[发明专利]一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法在审
| 申请号： | 202310973213.1 | 申请日： | 2023-08-04 |
| 公开（公告）号： | CN116935072A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 黄毅;舒勤;邓磊;朱睿哲;袁龙;周涛;任子誉 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06V10/50 | 分类号： | G06V10/50;G06V10/28;G06V10/26;G06V10/42;G06V10/82;G06V10/80;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及机器视觉领域，具体涉及一种基于改进YOLOv5s‑6.0网络的自纠错煤气罐编码识别方法：S1深度相机实时采集煤气罐彩色图和深度图；S2对彩色图进行预处理，输出包括所述煤气罐罐体的编码区域的编码图片；S3将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果和置信度；S4将置信度与预设精度阈值对比，若不小于则输出识别结果，反之，则将裁剪后的彩色图与其对应像素的深度信息融合得到点云；S5对点云进行拟合、分割处理，输出圆柱面点云；S6对圆柱面点云进行展开处理，输出点云图片；S7对点云图片进行矫正和分割处理得到编码图片，最后将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果。本方法具有精度高、自纠错等优点，提高煤气罐检测效率。 | ||
| 搜索关键词： | 一种 基于 改进 yolov5s 6.0 网络 纠错 煤气罐 编码 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310973213.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种汽车零部件的生产质量管控方法及系统
- 下一篇：一种各缸排温自动修正的方法
- 同类专利
- 一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法-202310973213.1
- 黄毅;舒勤;邓磊;朱睿哲;袁龙;周涛;任子誉 - 长沙理工大学
- 2023-08-04 - 2023-10-24 - G06V10/50
- 本发明涉及机器视觉领域，具体涉及一种基于改进YOLOv5s‑6.0网络的自纠错煤气罐编码识别方法：S1深度相机实时采集煤气罐彩色图和深度图；S2对彩色图进行预处理，输出包括所述煤气罐罐体的编码区域的编码图片；S3将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果和置信度；S4将置信度与预设精度阈值对比，若不小于则输出识别结果，反之，则将裁剪后的彩色图与其对应像素的深度信息融合得到点云；S5对点云进行拟合、分割处理，输出圆柱面点云；S6对圆柱面点云进行展开处理，输出点云图片；S7对点云图片进行矫正和分割处理得到编码图片，最后将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果。本方法具有精度高、自纠错等优点，提高煤气罐检测效率。
- 一种基于神经网络的图像烟火烟雾特征提取方法-202310922830.9
- 高炜;岳思辉;李琦;石金林;任红义;马福全 - 宁夏天能电力有限公司
- 2023-07-26 - 2023-10-24 - G06V10/50
