-
公开(公告)号：CN114638987A
公开(公告)日：2022-06-17
申请号：CN202210225211.X
申请日：2022-03-09
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/762 , G06K9/62 , G06V10/58 , G06T5/00 , G06T7/80 , G06T9/00
Abstract: 本发明提供一种基于对比学习光谱特征提取的金属材质识别方法，属于材质分析领域。方法包括：采集不同种金属材质的高光谱图像，标注金属类别，得到金属高光谱数据样本集；辐射定标，去除高光像元；对预处理后的样本进行光谱聚类处理，以分离出被测金属像元；基于对比学习提取被测金属像元的高光谱数据特征；利用得到的不同种金属材质的高光谱数据特征训练多分类器模型，识别金属材质。本发明针对高光谱数据采集过程存在的畸变失真问题，使用了辐射定标和去高光算法；针对待测金属形状不规则的问题，使用了光谱聚类算法分离出待测金属的像元，设计了结合自编码器的对比学习提取特征用于进一步分类，实现了金属材质高精度识别。
-
公开(公告)号：CN117876760A
公开(公告)日：2024-04-12
申请号：CN202311819118.2
申请日：2023-12-27
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/58 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084 , G06N3/094
Abstract: 本发明提供了一种基于冗余消除的自监督高光谱图像分类方法。首先采集高光谱数据，进行预处理，得到样本补丁，再进行数据增强得到样本对；将样本对按批次输入到双分支主干网络中，经过编码器和映射器得到高层特征，对分支间特征计算冗余消除损失函数，反向传递更新网络权重，达到迭代次数后保存编码器的输出作为提取到的特征。将特征划分为训练集和测试集，训练SVM分类器实现分类。本发明设计了适合高光谱数据的自监督学习主干网络和消除冗余的损失函数，鼓励模型更好地关注关键信息，减少冗余信息的干扰，提取更有代表性的特征，有效实现了对分类效果的提高。
-
公开(公告)号：CN113011283B
公开(公告)日：2022-04-29
申请号：CN202110226849.0
申请日：2021-03-01
Applicant: 浙江大学 , 中铁第四勘察设计院集团有限公司
Abstract: 本发明公开了一种基于视频的非接触式钢轨轨枕相对位移实时测量方法，属于高铁轨道结构监测领域。首先，设计包含三个圆并且圆与背景颜色差异明显的标志牌粘贴在轨枕上，拍摄含有标志牌的视频并截取图像；对于每种工况，调试检测参数并计算初始透视变换矩阵；然后，在实时检测过程中，通过初始透视变换矩阵进行补圆操作，利用实时透视变换矩阵粗计算轨枕相对位移量；最后对实时检测到的连续多帧轨枕相对位移量平滑滤波，得到实时相对位移量的精确值。本发明解决了基于简单的图像识别方法的钢轨轨枕相对位移测量无法满足轨道结构监测精度要求的问题，可以自动计算透视变换参数和钢轨轨枕相对位移量，实现了轨道结构的轨枕间距相对位移的实时获取。
-
公开(公告)号：CN113011283A
公开(公告)日：2021-06-22
申请号：CN202110226849.0
申请日：2021-03-01
Applicant: 浙江大学 , 中铁第四勘察设计院集团有限公司
Abstract: 本发明公开了一种基于视频的非接触式钢轨轨枕相对位移实时测量方法，属于高铁轨道结构监测领域。首先，设计包含三个圆并且圆与背景颜色差异明显的标志牌粘贴在轨枕上，拍摄含有标志牌的视频并截取图像；对于每种工况，调试检测参数并计算初始透视变换矩阵；然后，在实时检测过程中，通过初始透视变换矩阵进行补圆操作，利用实时透视变换矩阵粗计算轨枕相对位移量；最后对实时检测到的连续多帧轨枕相对位移量平滑滤波，得到实时相对位移量的精确值。本发明解决了基于简单的图像识别方法的钢轨轨枕相对位移测量无法满足轨道结构监测精度要求的问题，可以自动计算透视变换参数和钢轨轨枕相对位移量，实现了轨道结构的轨枕间距相对位移的实时获取。
-
Patent Agency Ranking
公开(公告)号：CN112949483A
公开(公告)日：2021-06-11
申请号：CN202110226890.8
申请日：2021-03-01
Applicant: 浙江大学 , 中铁第四勘察设计院集团有限公司
