-
公开(公告)号：CN116012296A
公开(公告)日：2023-04-25
申请号：CN202211532025.7
申请日：2022-12-01
Applicant: 浙江大学
Abstract: 一种基于超分辨率和半监督学习算法的装配式预制构件检测技方法，使用超分辨率算法提高了预制构件图片的质量，并通过半监督学习算法降低了数据标注工作的高昂成本。具体实施步骤为：①搭建并训练超分辨率网络Real‑ESRGAN；②收集各种施工环境下预制构件的图片，输入到Real‑ESRGAN网络的生成模型中，提升图片质量；③引入半监督学习算法mean‑teacher网络训练目标检测器Yolov5；④使用训练后的Yolov5模型检测实时采集的现场数据，对建筑工地上装配式预制构件进行定位和分类。本发明能改善图像质量，并在有限标记数据的情况下实现优异的检测性能，为装配式建筑工地管理提供技术支持。
-
公开(公告)号：CN107464246A
公开(公告)日：2017-12-12
申请号：CN201710575038.5
申请日：2017-07-14
Applicant: 浙江大学
IPC: G06T7/10
CPC classification number: G06T7/10 , G06T2207/20081
Abstract: 本发明公开了一种基于图谱字典学习的图像分割方法，相对于传统的字典学习方法，本方法可以通过对图谱进行一定的处理来达到需要的目标，图谱的获得采用基于马尔可夫场考虑的EM算法，通过字典学习获得图谱与所需分割图像的关系，目标函数与传统的字典学习方法一样，但是字典的初始化来自于图谱的取样，字典的每一列都是一幅图谱，采用的是K-SVD的方法来进行字典的更新，可以提高运行速度以及避免字典陷入局部最优。
-
公开(公告)号：CN118474794B
公开(公告)日：2024-11-19
申请号：CN202410663791.X
申请日：2024-05-27
Applicant: 浙江大学
Abstract: 一种用于无线风速传感器的数据压缩与传输方法，包括：A.传感器端以固定频率采集风速数据，记录首次采集的时间戳与采集得到的风速数据序列，并将采集的风速数据序列转换为压缩数据序列。B.利用消息队列遥测传输(Message Queuing Telemetry Transport，MQTT)轻量级通讯协议将首次采集的时间戳与压缩数据序列从传感器端传输至数据终端。C.在数据终端中利用基于小波字典的压缩感知算法重构风速数据序列。D.将传感器安装在实际环境中测试，预采集一段完整数据用以测试传输效果，确定传输参数。E.将调整后的传输参数发送至风速传感器，并以双线程长期开展采集和传输风速数据。本发明实现低能耗、低带宽、高鲁棒性的风速数据无线传输，保障风速数据完整性的同时，有效延长无线风速传输设备的使用时长。
-
公开(公告)号：CN118710590A
公开(公告)日：2024-09-27
申请号：CN202410720034.1
申请日：2024-06-05
Applicant: 浙江大学
IPC: G06T7/00 , G06T7/60 , G06T5/73 , G06N3/0464
Abstract: 一种低光照环境下的非接触式桥梁位移测量方法，实现环境光照不足时对桥梁结构位移的精确测量，具体实施流程如下：A.采集桥梁结构视频并逐帧输出为图像；B.采用URetinex‑Net网络模型恢复低光照桥梁结构图像亮度；C.根据图像的特征点匹配结果计算对应时刻的桥梁结构位移。本发明公开的方法引入URetinex‑Net网络模型，提升了对桥梁结构图像的亮度恢复效果，从而在亮度较低的环境下，精确追踪视频中桥梁结构特征点。该方法对光照条件有高鲁棒性，能实现低光照下非接触式桥梁结构位移测量。
-
公开(公告)号：CN118474794A
公开(公告)日：2024-08-09
申请号：CN202410663791.X
申请日：2024-05-27
Applicant: 浙江大学
Abstract: 一种用于无线风速传感器的数据压缩与传输方法，包括：A.传感器端以固定频率采集风速数据，记录首次采集的时间戳与采集得到的风速数据序列，并将采集的风速数据序列转换为压缩数据序列。B.利用消息队列遥测传输(Message Queuing Telemetry Transport，MQTT)轻量级通讯协议将首次采集的时间戳与压缩数据序列从传感器端传输至数据终端。C.在数据终端中利用基于小波字典的压缩感知算法重构风速数据序列。D.将传感器安装在实际环境中测试，预采集一段完整数据用以测试传输效果，确定传输参数。E.将调整后的传输参数发送至风速传感器，并以双线程长期开展采集和传输风速数据。本发明实现低能耗、低带宽、高鲁棒性的风速数据无线传输，保障风速数据完整性的同时，有效延长无线风速传输设备的使用时长。
-
Patent Agency Ranking
公开(公告)号：CN117876397A
公开(公告)日：2024-04-12
申请号：CN202410049189.7
申请日：2024-01-12
Applicant: 浙江大学
