-
公开(公告)号：CN111369503B
公开(公告)日：2023-05-26
申请号：CN202010115736.9
申请日：2020-02-25
Applicant: 东南大学
IPC: G06T7/00 , G06T7/11 , G06T7/70 , G06T5/00 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络对图像中的铅笔进行精确计数的方法，该方法首先搭建YOLO神经网络模型；对生产线上俯拍采集的多种不同类型的铅笔图片进行预处理，作为训练数据；通过对YOLO神经网络进行训练，得到网络的权重和偏置；将待计数的铅笔图像作为神经网络模型的输入，获得出铅笔的精确数目。铅笔形状有六边形和圆形，笔芯形状有圆形和三角形，笔芯颜色有红色、绿色、蓝色、黄色、黑色等多种。由于笔芯裸露在外，笔芯形状和铅笔形状相似，因此传统图像处理方法，包括二值化处理后进行形态学操作等不适用于这种类型的铅笔。通过深度学习的方法，构建YOLO神经网络模型可以对这种类型的铅笔进行精确计数，准确率可大大提升。
-
Patent Agency Ranking
公开(公告)号：CN110473174A
公开(公告)日：2019-11-19
申请号：CN201910682612.6
申请日：2019-07-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像计算数万铅笔精确数目的方法，该方法基于Matlab图像处理技术利用生产线上俯拍采集获得的数万支铅笔图片进行检测计算处理，计算出铅笔的精确数目。铅笔形状包括六边形、正方形和三角形等。先对图片进行分割处理，将大图片切割为同等大小的小图片，对每个小图片分别进行如下处理：获得图片灰度直方图，并选取灰度直方图中最高峰两边的谷底作为图片二值化阈值，利用此阈值对图片进行二值化处理；然后进行图像腐蚀；若图像腐蚀过后的图片存在不同铅笔区域之间有联通情况，针对不同图片的需要利用构造结构元素进行形态学开操作；最后对处理完成的图片进行连通域个数计算；然后将所有分块图片得到的结果相加得到全局铅笔个数。
-
公开(公告)号：CN113222808B
公开(公告)日：2024-10-18
申请号：CN202110541759.0
申请日：2021-05-18
Applicant: 东南大学
IPC: G06T3/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于生成式对抗网络的人脸口罩移除方法，首先搭建两路并行的生成式对抗网络，包括生成路径和重建路径，同时引入人脸属性作为先验输入，引导网络的生成和重建过程；对开源的大型人脸数据集进行预处理，定位人脸得到坐标，然后生成口罩，模拟遮挡的效果，从而得到佩戴口罩的人脸数据集；将佩戴口罩的人脸、对应的口罩遮挡以及该人脸的一些真实属性描述作为输入，放入生成式对抗网络进行训练，通过和对应的真实、未遮挡人脸进行对抗式学习，得到网络的权重和偏置；将佩戴口罩的人脸图像和人脸属性先验输入网络，即可得到结果，能够在去除口罩、生成人脸的基础上，提高生成人脸和真实人脸之间的匹配度。
-
公开(公告)号：CN110473174B
公开(公告)日：2022-02-11
申请号：CN201910682612.6
申请日：2019-07-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像计算数万铅笔精确数目的方法，该方法基于Matlab图像处理技术利用生产线上俯拍采集获得的数万支铅笔图片进行检测计算处理，计算出铅笔的精确数目。铅笔形状包括六边形、正方形和三角形等。先对图片进行分割处理，将大图片切割为同等大小的小图片，对每个小图片分别进行如下处理：获得图片灰度直方图，并选取灰度直方图中最高峰两边的谷底作为图片二值化阈值，利用此阈值对图片进行二值化处理；然后进行图像腐蚀；若图像腐蚀过后的图片存在不同铅笔区域之间有联通情况，针对不同图片的需要利用构造结构元素进行形态学开操作；最后对处理完成的图片进行连通域个数计算；然后将所有分块图片得到的结果相加得到全局铅笔个数。
-
公开(公告)号：CN113222808A
公开(公告)日：2021-08-06
申请号：CN202110541759.0
申请日：2021-05-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于生成式对抗网络的人脸口罩移除方法，首先搭建两路并行的生成式对抗网络，包括生成路径和重建路径，同时引入人脸属性作为先验输入，引导网络的生成和重建过程；对开源的大型人脸数据集进行预处理，定位人脸得到坐标，然后生成口罩，模拟遮挡的效果，从而得到佩戴口罩的人脸数据集；将佩戴口罩的人脸、对应的口罩遮挡以及该人脸的一些真实属性描述作为输入，放入生成式对抗网络进行训练，通过和对应的真实、未遮挡人脸进行对抗式学习，得到网络的权重和偏置；将佩戴口罩的人脸图像和人脸属性先验输入网络，即可得到结果，能够在去除口罩、生成人脸的基础上，提高生成人脸和真实人脸之间的匹配度。
-
公开(公告)号：CN111369503A
公开(公告)日：2020-07-03
申请号：CN202010115736.9
申请日：2020-02-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络对图像中的铅笔进行精确计数的方法，该方法首先搭建YOLO神经网络模型；对生产线上俯拍采集的多种不同类型的铅笔图片进行预处理，作为训练数据；通过对YOLO神经网络进行训练，得到网络的权重和偏置；将待计数的铅笔图像作为神经网络模型的输入，获得出铅笔的精确数目。铅笔形状有六边形和圆形，笔芯形状有圆形和三角形，笔芯颜色有红色、绿色、蓝色、黄色、黑色等多种。由于笔芯裸露在外，笔芯形状和铅笔形状相似，因此传统图像处理方法，包括二值化处理后进行形态学操作等不适用于这种类型的铅笔。通过深度学习的方法，构建YOLO神经网络模型可以对这种类型的铅笔进行精确计数，准确率可大大提升。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