- 本发明涉及图像识别分析技术领域，尤其是一种基于神经网络的图像烟火烟雾特征提取方法，包括如下步骤：S1、获取输电线路现场图片，并对其进行处理；S2、标记输电线路现场图片中的烟火烟雾特征；S3、利用fast‑RCNN网络训练特征提取神经网络模型；S4、获取不同状态的烟火烟雾特征图像，用于烟火烟雾特征提取模型的训练；S5、HOG特征提取方法；S6、得到训练后的烟火烟雾特征提取神经网络模型。本发明结合深度神经网络实现对图像种所包含的烟火烟雾特征进行提取，可以实现较早的排除潜在危险，避免损失。
- 基于梯度直方图特征的团块关联方法及装置-202310657732.7
- 王少晖;陈虢;许荣再;杨家荣 - 厦门华联电子股份有限公司
- 2023-06-05 - 2023-10-13 - G06V10/50
- 本申请公开了一种基于梯度直方图特征的团块关联方法及装置，方法包括获取待关联团块组中的每个团块对应的轮廓点集，以得到特征点位置集合；根据特征点位置集合提取对应的特征点信息；从第一关联团块组对应的特征点信息集合中随机抽取n个特征点信息，将n个特征点信息分别与第二关联团块组对应的所有特征点信息进行距离判断，以得到对应的匹配对象；根据n个特征点信息对应的特征点位置和匹配对象对应的特征点位置计算仿射矩阵；采用仿射矩阵对第二关联团块组的特征点位置集合进行仿射变换以得到变换结果，并采用最邻近搜索策略分别搜索所有特征点信息对应的特征点位置在变换结果中的最邻近位置，以完成关联；从而提高了关联的准确性。
- 一种基于多直方图的图像可逆信息隐藏方法-202310668732.7
- 杨明;杨霞;贾娜 - 杨明
- 2023-06-07 - 2023-09-29 - G06V10/50
- 本发明公开了信息技术领域的一种基于多直方图的图像可逆信息隐藏方法包括；根据图像的像素分布特征不同，将预测误差近似的像素分为一类，随后以无监督学习模型对像素进行聚类再分类以形成直方图；在每个生成的直方图中选择若干个可以实现最佳嵌入性能的嵌入点；所述最佳嵌入性能的嵌入点选取包括对嵌入点失真值和容量值预先记录，在寻优过程中，算法进行约束限制条件，在约束限制条件的范围内直接读取对应的数值以定位嵌入点。本技术方案通过将数字图像多直方图构建问题转化为无监督学习模型，并构造满足预测误差相似性度量的距离函数，获得可实现该模型的聚类方法，解决了传统多直方图方法普遍存在的预测误差直方图分布不够集中的问题。
- 洗地机的智能控制方法及系统-202310717361.7
- 朱英明;谢洪香;沈超基 - 东莞市商斯迈智能科技有限公司
- 2023-06-15 - 2023-09-12 - G06V10/50
- 公开了一种洗地机的智能控制方法及系统。其首先提取待清洁区域的图像的方向梯度直方图，接着，将所述方向梯度直方图和所述待清洁区域的图像沿着通道维度进行聚合后通过浅层特征提取器以得到清洁区域浅层特征图，然后，将所述清洁区域浅层特征图通过空间金字塔池化模块以得到多尺度清洁区域特征图，接着，将所述多尺度清洁区域特征图通过深层特征提取器以得到清洁区域深层特征图，然后，融合所述清洁区域浅层特征图和所述清洁区域深层特征图以得到分类特征图，最后，将所述分类特征图通过分类器以得到用于表示是否增大滚刷转速的分类结果。这样，可以提高洗地机的清洁效率和清洁质量。
- 图像处理方法、装置、电子设备及存储介质-202210167559.8
- 张超 - 北京小米移动软件有限公司
- 2022-02-23 - 2023-09-08 - G06V10/50
- 本公开是关于图像处理方法、装置、电子设备及存储介质，所述方法包括：根据第一图像与第二图像的重合区域内的当前匹配特征点集，确定当前融合图像；根据所述第一图像与所述第二图像的重合区域，确定所述当前融合图像的效果参数；响应于所述效果参数未满足预设条件，根据所述当前匹配特征点集确定目标匹配特征点集；根据所述目标匹配特征点集，确定满足所述预设条件的目标融合图像。本方法通过效果参数的判断以及匹配特征点集的更新，使得到的目标融合图像的效果参数满足预设条件，提高了目标融合图像的质量，并保证了目标融合图像的质量稳定性。
- 一种改进的残差网络及其特征提取方法、装置-201910049298.8
- 董超俊;黄尚安;林庚华 - 五邑大学
- 2019-01-18 - 2023-09-01 - G06V10/50
