-
公开(公告)号：CN112950478A
公开(公告)日：2021-06-11
申请号：CN202110291613.5
申请日：2021-03-18
Applicant: 武汉工程大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于双重身份属性约束的人脸超分辨率方法及系统，该方法包括：S1、获取对应的低分辨率人脸图像LR和高分辨率人脸图像HR；S2、将LR输入第一生成器得到高分辨率空间的人脸图像SR，将SR输入第二生成器得到低分辨率空间的人脸图像LR′；S3、将HR输入第二生成器得到低分辨率空间的人脸图像LR″，将LR″输入第一生成器得到高分辨率空间的人脸图像SR′；S4、LR和LR′进行前向闭环约束，HR和SR′进行反向闭环约束；S5、SR和SR′进行前向身份约束，LR″和LR′进行反向身份约束。本发明提出了具有双重身份属性的双闭环网络能够超分辨低分辨率面部图像到相应的高分辨率部分同时保留身份信息，能够有效提升人脸图像的超分辨率重建性能。
-
公开(公告)号：CN111823212A
公开(公告)日：2020-10-27
申请号：CN202010698942.7
申请日：2020-07-20
Applicant: 武汉工程大学 , 武汉引行科技有限公司
Abstract: 本发明公开了一种垃圾瓶清捡机器人及控制方法，包括底板、中间层隔板、外壳和机械臂，还包括有微型主机、开发板、双目视觉摄像头、激光雷达，机器人通过微型主机作为高位机，开发板作为低位机进行控制，通过微型主机包括的神经网络芯片识别垃圾瓶，然后控制手眼系统等设备进行清捡。机器人通过激光雷达和GPS模块等设备生成地图、自动巡检并规避障碍，还可以通过远程控制器对其进行远程操作和获取各类数据。本发明提供的机器人可用于垃圾瓶的自动清捡，其优点在于：实现垃圾瓶的自动清捡和分类，降低垃圾瓶回收难度，美化城市环境，并节约劳动力和清洁的成本。
-
公开(公告)号：CN111814595A
公开(公告)日：2020-10-23
申请号：CN202010568470.3
申请日：2020-06-19
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于多任务学习的低光照行人检测方法及系统，包括获取正常、低光照行人数据集；构建光照增强网络，并利用正常、低光照行人数据集进行预训练；构建行人检测网络，利用正常光照行人数据集进行预训练；基于多任务学习，设计一个能够融合不同任务之间特征的多任务学习模块，对两个网络进行特征共享，构建多任务特征共享的低光照行人检测网络；将两个预训练模型导入到该低光照行人检测网络，并利用正常、低光照行人数据集进行训练，得到多任务特征共享的低光照行人检测模型；利用多任务特征共享的低光照行人检测模型对被检测图像进行检测，得到图像中行人的位置。本发明能够准确、高效的在低光照的图像中检测出行人的位置。
-
公开(公告)号：CN111552269A
公开(公告)日：2020-08-18
申请号：CN202010343394.6
申请日：2020-04-27
Applicant: 武汉工程大学
Abstract: 本发明提供一种基于姿态估计的多工业机器人安全性检测方法及系统，其中方法包括：S1:采集多工业机器人标准作业视频，并建立多个单工业机器人动作模式姿态向量序列A14，单工业机器人动作模式姿态向量序列A14中包含多个单工业机器人姿态向量A13，执行S2；S2:实时采集多工业机器人的作业视频，获取多个单工业机器人姿态向量A23，执行S3；S3:将任一单工业机器人姿态向量A23，记为h1,与对应的单工业机器人动作模式姿态向量序列A14进行匹配，若匹配成功，则执行S2,若匹配失败，则检测到异常动作，控制工业机器人急停，本方法检测过程简单准确且成本较低，而且可以同时检测多个工业机器人的工作状态。
-
公开(公告)号：CN111213595A
公开(公告)日：2020-06-02
申请号：CN201811426123.6
申请日：2018-11-27
Applicant: 武汉工程大学
Abstract: 本发明设计了一种体温充电的动物电子耳标及充电方法，包括充放电管理单元M1、体温发电单元M2、电池单元M3、无线通讯单元M4、温度传感器M5和位置传感器M6；M1对M3的充电和放电进行管理；M2与M1电连接，M2通过动物的体温进行发电并对M3进行充电。本发明采用动物体温进行发电，无需更换动物电子耳标电池或者人工充电，极大的节省了大规模农场牲畜养殖的人力成本。还可以对动物体温和位置进行实时监控，可根据体温对动物疫情进行远程预警分析和快速早期诊断；根据位置信息对动物轨迹进行追踪，防范动物走失。
-
Patent Agency Ranking
