-
公开(公告)号：CN117593602A
公开(公告)日：2024-02-23
申请号：CN202311515054.7
申请日：2023-11-15
IPC: G06V10/774 , G06V10/778 , G06V10/82 , G06N3/096
Abstract: 本发明提供一种基于非对称教师学生网络的知识蒸馏异常检测方法，包含构建工业产品正常样本训练集；搭建基于非对称教师学生网络的多尺度知识蒸馏网络，避免了因教师网络和学生网络结构高度相似导致的对于异常区域仍提取相似特征以至无法很好定位异常区域的问题，结合掩码特征重生成模块进一步加强学生网络的特征学习能力；将待检测的工业产品图像输入训练好的模型中，根据所得的异常分数和异常区域图，设定阈值得到图像异常判断结果和异常区域定位结果。该基于非对称教师学生网络的知识蒸馏异常检测方法，可用于自动化的工业质检系统进行工业产品的异常检测，避免高额的人力成本，能及时发现潜在的产品缺陷，避免进一步的安全、经济隐患。
-
公开(公告)号：CN116912500A
公开(公告)日：2023-10-20
申请号：CN202310961296.2
申请日：2023-08-02
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V20/05
Abstract: 本发明提供一种基于混合建模的轻量化前视声呐图像语义分割方法，包括模型搭建、训练、采集和预测等模块；模型搭建模块，使用混合建模网络作为主干网络提取特征，结合动态注意力门控模块和解码器搭建模型；训练模块，基于训练数据集进行训练；采集模块，获取新的前视声呐图像；预测模块，将新获取的前视声呐图像输入训练好的模型进行像素级类别预测，输出用于语义分割结果。本发明提出了准确度高、运行速度快、参数量少的前视声呐图像语义分割方法，可用于水下航行器识别水下物体，辅助水下物体抓取和避障。
-
公开(公告)号：CN118823242A
公开(公告)日：2024-10-22
申请号：CN202410954786.4
申请日：2024-07-17
Applicant: 上海大学
IPC: G06T17/00 , G06V10/40 , G06V10/54 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种基于重建任务的点云下采样方法、设备、介质及产品，涉及点云采样重建领域；该方法包括：获取待测目标的点云数据；对点云数据进行特征提取，得到点云特征数据；根据点云数据和点云特征数据，在三维空间坐标下，进行点云下采样处理，得到下采样点云数据；下采样点云数据用于表征待测目标的纹理特征；将下采样点云数据输入至重建任务网络中，得到重建点云数据；重建点云数据用于基于渲染的方法，得到待测目标的渲染空间结构；重建任务网络是基于已知重建点云数据的历史点云数据，以损失函数的预设阈值门限为目标，进行训练得到的；本申请能够提高点云质量并提高渲染重建能力。
-
公开(公告)号：CN117746256A
公开(公告)日：2024-03-22
申请号：CN202311801678.5
申请日：2023-12-26
Applicant: 上海大学 , 中国地震局地质研究所 , 吉林省地震局 , 上海工程技术大学
Abstract: 本发明涉及图像处理技术领域，尤指一种应用于火山灾害监测的遥感图像处理方法，通过收集HRRS光学影像数据和SAR影像数据，为分析提供丰富的地表信息。接着，引入MIFPA模型，结合卷积神经网络和金字塔上采样技术，对HRRS光学影像数据进行深度学习处理，成功提取出火山灾害场景的关键特征。这些特征被用于对实时地表目标变化进行细致的比对分析，从而得到初步的分析结果。通过进一步结合SAR影像数据对该结果进行验证。最终，基于验证结果，对HRRS光学影像数据和SAR影像数据进行了有效的融合，实现了准确的火山喷发预警，确保了特征提取的准确性和结果的可靠性，减少了火山灾害监测对人力判断的依赖。
-
公开(公告)号：CN117574316A
公开(公告)日：2024-02-20
申请号：CN202311684442.8
申请日：2023-12-08
Applicant: 上海工程技术大学 , 吉林省长白山天池火山监测站 , 中国地震局地质研究所 , 上海大学
IPC: G06F18/25 , G06F18/213 , G06N3/04 , G06F18/22 , G06F18/214
Abstract: 本发明公开了一种基于深度神经网络的多特征融合火山灾害预测系统，涉及自然灾害预测技术领域，包括：中枢处理模块，以及与其相连接的数据采集模块、数据库和显示处理模块；中枢处理模块基于历史数据获得标准曲线、喷发概率和储能阈值；基于相似度参数和预估参数生成此次采集数据的预估喷发概率；基于相似度参数调整下一次的采集时间段的时间段长度。本发明通过将历史数据中的温度数据、气体数据和地质数据训练深度神经网络模型得到相似度模型，综合考虑同一火山多种数据，联合考虑不同火山多种数据，使得训练的相似度模型更加精确，进而使得预估结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN117351656A
公开(公告)日：2024-01-05
申请号：CN202311404111.4
申请日：2023-10-27
Applicant: 上海大学 , 吉林省长白山天池火山监测站 , 上海工程技术大学