- 本发明公开了一种改进的残差网络及其特征提取方法、装置。改进的残差网络中包括预处理块、特征提取块和Softmax层，所述特征提取块中设置BN层加快网络的学习速度，并在第三特征提取块和第四特征提取块中设置Dropout层对提取中的神经网络单元进行丢弃。本发明通过BN层加快了网络的学习速率保证了提取的速度，通过Dropout层降低网络的复杂度，有效避免了特征提取深度较深时的特征过渡拟合现象，在确保提取速度的同时提高了提取的准确率。
- 基于全景区域场景感知的组合语义层次连接模型的实现方法及系统-201810498703.X
- 万卫兵 - 上海交通大学
- 2018-05-23 - 2023-08-04 - G06V10/50
- 一种基于全景区域场景感知的组合语义层次连接模型的实现方法及系统，该包括：ROI提取模块、全景区域分割模块、空间信息获取模块以及多层次建模模块，其中：ROI提取模块与目标实例分割相连并传输目标显著区域信息，全景区域分割模块与兴趣点3D重建相连并传输区域边界信息，空间信息获取模块与语义子空间模型相连并传输区域位置相关性信息，多层次建模模块输出各区域的空间语义及关联度信息。本发明在利用区域显著性获取ROI进行全景分割的基础上、提取兴趣点进行几何重建及要素空间语义信息关联的前提下，依据场景构成要素概率共生的解析，实现场景感知的多层次建模。
- 一种用于对图片多余部分进行消除的擦除方法-202310171175.8
- 陈炎雄 - 深圳市前海乐游原网络技术有限公司
- 2023-02-27 - 2023-07-14 - G06V10/50
- 本发明公开了一种用于对图片多余部分进行消除的擦除方法，具体包括以下步骤：通过获取一张图片，对图片进行预处理，提取图片涂抹的部分，选择需要擦除的目标范围，得到样本图片；定位所述样本图片中目标范围出现的位置，提取与目标范围最为匹配的HOG特征点与颜色特征，并将所述位置标记为需要擦除的目标图像；对标记的目标图像进行擦除处理；对目标范围进行合理填补得到效果图；本发明有效地改善图片的细节,用户使用橡皮擦工具通过算法对目标范围进行涂抹,涂抹部分会进行响应，响应完成得到效果图，对图片涂抹部分进行一个擦除行为对目标范围合理填补的过程达到“即点即用”的效果,从而满足用户的要求。
- 一种智能动作捕捉系统及方法-202310257393.3
- 王峰 - 苏州西格玛智能科技有限公司
- 2023-03-17 - 2023-06-23 - G06V10/50
- 本发明涉及智能动作捕捉技术领域，且公开了一种智能动作捕捉系统及方法，该智能动作捕捉系统及方法，包括摄像头、计算机、显示器，所述计算机中包括：所述计算机中设置有预处理模块，所述计算机中设置有特征获取模块，所述计算机中设置有智能分析模块，所述计算机中设置有图片查询模块，所述计算机中设置有动作特征检测模块，所述计算机中设置有动作捕捉图像特征数据库，所述计算机中设置有智能信息输出模块。该智能动作捕捉系统及方法，通过设置有计算机中的预处理模块使其对摄像头获取的目标动作图像进行修改去除通过摄像头得到的目标动作图像中周边的光线与阴影的影响部分，使得对后续的特征获取消除一定的误差。
- 一种基于Feature-Shift和预测的视觉伺服控制方法-201811326964.X
- 冷俊;孙毅;程国醒;苗立晓;范玉魁 - 深圳市华成工业控制股份有限公司
- 2018-11-08 - 2023-05-23 - G06V10/50
- 本发明公开了一种基于Feature‑Shift和预测的视觉伺服控制方法，包括：S1、以工件落到传送带的时刻所采集的图像作为第一帧，调用Feature‑Shift方法检测目标特征；S2、判断初始化是否成功，如果不成功则返回步骤S1，成功则进行步骤S3；S3、计算当前帧的K个特征的重心位置，预测目标状态；S4、读取下一帧的图像，调用Feature‑Shift方法检测目标特征，寻找初始帧的K个特征的匹配；S5、用找到匹配的若干特征，计算得到校正后的目标状态，作为该帧图像上目标的实际定位来驱动机械臂跟踪目标；S6、若执行工件目标抓取，则跟踪结束，否则，继续进行跟踪。本发明着力解决因工件发生偏转、远近大小变化、光照变化等情况下，目标检测存在误差进一步影响定位精度的问题。