Abstract: 本发明公开了一种基于Faster R‑CNN的非接触式铁轨伸缩位移实时测量方法，属于高铁轨道结构监测领域。设计了包含至少两个圆并且圆与背景颜色差异明显的标志牌粘贴在前一段铁轨的尾部侧面以及后一段铁轨同一侧的侧面；标定图像以作为用于标志牌检测的深度学习模型的训练样本，训练深度学习模型；对每个检测点获得的实时图像，利用深度学习模型检测图像中的标志牌区域，根据检测结果过滤无效帧图像，在剩余的有效帧图像的标志牌区域中检测圆心，粗计算铁轨伸缩位移量，再对粗计算结果进行平滑滤波，实现铁轨伸缩位移的实时测量。
-
公开(公告)号：CN116681946A
公开(公告)日：2023-09-01
申请号：CN202310688981.2
申请日：2023-06-12
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V10/20 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提供了一种基于波段擦除和对比学习的高光谱分类方法。首先采集高光谱数据，进行波段擦除，得到两个去除波段后的高光谱图像，分别进行预处理，得到对比学习网络两个分支的样本补丁；用渐变掩膜对上分支的全部补丁进行覆盖，下分支的补丁不做操作；对两个分支的补丁分别进行随机遮挡，并进行数据增强，得到正样本对；设置超参数，将正样本对输入到对比学习网络，训练完成后保存网络参数及特征；将提取到的特征与标注作为训练集，训练分类器，实现高光谱分类。本发明将多种适合高光谱数据的数据增强方法结合到对比学习方法，挖掘了对比学习在高光谱领域的潜力，将分类精度提高到了新的级别，能有效实现光谱图像的分类。
-
公开(公告)号：CN115131614A
公开(公告)日：2022-09-30
申请号：CN202210797889.5
申请日：2022-07-06
Applicant: 浙江大学
IPC: G06V10/764 , G06T5/00 , G06T7/00
Abstract: 本发明提供一种基于高光谱图像的金属由粗而细分类方法。首先由高光谱仪采集待测金属高光谱数据，然后对高光谱数据进行预处理，包括标准归一化、平滑去噪、高光像元去除；由先验端元库构建初始端元矩阵，进行第一次混合像元分解，得到粗丰度，按标准确定主要金属；由粗丰度去除含量低于一定阈值的端元，确定新的端元矩阵，进行第二次混合像元分解，得到细丰度，确定主要金属纯度并进行分级。本发明为提高解混精度，设计了先后进行两次的混合像元分解步骤，用已知的纯金属光谱构建端元矩阵，充分利用了先验信息，并用数据驱动的解混算法，对疏密度不同的丰度施加不同的约束，能取得较好的检测精度，有效实现金属材料的材质及含量检测。
-
公开(公告)号：CN115115878A
公开(公告)日：2022-09-27
申请号：CN202210742447.0
申请日：2022-06-27
Applicant: 浙江大学 , 嘉兴市恒创电力设备有限公司
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种结合随机遮挡和BYOL结构的高光谱图像分类方法及其装置。首先采集高光谱数据；对高光谱数据进行预处理，包括PCA降维、切割补丁；对每一个补丁进行两次随机遮挡，并使用其他数据增强方法作为辅助，得到正样本对；设置超参数，将所有正样本对输入到BYOL网络训练，保存训练完成后的特征；将提取到的特征用于训练SVM模型并评价分类效果。装置包含采集单元和处理单元两部分。本发明解决了有监督学习高光谱分类依赖于标签数据和无监督学习分类精度不佳的问题，提出了结合随机遮挡和BYOL结构的高光谱图像分类方法，实现了一种基于光谱预处理、随机遮挡、BYOL光谱特征提取和SVM分类器的高光谱图像分类方法，精度可以超过大多现有方法。
-
公开(公告)号：CN112949483B
公开(公告)日：2022-05-03
申请号：CN202110226890.8
申请日：2021-03-01
Applicant: 浙江大学 , 中铁第四勘察设计院集团有限公司
IPC: G06V20/52 , G06V10/25 , G06V10/774 , G06V10/82 , G06K9/62 , G06T5/00 , G06T7/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Faster R‑CNN的非接触式铁轨伸缩位移实时测量方法，属于高铁轨道结构监测领域。设计了包含至少两个圆并且圆与背景颜色差异明显的标志牌粘贴在前一段铁轨的尾部侧面以及后一段铁轨同一侧的侧面；标定图像以作为用于标志牌检测的深度学习模型的训练样本，训练深度学习模型；对每个检测点获得的实时图像，利用深度学习模型检测图像中的标志牌区域，根据检测结果过滤无效帧图像，在剩余的有效帧图像的标志牌区域中检测圆心，粗计算铁轨伸缩位移量，再对粗计算结果进行平滑滤波，实现铁轨伸缩位移的实时测量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
