-
公开(公告)号：CN118305101A
公开(公告)日：2024-07-09
申请号：CN202410403149.8
申请日：2024-04-03
Applicant: 江苏理工学院
Abstract: 本发明公开了一种自动化轴承缺陷检测系统及方法。该系统包括零件供应模块、零件输送模块、照明与图像采集模块、视觉检测模块、控制模块和安全模块。方法为：首先零件供应模块采用自动旋转料盘进行待检零件的自动化上料，零件输送模块使用传送带和上料机械手臂将轴承输送到视觉检测区域；然后照明与图像采集模块对轴承进行多角度拍摄，送入视觉检测模块，使用检测算法和边缘计算设备检测轴承零件是否有缺陷，并将检测结果发送至控制模块；最后控制模块将检测后的轴承分别输送至废料区和下料区；安全模块保护自动化检测过程中人员和设备的安全，及时检测并响应潜在的危险情况。本发明提高了承缺陷检测的自动化程度、检测效率和检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119339345A
公开(公告)日：2025-01-21
申请号：CN202411445984.4
申请日：2024-10-16
Applicant: 江苏理工学院
Inventor： 张英杰 , 尹明锋 , 高齐 , 黄舒玥 , 徐涛 , 芋晓琳 , 郭锦秀 , 卜少青 , 谢苏南 , 洪星 , 李耀宗 , 吴祥 , 赵高鹏 , 王超尘 , 朱建良 , 吴盘龙 , 王军 , 薄煜明 , 李丽 , 贝绍轶 , 张兰春
IPC: G06V20/56 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种智能驾驶场景下基于特征融合的车道线类别检测方法、装置、电子设备及可读存储介质，其中方法包括以下步骤：通过提取图像高级特征，融合图像多尺度特征，检测车道线空间位置，判定车道线类型，最后输出车道线的位置和类别信息。本发明所提供的特征融合模块CA_ASPP通过融合不同尺度的特征来增强网络对车道线的表征能力，优化了分类网络的判断能力，有效增强了对不同车道线类型的识别能力，尤其是区分车道线的虚实属性。在实际驾驶场景中，所提出的特征融合模块有助于智能汽车准确识别虚、实线等多种车道线，且在磨损、路障、遮挡等复杂路面条件下依旧能做到精确识别，以保障其在安全情况下合理变道。
-
公开(公告)号：CN118941985A
公开(公告)日：2024-11-12
申请号：CN202410944594.5
申请日：2024-07-15
Applicant: 江苏理工学院
Inventor： 林勇 , 卜少青 , 尹明锋 , 张英杰 , 张佳珲 , 李耀宗 , 王志威 , 朱欣宇 , 郭锦秀 , 洪星 , 赵高鹏 , 王超尘 , 朱建良 , 吴盘龙 , 王军 , 薄煜明 , 李丽 , 贝绍轶 , 张兰春
IPC: G06V20/17 , G06V10/26 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于协同注意力和串联通道互相关的无人机目标跟踪方法及系统，具体为：将视频中的第一帧图片和后续帧分别作为模板分支和搜索分支的输入，经过孪生网络对其特征提取，使用协同注意力模块，将提取到的特征进行交互，使模板能够适应目标外观的变化；将得到的输出特征输入到串联通道互相关模块进行互相关操作，然后输入到无锚的跟踪头网络中，通过分类分支得到特征图中每一个像素点的分类分数，通过中心度分支来判断各像素点与目标之间的远近关系，通过回归分支得到每个像素点对应的目标框信息，将分类分数与中心度分支相乘，选取得分最高的像素点，从而得到准确的目标框信息。本发明具有无人机目标跟踪性能强、定位精确度高的优点。
-
公开(公告)号：CN118781464A
公开(公告)日：2024-10-15
申请号：CN202410762470.5
申请日：2024-06-13
Applicant: 江苏理工学院
IPC: G06V10/82 , G01C21/20 , G06V10/75 , G06V10/74 , G06V10/44 , G06V10/46 , G06V10/80 , G06V10/762 , G06V10/764 , G06V20/64 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于图神经网络的自监督视觉SLAM方法，该方法为：首先建立基于改进的Superpoint结构的关键点和描述子的深度特征提取网络，提取每一帧图片上的关键点和描述子；然后建立基于图神经网络的SuperGlue深度特征匹配网络，将每一帧图片上的关键点和描述子通过自注意力机制和交叉注意力机制进行加权匹配，并通过图神经网络优化匹配矩阵，执行二分图匹配得到最终匹配结果；接着剔除出现的误匹配；最后将匹配好的特征点及其对应关系集成到ORB‑SLAM2系统中，构建基于神经网络的自监督SLAM系统。本发明提高了SLAM方法在弱光照、纹理和大尺度变换条件下的特征点提取和匹配的准确率，减少了计算资源的消耗，提高了特征点和描述子在计算资源有限的设备上的提取速度。
-
公开(公告)号：CN119338858A
公开(公告)日：2025-01-21
申请号：CN202411349016.3
申请日：2024-09-26
Applicant: 江苏理工学院
Inventor： 张英杰 , 尹明锋 , 高齐 , 黄舒玥 , 徐涛 , 芋晓琳 , 郭锦秀 , 卜少青 , 谢苏南 , 洪星 , 李耀宗 , 吴祥 , 赵高鹏 , 王超尘 , 朱建良 , 吴盘龙 , 王军 , 薄煜明 , 李丽 , 贝绍轶 , 张兰春
IPC: G06T7/246 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种智能驾驶场景下基于多维空间注意力的夜间目标跟踪方法、系统、设备及计算机存储介质，其中，方法包括：将通过摄像头得到的当前图像数据通过四层下采样结构编码输入图像特征以生成特征图；利用基于Transformer的空间通道注意力模块建立特征图各像素之间的依赖关系；通过多维空间注意力模块重复提取第一阶段到第三阶段下采样阶段的图像特征，生成全局信息特征图；将全局信息特征图与上采样阶段的特征图进行拼接，并同步进行上采样，生成亮化特征图；将同步上采样后的所述亮化特征图像输出至下游跟踪器，生成最终的夜间目标检测和跟踪结果。本发明能够解决现有技术在夜间或低光照条件下目标跟踪准确率低、鲁棒性差的问题。
-
公开(公告)号：CN118506227A
公开(公告)日：2024-08-16
申请号：CN202410403148.3
申请日：2024-04-03
Applicant: 江苏理工学院
Inventor： 尹明锋 , 朱欣宇 , 王志威 , 庄子涵 , 金圣昕 , 孟成 , 张英杰 , 洪星 , 赵高鹏 , 王超尘 , 朱建良 , 吴盘龙 , 王军 , 薄煜明 , 李丽 , 贝绍轶 , 张兰春
IPC: G06V20/40 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于事件相机的运动鲁棒的轻量级目标检测方法及系统，该方法为：视频采集单元采集视频，视频转换单元将视频转换成事件序列；事件表示单元对事件序列进行张量提取，清洗单元利用高斯滤波器对张量形式的事件序列进行滤波处理，获取清洗后的事件序列；目标检测单元进行物体的目标检测；同时物体速度分类单元计算视频光流向量分布的密度，进行物体速度分类；可视化单元将物体检测结果和物体速度分类结果合并，并且可视化显示。该系统包括视频采集单元、视频转换单元、事件表示单元、清洗单元、目标检测单元、物体速度分类单元和可视化单元。本发明提高了目标检测的准确性，算法效率高，能够应对复杂的交通场景，适应性强。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