- 一种基于计算机视觉的危岩崩塌监控方法-201811394781.1
- 蒲勇;游传远;严旭 - 重庆广睿达科技有限公司
- 2018-11-22 - 2023-05-23 - G06V10/50
- 本发明提供一种基于计算机视觉的危岩崩塌监控方法，包括：采集待监控岩体的实时图像信息；判断采集的图像信息中是否存在产生位移的运动物体；对所述运动物体进行检测，获取所述运动物体的运动参数，所述运动参数包括运动方向和/或运动速度；对所述运动物体进行第一次排除处理，排除运动参数不符合危岩崩塌特征的运动物体；根据排除处理的结果，获取待监控岩体的危岩坍塌特征；本发明可以排除非危岩崩塌运动干扰，从而准确的判断危岩的发生和发生的位置，本发明监控方式简单，无需大范围的布置传感器组，节约了人力成本，提高了工作效率。
- 基于自适应密度聚类的青花椒果序检测方法-202211163387.3
- 曾绍华;吴镝巍;王帅;陈亚楠;徐毅丹 - 重庆师范大学;重庆市农业技术推广总站
- 2022-09-23 - 2023-04-28 - G06V10/50
- 本发明提供的一种基于自适应密度聚类的青花椒果序检测方法，包括以下步骤：采集青花椒图像信息，将青花椒图像信息划分为多个单元区，并从各单元区中提取HOG特征，得到HOG特征图；基于HOG特征图确定出方向‑强度联合特征图I；采用ExGR指标对原始青花椒图像进行植物区域分割，提取出绿色植物区域,并对绿色植物区域进行标记得到标记矩阵PM；将方向‑强度联合特征图I和绿色植物区域矩阵PM进行融合得到融合特征图F；对融合特征图F进行均值滤波，并由滤波后的融合特征图F中提取出青花椒的果粒点图；采用自适应密度聚类算法对果粒点图进行聚类处理，得到青花椒的果序；通过上述方法，能够对青花椒的果序进行准确检测，从而为花椒产量的预估提供准确的数据支持。
- 一种基于背景区分的手工初始框修正方法及系统-201910591436.5
- 贾海涛;范世炜;王磊;赵行伟;周兰兰;邓文浩 - 绵阳慧视光电技术有限责任公司
- 2019-07-02 - 2023-04-28 - G06V10/50
- 本发明公开了一种基于背景区分的手工初始框修正方法及系统，该方法包括如下步骤：对接收的目标图像进行预处理；判断目标图像是否大于100像素，如果是，则接收手工框定矩形框为初始矩形框的指令；接收并执行将初始矩形框扩大1.5倍的指令，获取候选初始框的提取区域；计算候选初始矩形框前景直方图与背景直方图的巴氏系数BC
- 基于网格细胞记忆的HOG算法图像识别方法-202010394264.5
- 李秀敏;许文强;易浩;薛方正 - 重庆大学
- 2020-05-11 - 2023-04-28 - G06V10/50
- 本发明公开了一种基于网格细胞记忆的HOG算法图像识别方法，包括建立基于网格细胞记忆的HOG算法图像识别系统，先通过HOG算法模块匹配到相似度能达到激活识别细胞的图像，若匹配到测试集中相应图像激活了识别细胞，识别结束；如果测试集中图像无法激活识别细胞，则由网格细胞记忆模型接管图像识别，通过网格细胞记忆的特征识别累加来达到激活识别细胞，完成图像识别。本发明中基于网格细胞记忆的HOG算法图像识别系统一旦学会了必要的关联，它的识别记忆就会通过呈现训练集中的刺激进行测试。本发明训练集是单样本学习，通过呈现记忆时的刺激来，达到小样本学习的效果。
- 一种肺腺癌病理图像特征提取与分析方法及装置-202211667932.2
- 陀晓宇;赵华君;苏国苗;赵晓玮;张李红 - 昆明医科大学第一附属医院
- 2022-12-23 - 2023-04-25 - G06V10/50