公开(公告)号：CN110751066A
公开(公告)日：2020-02-04
申请号：CN201910942713.2
申请日：2019-09-30
Applicant: 武汉工程大学
Abstract: 本发明涉及图像识别技术领域，提供了一种基于语义分割模型的图像状态识别方法、装置和图像识别设备，该方法包括：将插销锁图像输入销钉语义分割模型，通过销钉语义分割模型对插销锁图像进行分割后输出语义分割图；将语义分割图输入图像状态识别模型，通过图像状态识别模型识别语义分割图处于销钉缺陷状态或者销钉完整状态，避免使用销钉语义分割模型识别图像处于销钉缺陷状态或者销钉完整状态，语义分割图支持图像状态识别模型快速、准确地识别语义分割图像处于销钉缺陷状态或者销钉完整状态，提高了前述销钉缺陷状态的识别率，有助于缩小前述销钉缺陷状态的识别率与前述销钉完整状态的识别率之间的差距。
-
公开(公告)号：CN110706263A
公开(公告)日：2020-01-17
申请号：CN201910940403.7
申请日：2019-09-30
Applicant: 武汉工程大学
IPC: G06T7/30
Abstract: 本发明涉及自动化处理技术领域，提供了一种图像处理方法、装置、设备和计算机可读存储介质，该方法包括：获取图像识别模型、窗口融合模型和源图像；根据图像识别模型在源图像上标定相互重叠的至少两个交叠窗口；根据窗口融合模型检验至少两个交叠窗口是否重复标定在源图像局部的像素块，若否，则免合并至少两个交叠窗口，若是，则将至少两个交叠窗口合并为一个融合窗口，保证了使得窗口融合模型合并不同交叠窗口的可靠性，克服了通过图像识别模型以窗口区域识别图像使像素块被不同窗口在图像上重复标定，通过融合窗口在图像区域标定像素块，提高了以窗口在图像区域标定像素块的简约性。
-
公开(公告)号：CN110458758A
公开(公告)日：2019-11-15
申请号：CN201910687010.X
申请日：2019-07-29
Applicant: 武汉工程大学
Abstract: 本发明涉及一种图像超分辨率重建方法、系统及计算机存储介质，其方法包括以下步骤，S1，将原始图像重塑为固定大小尺寸的图像，得到原始高分辨率图像，将原始高分辨率图像进行插值下采样，得到低分辨率图像；S2，基于生成网络对低分辨率图像进行基于边缘增强的超分辨率重建，得到超分辨率图像；S3，基于判别网络和原始高分辨率图像对超分辨率图像进行真伪判别。本发明其将单一的低分辨图像通过边缘细节信息增强表达，在原始超分辨率重建生成网络中加入边缘增强融合网络提高了图像超分辨率重建性能，获得更清晰的重建图像；另外，判别网络也可以提升边缘增强生成对抗网络的重建性能。
-
公开(公告)号：CN105787462B
公开(公告)日：2019-05-03
申请号：CN201610147824.0
申请日：2016-03-16
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于半耦合判决性字典学习的极低分辨率人脸识别算法及系统，该方法包括以下两个阶段：训练阶段和测试阶段；训练阶段包括以下两个步骤：S1、构建初始高、低分辨率表达字典；S2、更新初始高、低分辨率表达字典，得到标准矩阵集；测试阶段包括以下三个步骤：S3、获取极低分辨率人脸图像，求出相应的极低分辨率局部表达系数矩阵；S4、得到新的待测试系数矩阵集；S5、根据标准矩阵集和待测试系数矩阵集，得出识别结果。本发明提升了极低分辨率人脸图像的表达能力，提升了对极低分辨率人脸图像的识别率，识别效率高，识别速度较快；另外本方法在极低分辨率人脸图像的重建中也取得了较好的效果。
-
公开(公告)号：CN105389819B
公开(公告)日：2019-02-01
申请号：CN201510776198.7
申请日：2015-11-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种鲁棒的半标定下视图像极线校正方法及系统，该方法包括以下步骤：S1、获取无人飞行器每一成像时刻下视相机拍摄的图像，相机的内参数矩阵，以及无人飞行器的惯导系统提供的姿态参数，构建平行于地平面的虚拟成像环境；S2、对不同成像时刻的图像分别提取特征点，构建初始特征点对应集合；并根据该集合得到变换后的特征点对应集合；S3、构建概率表达模型，计算无人飞行器的航向与正北方向的夹角；S4、计算单应变换矩阵，并根据该矩阵，对每一成像时刻的图像进行极线校正。本发明能够快速的完成校正，并且能够得到精度较高的校正图像，对于无人机辅助导航等应用领域具有重要的指导意义。
-
-
-
-
-
-
-
-
-
Search Results
215
records
(took 0.028 seconds)