Abstract: 一种基于多视角数据融合的桥梁构件三维点云分割方法，该方法将二维图像分割模型引入到三维点云分割领域，实现了二维图像与三维点云之间的像素级交互。具体实施步骤为：①收集桥梁构件多视角图像数据；②搭建桥梁构件三维重建方法框架，利用所述的多视角图像数据重建桥梁构件三维点云模型；③搭建并训练DeepLabv3语义分割模型，输出多视角图像分割掩码；④通过多视角数据融合准确分割桥梁构件原始重建点云；⑤基于分割后的桥梁构件点云进行桥梁结构质量评估，包括尺寸质量评估、桥梁病害检测等。本发明公开的方法能够实现桥梁构件点云的三维重建和高精度分割，为桥梁结构的质量评估提供了有力工具。
-
公开(公告)号：CN116012296B
公开(公告)日：2023-10-24
申请号：CN202211532025.7
申请日：2022-12-01
Applicant: 浙江大学
Abstract: 基于超分辨率和半监督学习的装配式预制构件检测技方法，使用超分辨率算法提高了预制构件图片的质量，并通过半监督学习算法降低了数据标注工作的高昂成本。具体实施步骤为：①搭建并训练超分辨率网络Real‑ESRGAN；②收集各种施工环境下预制构件的图片，输入到Real‑ESRGAN网络的生成模型中，提升图片质量；③引入半监督学习算法mean‑teacher网络训练目标检测器Yolov5；④使用训练后的Yolov5模型检测实时采集的现场数据，对建筑工地上装配式预制构件进行定位和分类。本发明能改善图像质量，并在有限标记数据的情况下实现优异的检测性能，为装配式建筑工地管理提供技术支持。
-
公开(公告)号：CN119931644A
公开(公告)日：2025-05-06
申请号：CN202411971440.1
申请日：2024-12-30
Applicant: 杭州锌锐光子科技有限公司 , 浙江大学温州研究院
Abstract: 本发明提供一种PbS量子点材料，所述PbS量子点为核壳结构，所述核壳结构包括：PbS半导体纳米晶作为核；微/介孔模板，所述PbS半导体纳米晶核限域生长在所述微/介孔模板的孔道内；PbS体材料壳层，自由生长在所述微/介孔模板上，所述PbS体材料壳层为连续的硫化铅材料且不具备量子限域效应；所述PbS量子点材料的粒径为不小于0.5um。本发明通过全固态高温煅烧法实现对PbS量子点的双重自包覆(微/介孔模板和硫化铅体材料壳层)，以免受水氧以及恶劣环境条件的侵蚀，最终得到高质量、尺寸均匀、稳定性好的硫化铅量子点。
-
公开(公告)号：CN119810084A
公开(公告)日：2025-04-11
申请号：CN202510013885.7
申请日：2025-01-06
Applicant: 浙江大学
IPC: G06T7/00 , G06T17/00 , G06T7/50 , G06V10/25 , G06T7/11 , G06T7/194 , G06V10/26 , G06V10/82 , G06V10/774 , G06T3/06 , G06T19/20 , G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于2D‑3D数据融合的桥梁病害检测与定位方法和装置，该发明利用图像和点云之间的同质性，能够在复杂背景和不平衡数据条件下实现桥梁病害识别。具体实施步骤为：①收集桥梁结构多视角图像和病害图像；②利用所述的多视角图像重建桥梁结构点云模型并输出深度图像；③搭建并训练ROI提取模型，利用深度图像输出去除复杂背景后的病害图像；④搭建并训练改进DeepLabv3+病害分割模型，检测ROI提取后病害图像中的桥梁病害，输出桥梁病害分割掩码；⑤基于桥梁病害分割掩码和点云模型实现病害的三维可视化。本发明公开的方法能够实现桥梁病害的高精度检测和定位，为桥梁结构的日常检测提供了有力工具。
-
公开(公告)号：CN118673434A
公开(公告)日：2024-09-20
申请号：CN202410784758.2
申请日：2024-06-18
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/241 , G06F18/214 , G06F18/21 , G06F18/10 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于Diffusion模型的多变量时序异常检测方法及系统，涉及时序异常检测技术领域，包括获取多元时序历史数据；对多元时序历史数据进行数据处理，获取多元时序训练集和多元时序验证集；根据多元时序训练集和多元时序验证集对Diffusion模型进行训练和验证操作，获取多变量时序异常检测模型；对待检测的多变量时序数据进行数据预处理，获取预处理的多变量时序数据。本发明通过对多元时序历史数据进行分析，获取多元时序训练集和多元时序验证集，通过多元时序训练集和多元时序验证集对Diffusion模型进行训练验证，保证了Diffusion模型异常数据检测的精准性，通过训练好的Diffusion模型对待检测的多变量时序数据进行检测，筛选出异常数据，降低了人力资源的消耗。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