- 本发明公开了一种肺腺癌病理图像特征提取与分析方法及装置，涉及到数字图像处理领域，方法为采用基于直方图的颜色特征、基于小波包和分形相结合的纹理特征和基于不变矩的形状特征等；采用改进后的主元分析法进行特征级数据融合，最后采用多数投票法进行决策级数据融合，得到最终识别结果。本发明，通过提取图像纹理和形状等特征参数，设计基于神经网络的特征级与决策级数据融合相结合的医学图像分类识别算法，辅助现有的计算设备实现了肺腺癌病理图像特征的提取与分析，有效地解决了任何单一特征都不能很好地表达医学图像的不足，经过决策级数据融合可以充分利用不同分类器之间的互补性，能提高医学图像的识别率。
- 摩尔纹识别模型训练方法及装置、图像翻拍识别方法-202211665955.X
- 何进;孟翔;仝西鲁 - 杭州惠合信息科技有限公司
- 2022-12-23 - 2023-04-18 - G06V10/50
- 本申请公开了摩尔纹识别模型训练方法及装置、图像翻拍识别方法，包括：获取训练样本集；所述训练样本集包括图像样本以及表征所述图像样本存在全域摩尔纹或不存在摩尔纹的标签信息；将每个图像样本划分为多个块，并记录每个块在所述图像样本中的位置信息；基于所述训练样本集对预先构建的网络模型进行训练，在训练的过程中，基于所述位置信息提取所述图像样本中每个块的特征以得到每个块的块特征，以及基于所述块特征得到每个块的识别结果，并基于每个块的识别结果和所述标签信息更新模型参数，直到模型收敛，得到摩尔纹识别模型。能够提升摩尔纹识别的准确度，从而保障翻拍识别的准确度。
- 数据处理方法、装置、计算机设备、存储介质和程序产品-202211722555.8
- 申瑜茜;陈影;姜波;王镇;王瑞 - 广州沃芽科技有限公司
- 2022-12-30 - 2023-04-18 - G06V10/50
- 本申请涉及一种数据处理方法、装置、计算机设备、存储介质和程序产品。所述方法包括：获取目标区域的点云数据；将所述点云数据输入至特征提取网络中，得到所述点云数据中各体素点云对应的体素特征，各所述体素点云是对所述点云数据进行体素分割得到的，各所述体素特征用于对所述点云数据进行点云分割处理或者目标检测处理；其中，所述特征提取网络是基于样本图像中的各个超像素对应的超像素特征和点云特征进行对比学习得到的。采用本方法能够提升数据处理效率。
- 基于光场图像的Hog特征检测与匹配方法-202010071527.9
- 金海燕;曹甜;肖照林 - 西安理工大学
- 2020-01-21 - 2023-04-18 - G06V10/50
- 本发明公开一种基于EPI的光场图像特征点检测方法，具体按照以下步骤实施：步骤1，输入光场图像A和光场图像B并提取子孔径图像矩阵A和子孔径图像矩阵B；步骤2，分别提取子孔径图像矩阵A和子孔径图像矩阵B的EPI图像的EPI图像作为EPI图像集合A和EPI图像集合B；步骤3，对EPI图像集合A和EPI图像集合B进行特征点检测得特征点集合A和特征点集合B；步骤4，对特征点集合A和特征点集合B进行特征描述并进行归一化得到特征向量集合A特征向量集合B；步骤5，对特征向量集合A和特征向量集合B中相对应的特征向量进行特征匹配输出匹配点集合。本发明能够实现对光场图像的特征点检测和匹配且具有较高的匹配准确率。
- 模型训练方法、装置、电子设备、介质和程序产品-202310031687.4
- 吕文玉;徐尚良;黄奎;王冠中;党青青;刘毅 - 北京百度网讯科技有限公司
- 2023-01-10 - 2023-04-11 - G06V10/50
- 本公开提供了一种模型训练方法、装置、电子设备、介质和程序产品，涉及数据处理领域，尤其涉及图像理解、计算机视觉、目标检测、深度学习等技术领域。具体实现方案为：获取训练数据，所述训练数据包括样本图像，所述样本图像中包括至少一个标注GT框，一个所述GT框用于框选所述样本图像中的一个目标对象；将样本图像输入初始网络模型进行预测，得到预测结果，预测结果包括预测边界信息；基于所述预测边界信息与真实边界信息对所述初始网络模型进行训练，得到目标网络模型，目标网络模型为用于对图像中的目标对象进行检测的模型，所述真实边界信息包括每个GT框的边界与所对应的所述目标中心点的真实相对位置信息。本公开可以提高模型的训练效果。
- 配置目标跟踪硬件加速控制方法、系统、存储介质及应用-202010239724.7
