一种无接触式土石堤坝位移监测方法、系统、设备及介质

    公开(公告)号:CN118408480A

    公开(公告)日:2024-07-30

    申请号:CN202410152886.5

    申请日:2024-02-02

    Abstract: 本发明公开了一种无接触式土石堤坝位移监测方法、系统、设备及介质,本方法通过检测土石堤坝监测点在第一图像中的第一多边形轮廓信息和检测土石堤坝监测点在第二图像中的第二多边形轮廓信息;基于第一多边形轮廓信息和第二多边形轮廓信息,计算土石堤坝的水平方向的像素位移和垂直方向的像素位移;基于第一距离和第二距离,计算土石堤坝的竖直方向的位移;将水平方向的像素位移和垂直方向的像素位移分别转换为水平方向的现实位移和垂直方向的现实位移;根据水平方向的现实位移、垂直方向的现实位移和竖直方向的位移,构建三维立体的土石堤坝位移数据。本发明能够减低施工难度、降低风险的同时不破坏土石堤坝自身结构。

    一种基于计算机视觉的入侵监测预警方法与系统

    公开(公告)号:CN115984548A

    公开(公告)日:2023-04-18

    申请号:CN202310037104.9

    申请日:2023-01-10

    Abstract: 本发明公开了一种基于计算机视觉的入侵监测预警方法与系统,包括获取图像样本集和待检测区域图像,对图像样本集进行图像预处理,得到预处理后的图像样本集;对待检测区域图像进行图像预处理,得到预处理后的待检测区域图像,将预处理后的图像样本集输入原始轻量型目标检测模型,得到训练好的轻量型目标检测模型;并将预处理后的待检测区域图像输入训练好的轻量型目标检测模型,得到第一检测结果,将预处理后的待检测区域图像输入混合高斯背景模型,得到第二检测结果,融合第一检测结果与第二检测结果,得到入侵监测结果,能够更加有效的提取完整的目标特征,更适用于入侵监测任务,提升了检测精度,减少了误判率。

    一种基于飞行器的目标检测跟踪方法、装置、设备及介质

    公开(公告)号:CN119741335A

    公开(公告)日:2025-04-01

    申请号:CN202411562624.2

    申请日:2024-11-05

    Abstract: 本申请涉及一种基于飞行器的目标检测跟踪方法、装置、设备及介质,方法首先获取飞行器的第一图像,然后进行运动补偿,得到第二图像;从第一图像中提取多个第一像素位置以及从第二图像中提取多个第二像素位置,将第二图像中提取多个第二像素位置的第二检测框映射于第一图像中,将第一检测框与第二检测框之间的相似程度高于目标阈值的第一检测框或第二检测框保留,低于目标阈值的第一检测框与第二检测框进行平滑,得到由第一图像转变的第三图像,以提升从第三图像中检测到待跟踪目标对象的准确度,最后利用第三图像对预设的跟踪器进行训练,以提升训练完的跟踪器对飞行器的图像中的待跟踪目标对象的跟踪准确度。

    一种监测采砂船管道入水深度的方法、装置、设备及介质

    公开(公告)号:CN118155130A

    公开(公告)日:2024-06-07

    申请号:CN202410210034.7

    申请日:2024-02-26

    Abstract: 本申请涉及了一种监测采砂船管道入水深度的方法、装置、设备及介质,方法首先获取采砂船的基准图像以及当前监测图像,然后识别当前监测图像和基准图像中的人工标识,选取与基准图像中的人工标识之间存在位置对应关系的当前监测图像的人工标识,最后从存在位置对应关系的当前监测图像的人工标识中提取出至少一个基准点和多个监测点,计算多个监测点相较于基准图像的均值位移和基准点的位移,根据基准点的位移修正均值位移,并依据修正后的均值位移计算管道的入水深度。本方法能够有效的解决因采砂作业环境变化导致的误检、漏检问题,同时也能更加准确的监测采砂船管道入水的深度。

    一种基于自动填充伪标签的裂缝检测方法

    公开(公告)号:CN115880224A

    公开(公告)日:2023-03-31

    申请号:CN202211405696.7

    申请日:2022-11-10

    Abstract: 本发明提供一种基于自动填充伪标签的裂缝检测方法,通过利用数据样本训练轻量型的目标检测器,获取网络模型权重,利用训练好的网络模型权重对新采集图像进行一阶段裂缝检测,并筛选次优的预测样本作为二阶段检测的候选区域,针对次优的预测样本,通过维纳滤波、形态学等处理方法,提高图像辨识度,并利用Canny边缘检测算子对裂缝进行二阶段裂缝检测,综合两阶段的预测结果,实现最终的裂缝检测;另外,筛选一阶段预测结果的高置信度样本作为伪标签,以及依据二阶段优化预测结果,提高次优预测样本置信度,填充伪标签样本,并利用标签数据、伪标签数据重新训练网络模型。本发明具备高鲁棒性及强泛化性,更加适用于目标检测任务。

Patent Agency Ranking