Abstract: 本发明涉及遥感监测技术领域，尤指一种基于深度学习的火山灾害遥感检测系统，包括数据获取模块、预处理模块、火山灾害检测模块、决策模块和预警模块。数据获取模块采集火山地区遥感数据，预处理模块处理数据，消除噪声。火山灾害检测模块使用深度学习模型检测潜在火山活动。决策模块分析数据，评估风险，制定应急响应策略。预警模块向管理员发送警报，通知相关人员采取措施。整个系统实现了实时监测和风险评估，有助于保障人们的安全。本发明能够提高火山监测的效率和准确性，减少潜在的风险，并为决策者提供有力的支持，从而保护生命和财产，提高了应急响应效率。
-
公开(公告)号：CN105575161A
公开(公告)日：2016-05-11
申请号：CN201510977235.0
申请日：2015-12-23
Applicant: 上海大学
IPC: G08G1/133
CPC classification number: G08G1/133
Abstract: 本发明提供一种用于手机终端的低功耗智能公交到站提醒方法，其包括以下步骤：步骤一，乘客在乘坐公交车时，利用手机终端的无线网络数据收发模块向服务器端请求要乘坐的公交车线路信息；步骤二，服务器端向乘客返回乘客要乘坐的公交车线路信息；步骤三，乘客选定所要到达的目标站点，设定到站提醒临界距离，预估公交车最大平均速度；步骤四，手机终端在接收到所要到达的站点的坐标信息之后，打开手机终端的GPS模块，GPS模块定位当前公交位置，获得乘客当前位置坐标，也就是公交车的当前位置；步骤五，计算当前位置与目标站点间的直线距离。不管距离多远都可以使计算次数基本保持在个位数。此方法无需在公交车上添加额外的设备。
-
公开(公告)号：CN100492050C
公开(公告)日：2009-05-27
申请号：CN200710037405.2
申请日：2007-02-09
Applicant: 上海大学
IPC: G01S13/89
Abstract: 本发明涉及一种基于地面反射率分布图像地下隐伏构造的遥感解释。本发明是：首先，搜集MODIS遥感影像资料，分离出MODIS地面反射率产品，选择所研究的区域的图像，再经过几何纠正与配准，得到配准后的MODIS地面反射率分布图像产品；继之选择该研究区，分析该区经过几何纠正与配准后的MODIS地面反射率分布图像产品，将其导入ERDAS遥感软件形成后缀为*.img的地面反射率分布图像；研究该区域地面反射率分布图像的变化；然后选择不同的波段，研究该区域地面反射率影像中表征差异最大的影像；利用不同的目标地物具有的波段的专属性，确定特定的波段，再利用不同地物综合特征信息的差异在地面反射率中的变化，判断地下隐伏构造情况，再获得航磁推测资料支持，并通过地面反射率剖面，分析反射率剖面上的地面反射率变化规律，进一步确定该地下隐伏构造的存在；在此基础上最后完成基于地面反射率分布图像地下隐伏构造的遥感反演解释；本发明适用于通过地面反射率分布图像为我们研究地下隐伏构造的反演解释，提供了先进的、科学的新方法。
-
公开(公告)号：CN119027667A
公开(公告)日：2024-11-26
申请号：CN202411217307.7
申请日：2024-09-02
Applicant: 上海大学
IPC: G06V10/26 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V20/13 , G06V20/10 , G06N3/045 , G06N3/0464
Abstract: 本申请涉及一种遥感图像道路目标实例分割方法和装置，所述方法包括：遥感卫星获取待检测的目标遥感图像，通过输入模块对遥感图像进行预处理；骨干网络对预处理后的图像进行特征提取，并将提取到的多分辨率特征在颈部使用双流特征金字塔进行特征融合；头部分为检测头和原型两个分支，图像进入头部完成类别预测和实例分割的细化任务；输出高分辨率遥感图像道路目标实例分割结果；采用DMH‑YOLO模型对所述目标遥感图像进行实例分割，确定所述目标遥感图像中的目标对象；骨干网络部分采用Darknet‑53结构框架，并融入C2f模块以实现残差学习机制。本发明可以准确识别和分割小目标对象。
-
公开(公告)号：CN118570176A
公开(公告)日：2024-08-30
申请号：CN202410734830.0
申请日：2024-06-07
Applicant: 上海大学
IPC: G06T7/00 , G06T7/33 , G06T5/70 , G06T5/40 , G06T5/60 , G06V10/762 , G06V10/764 , G06V10/74 , G06T7/90 , G06V10/77
Abstract: 本发明提供一种基于变化检测的电子元件安装质量检测方法，包括：对待输入图像进行预处理，获得去除环境、背景干扰的且相互配准的参考图像和待测图像；将预处理后的相互配准的参考图像和待测图像进行基于PCA‑DBSCAN的变化检测，获得像素聚类；对所述像素聚类进行后处理，确定发生变化的区域；基于所述发生变化的区域进行相似度计算，将变化分类为不同缺陷，获取最终缺陷检测结果。本发明通过PCA‑DBSACAN变化检测与缺陷分类，适用于不规则形状、大小差异较大的情况，可以用于各种复杂形状的电子元件安装质量检测。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