- 宋锐;刘川;李娇娇;王养利;李云松 - 西安电子科技大学
- 2020-03-30 - 2023-04-07 - G06V10/50
- 本发明属于计算机视觉技术领域，公开了一种配置目标跟踪硬件加速控制方法、系统、存储介质及应用，完成对感兴趣区域的提取以及样本标签值的计算；完成对感兴趣区域目标特征提取，根据目标特点，选择灰度特征、颜色特征或者HOG特征进行配置；对提取的目标特征通过不同的核函数进行滤波器的训练以及位置预测，配置为高斯核函数、线性核函数或者多项式核函数；根据目标是否发生空间上的位移，选择不同尺度的目标区域进行计算，对响应值进行比较，选择最优目标位置；利用当前帧的结果对滤波器的参数进行更新，可选择连续模型更新略或者阈值更新策略。本发明可以快速更新迭代，对于其他计算机视觉算法，有较强的可移植性。
- 一种基于时频尺度和图像识别的氮氢检漏泄漏判别算法-202211438997.X
- 袁翠平;孙立臣;孟冬辉;张子罡;史纪军;孙立志;张秀廷;李文斌;齐飞飞 - 北京卫星环境工程研究所
- 2022-11-17 - 2023-04-04 - G06V10/50
- 本发明公开了一种基于时频尺度和图像识别的氮氢检漏泄漏判别算法，包括以下步骤：S1.对信号进行零相位低通滤波；S2.对信号进行小波变换；S3.绘制时频域尺度系数图；S4.利用图像识别算法，利用尖峰特征识别判断有无泄漏；S5.获取泄漏特征尖峰时域坐标，得到漏点位置；S6.获取漏点附近，某一频率以上区间时频域尺度系数积分，评估泄漏量大小。本发明中，利用时域和频域两个空间的连续信息，进行漏点识别和泄漏判定，可采用零相位低通滤波避免滤波相位延迟导致的位置偏差，可采用尖峰特征识别算法消除漏率大小相关的位置偏差，提高漏点定位精度和减小误判率。
- 基于脉冲耦合神经网络的绝缘子图像污秽特征提取方法-202211097822.7
- 宋杰;巴军;罗维;洪敏;戴菁;李燕燕 - 重庆广仁铁塔制造有限公司
- 2022-09-08 - 2023-04-04 - G06V10/50
- 本发明公开了一种基于脉冲耦合神经网络的绝缘子图像污秽特征提取方法，包括如下步骤：步骤S1:获取绝缘子盘面灰度图像；步骤S2:对绝缘子盘面灰度图像进行标准化处理；步骤S3:利用脉冲耦合神经网络对标准化后的盘面灰度图进行点火处理，得到赋时矩阵；步骤S4:将赋时矩阵进行归一化处理，并映射至[0,255]之间，重构灰度图像；步骤S5:将重构灰度图像缩小，得到绝缘子盘面污秽特征图像。本发明采用图像识别的方法，通过绝缘子的盘面图像提取绝缘子盘面图像的污秽特征，供检测人员识别绝缘子的污秽程度。
- 一种基于U-Net和RBFNN神经网络混合的医学图像投影方法及系统-202211557821.6
- 李鲲;晁震;宿锐;杜鹏 - 山东数健科技发展有限公司;李鲲
- 2022-12-06 - 2023-03-28 - G06V10/50
- 本发明涉及医学图像处理技术领域，尤其是涉及一种基于U‑Net和RBFNN神经网络混合的医学图像投影方法，包括：获取医学图像；通过U‑Net神经网络对医学图像进行特征提取，得到特征图；将提取的特征图输入至径向基函数神经网络中；通过训练后的径向基函数神经网络，得到特征图的最大强度投影图像。本发明所提出的U‑RBFNN的特点是充分结合不同类型的神经网络的学习能力。首先，通过卷积神经网络提取特征先验点，然后通过浅层神经网络进行点对点的融合。
- 一种驾驶模拟器混合编队训练考核系统管理方法-202211197437.X
- 高国兵;刘长宜 - 汉达科技发展集团有限公司
- 2022-09-29 - 2023-03-24 - G06V10/50
- 本发明涉及数据处理技术领域，具体涉及一种驾驶模拟器混合编队训练考核系统管理方法。该方法是一种应用电子设备进行识别的方法，利用人工智能系统完成对考核系统中的数据进行加密。该方法首先通过相机采集驾驶模拟器混合编队的训练考核视频数据，得到多帧训练考核图像，对训练考核图像进行数据处理得到训练考核图像的整体有效信息携带量；根据整体有效信息携带量对训练考核图像进行分类，得到多个类别；对不同的类别生成不同的密钥，利用每个类别对应的密钥对训练考核图像进行加密。本发明分别对不同类别中的训练考核图像进行加密，提高了驾驶模拟器混合编队的训练考核数据管理时的安全性。
