，同时更新新填充像素点的置信值；对待修复区域重复以上步骤，直到待修复区域全部填充完毕。本发明从优先级的运算、数据值计算、匹配区域及最优匹配块的搜索和置信值更新四个方面进行优化，修复效果更加自然，同时修复由于只是在局部进行匹配，大大减少了修复时间。
-
公开(公告)号：CN104156965A
公开(公告)日：2014-11-19
申请号：CN201410399021.5
申请日：2014-08-13
Applicant: 徐州工程学院
Abstract: 本发明公开了一种矿井监控图像自动快速拼接方法，包含以下步骤：首先利用Harris算法初步得到单一尺度下的特征点，再采用SIFT算法对特征点进行精确定位，在此基础上结合SIFT描述符信息，从而稳定、快速地提取到图像特征点；利用位置敏感散列算法(LSH，Locality-Sensitive Hashing)进行特征匹配查找，解决基于Kd树查找算法在高维数据集上的时间效率并不高的问题；再采用改进的RANSAC算法筛选匹配点并计算变换矩阵,提高筛选匹配点的精确度；最后通过图像融合算法进行拼接。实验结果表明，该方法能够应用于煤矿井下视频监控图像的自动拼接，对其他复杂环境下的图像拼接亦具有科学的参考价值。
-
公开(公告)号：CN109146784A
公开(公告)日：2019-01-04
申请号：CN201810844163.6
申请日：2018-07-27
Applicant: 徐州工程学院
IPC: G06T3/40
Abstract: 本发明公开了一种基于多尺度生成对抗网络的图像超分辨率重建方法，采用多尺度SENet模块作为生成器，最终形成多尺度生成对抗网络；然后确定目标损失函数，完成生成器的预训练过程，提高多尺度生成对抗网络的收敛速度；通过建立的多尺度生成对抗网络实现对LR输入图像的高频信息的特征提取，随后与经过双三次插值的输入的结果重构出HR图像，鉴别器来鉴别重构后输入的真伪，同时将重构的均方差损失与对抗损失进行加权，作为最终的调整目标函数，通过目标函数对输出的HR图像进行调整后，完成整个图像的重建过程。本发明能对LR输入图像的高频信息细节进行更多的提取，从而使图像超分辨率重建后生成显示效果更好的HR图像。
-
Patent Agency Ranking
公开(公告)号：CN107507157A
公开(公告)日：2017-12-22
申请号：CN201710905303.1
申请日：2017-09-29
Applicant: 徐州工程学院
Abstract: 本发明一种改进的图像增强方法，包括：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)，其中采用改进后的归一化处理方式：S2、对待优化参数 进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G等；S3、判断进化代数t是否等于G，若符合则算法结束，输出 最优解；否则转向下一步；S4、采用轮盘赌策略选择M个个体，对个体按照遗传操作中的交叉和变异方法进行交叉和变异操作；S5、选取两个疫苗和待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时对接种后的种群采用最优个体保留策略；S6、一组 都对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。
-
公开(公告)号：CN104156965B
公开(公告)日：2017-10-03
申请号：CN201410399021.5
申请日：2014-08-13
Applicant: 徐州工程学院
Abstract: 本发明公开了一种矿井监控图像自动快速拼接方法，包含以下步骤：首先利用Harris算法初步得到单一尺度下的特征点，再采用SIFT算法对特征点进行精确定位，在此基础上结合SIFT描述符信息，从而稳定、快速地提取到图像特征点；利用位置敏感散列算法(LSH，Locality‑Sensitive Hashing)进行特征匹配查找，解决基于Kd树查找算法在高维数据集上的时间效率并不高的问题；再采用改进的RANSAC算法筛选匹配点并计算变换矩阵,提高筛选匹配点的精确度；最后通过图像融合算法进行拼接。实验结果表明，该方法能够应用于煤矿井下视频监控图像的自动拼接，对其他复杂环境下的图像拼接亦具有科学的参考价值。
-
公开(公告)号：CN104123706A
公开(公告)日：2014-10-29
申请号：CN201410393697.3
申请日：2014-08-11
Applicant: 徐州工程学院
Abstract: 本发明公开了一种基于自适应免疫遗传算法的图像增强方法，包括以下步骤：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)；S2、对待优化参数进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G等；S3、判断进化代数t是否等于G，若符合则算法结束，输出最优解；否则转向下一步；S4、采用轮盘赌策略选择M个个体，对个体按照遗传操作中的交叉和变异方法进行交叉和变异操作；S5、选取两个疫苗和待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时对接种后的种群采用最优个体保留策略；S6、一组都对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。
-
公开(公告)号：CN107742306B
公开(公告)日：2021-03-23
申请号：CN201710848710.3
申请日：2017-09-20
Applicant: 徐州工程学院
Abstract: 本发明公开了一种基于智能视觉中运动目标跟踪方法，其特征在于，包括以下步骤：S1、对于视频中原图像像素灰度为f(x,y)，对f(x,y)图像分割，并计算出最佳阈值Td；S2、设t时刻视频中的第k帧图像为fk(x,y)，第k‑1帧图像为fk‑1(x,y)，两帧图像的帧差为：Dk(x,y)＝|fk(x,y)‑fk‑1(x,y)|，S3、对于视频中的帧图像进行阈值分割，从视频帧间提取运动目标fobj(x,y)为：S4、对于步骤S3中所提取的运动目标进行定位；S5、对于已经定位的目标在视频中进行目标跟踪。
-
公开(公告)号：CN112257647A
公开(公告)日：2021-01-22
申请号：CN202011207089.0
申请日：2020-11-03
Applicant: 徐州工程学院
Abstract: 本发明的一种基于注意力机制的人脸表情识别方法，适用于图像识别领域。首先构建人脸表情识别模型，通过端到端的方式获得收敛后的人脸表情预测结果；在残差网络的基础上添加自注意力机制和通道注意力机制，从而提高对输入图像中有用信息的敏感度，抑制无用信息；然后利用自注意力计算输入的人脸表情特征图中所有位置像素的加权平均值来计算人脸表情特征图中关键位置的相对重要性，将自注意力机制和通道注意力机制相融合以鼓励人脸表情识别模型提取人脸表情特征图中关键位置作为全局重要特征的能力，最后输出最优识别结果。其步骤简单，使用方便鲁棒性好。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