- 基于CN和FHOG的森林火灾在线识别方法及装置-201910504074.1
- 赵运基;魏胜强;刘晓光;孔军伟;周梦林;范存良 - 河南理工大学
- 2019-06-12 - 2023-03-24 - G06V10/50
- 本发明公开了一种基于CN(Color Names)和FHOG(Fused Histogram Oriented Gradient)的森林火灾在线识别方法及装置，包括以下步骤：S1、构建火焰样本图像集合；S2、将样本图像在CN颜色空间投影，并依据主元分析方法确定投影颜色空间主元；S3、构建火焰的FHOG特征，应用金字塔池化方法进行均值池化，构建FHOG特征集合；S4、采集图像，并进行主元颜色空间投影，在投影图像中应用阈值处理确定疑似火点区域；S5、计算疑似火点区域的FHOG特征并进行金字塔池化；S6、计算疑似火点区域金字塔池化FHOG特征与FHOG特征集合中样本特征的相似度，依据阈值最终确定火灾发生情况；S7、如果发生火灾，给出报警信息。本发明还提供了基于CN+FHOG特征的在线火灾识别装置。本发明精度高，能够有效的进行火灾在线识别。
- 一种基于时钟相位偏移的高清视频直方图统计方法-202211454676.9
- 高文研;张平;高志强;朱家乙;王世允;朱佳丽;戴涧;彭恺 - 江苏北方湖光光电有限公司
- 2022-11-21 - 2023-03-14 - G06V10/50
- 本发明涉及一种基于时钟相位偏移的高清视频直方图统计方法，所述统计方法中c
- 基于事件相机的自适应目标检测方法、系统与设备-202211452305.7
- 张越一;彭岩松;孙晓艳 - 中国科学技术大学
- 2022-11-21 - 2023-03-10 - G06V10/50
- 本发明公开了一种基于事件相机的自适应目标检测方法、系统与设备，通过根据事件流的疏密程度将其转换为自适应通道数的超直方图，一方面，由于自适应通道数的超直方图能充分保留事件的极性和时空信息，因此，可以检测到更多的物体，并准确探测各物体的位置；另一方面，事件流转化效率较高，可以实现高效的基于事件相机的目标检测，并降低硬件性能的要求。
- 一种光照变化下无人机运动目标检测方法-202211183650.5
- 马峻;周雅倩 - 桂林电子科技大学
- 2022-09-27 - 2022-12-30 - G06V10/50
- 本发明涉及运动目标检测技术领域，具体涉及一种光照变化下无人机运动目标检测方法，先通过引入灰度和颜色特征补偿空洞解决前景和背景纹理相似问题，再基于方向梯度直方图特征对背景进行建模，最后通过运动目标的粗检测和基于颜色特征的精细检测两个过程获得准确稳定的检测结果，通过与其他算法的对比实验，验证了本发明对光照变化的鲁棒性，特别是在光照快速变化情况下与现有的无人机运动目标检测方法对比具有优势。
- 基于窗口掩码策略的混合卷积-变压器架构及自监督方法-202211304367.3
- 杨树明;李传祥;张国锋;胡鹏宇;邓惠文;段宇;瞿兴 - 西安交通大学
- 2022-10-24 - 2022-12-20 - G06V10/50
- 本发明公开了一种基于窗口掩码策略的混合卷积‑变压器架构及自监督方法，使用窗口掩码策略将图像划分为可见图像面片和掩码图像面片，将可见图像面片重组输入到设计的兼顾效率和性能的混合卷积‑变压器金字塔主干网络中进行特征学习，将不同尺度的特征通过多尺度融合模块和特征对齐模块分别进行融合和对齐，并将其于可学习的掩码特征向量进行拼接和对齐，作为轻量级解码器的输入进行图像重建任务，预测掩码图像面片，在标注数据有限的情况下可以利用大量工业无标签数据进行预训练，进一步提升监督学习任务的性能，大大降低了标注成本和时间成本。本发明适合于具有实时性和高精度等硬性要求的工业检测场景。
- 专利分类
