-
公开(公告)号：CN112532932B
公开(公告)日：2023-02-24
申请号：CN202011316439.7
申请日：2020-11-20
Applicant: 南昌工程学院
IPC: H04N7/18 , H04N23/611 , H04N23/695 , H04N23/67 , F16M11/06 , F16M11/18
Abstract: 本发明公开了一种具有目标跟踪功能的监控装置，包括：安装座，其上滑动设置有滑架，滑架上设置有角度调节机构；人脸识别模块，设置在安装座上，人脸识别模块上设置有用于面像目标文件输入的输入端，面像目标文件输入后保存在人脸识别模块上的CPU内，还包括用于对图片进行图像处理的图像处理模块以及用于控制角度调节机构动作的模糊控制器，CPU、图像处理模块以及模糊控制器依次连接；伺服控制器，设置在安装座上，伺服控制器分别与角度调节机构和模糊控制器连接；还有摄像头，设置在安装座上，用于全方位的对目标对象进行视频采集，摄像头的输出端与图像处理模块连接，摄像还与所述伺服控制器连接；本发明提供了一种具有目标追踪功能的监控装置。
-
公开(公告)号：CN113256623B
公开(公告)日：2021-10-26
申请号：CN202110723382.0
申请日：2021-06-29
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于改进MASK RCNN的FPC缺陷检测方法，步骤如下：S1.ROI处理和图像裁剪，采集目标检测图像，对FPC原始图像数据预处理，裁剪成适合网络输入的小图像；S2.对预处理后的图像进行数据增强处理，扩大模型训练的数据集；S3.人工标注；S4.确定特征图block横向堆叠次数N，针对FPC缺陷检测的种类和数量，确定特征图block横向堆叠次数N；S5.模型训练，将标注好的图像数据集送进改进MAKS RCNN网络模型进行训练；S6.对训练好的FPC缺陷检测模型进行性能评估；S7.参数优化微调，结合S6的评估结果，对模型进行进一步的优化。本发明实现了FPC缺陷的自动检测，且通过掩膜分割图像缺陷可得到缺陷大小，方便工作人员复判，大幅度降低了企业检测成本。
-
公开(公告)号：CN112288779A
公开(公告)日：2021-01-29
申请号：CN202011211229.1
申请日：2020-11-03
Applicant: 南昌工程学院
IPC: G06T7/246
Abstract: 本发明涉及目标跟踪识别技术领域，具体涉及一种目标跟踪方法，包括如下步骤：S1、获取包含所述目标的N帧历史图像，获取所述目标的所有特征参数，构建特征参数集；S2、基于所述特征参数集构建用于实现目标检测跟踪的Dssd_inception_V3_coco模型；S3、基于Dssd_inception_V3 coco模型实现待检测帧图像的实时检测，根据检测结果实现目标的跟踪。本发明基于目标特征参数、携带配饰后的特征参数、携带妆容后的特征参数、以及携带表情后的特征参数构建Dssd_inception_V3 coco模型，在可以实现了目标快速识别的同时，可以尽可能的避免识别跟踪盲区。
-
公开(公告)号：CN111307812A
公开(公告)日：2020-06-19
申请号：CN201910165079.6
申请日：2019-03-05
Applicant: 南昌工程学院
IPC: G01N21/88
Abstract: 本发明公开了基于机器视觉的焊点外观检测方法，属于焊点外观检测技术领域，基于机器视觉的焊点外观检测方法，包括以下步骤，首先将待检测工件固定在传送带上，技术人员调节工件和相机的位置，使高清照相机靠近工件焊点，然后高清照相机对工件进行多次曝光得到多张焊点处的高清图像并传输至计算机中，然后对图像进行处理，图像分析模块再将处理后的图像与模板图像进行对比分析，当工件图像与模板差异度较大时，图像分析模块发送给报警模块，同时图像分析模块将分析结果发送给技术人员，可以实现便于对工件的焊点图像进行采集，通过将不同尺寸的焊点图像与对应的模板进行对比分析，可以得到精确的焊点外观分析结果。
-
公开(公告)号：CN111239085A
公开(公告)日：2020-06-05
申请号：CN201910168809.8
申请日：2019-03-06
Applicant: 南昌工程学院
Abstract: 本发明公开了基于深度学习的显微视觉伺服控制方法，属于显微伺服控制领域，基于深度学习的显微视觉伺服控制方法，可以通过在显微操作之前进行模拟操控，可以同时模拟操作轨迹以及细胞反应，通过模拟操控可以在进行显微操作之前预设可能会出现的问题，并分析出最优的操作轨迹和数据，在这过程中相较于现有技术，可以存在一个模拟操控修正的过程，从而有效提高了后续显微操作的成功率，然后将该操作轨迹和数据转化成伺服控制机器人的实际操作数据，从而完成显微操作，在这个过程中，避开了人为操作，从而有效降低了由于人为因素造成的不确定的误差，从而极大地提高了显微操作的成功率，从而无形中降低了对显微操作的成本投入。
-
Patent Agency Ranking
公开(公告)号：CN111230858A
公开(公告)日：2020-06-05
申请号：CN201910169395.0
申请日：2019-03-06
Applicant: 南昌工程学院
IPC: B25J9/16
Abstract: 本发明公开了基于增强学习的视觉机器人运动控制方法，属于机器人控制技术领域，基于增强学习的视觉机器人运动控制方法，包括：主成像数据采集，分路子信息采集，范围空间模型建立，制定移动轨迹策略，分路信息周期传输，运动路径实时校正，根据步骤五分路子探头采集到的路径变动信息，对建立的范围空间模型进行补充，并实时更正移动轨迹信息，可以实现通过增强学习算法和外置的机器视觉探头，对机器人的视域范围进行补充，及时调整运动轨迹，降低运动轨迹偏差量，提高机器人的运动轨迹运行正确率，同时对机器人外部变化进行自检，减少因外部环境造成的腐蚀对机器人运动控制的影响。在视域共享，触摸补充视觉。
-
公开(公告)号：CN109345476A
公开(公告)日：2019-02-15
申请号：CN201811094851.1
申请日：2018-09-19
Applicant: 南昌工程学院
IPC: G06T5/00
Abstract: 本发明公开了一种基于深度残差网络的高光谱图像超分辨率重建方法。本发明方法利用预先训练的深度残差网络进行高光谱图像的超分辨率重建；所述深度残差网络包含2M个相同的残差块，每个残差块包含至少2个卷积层，各残差块的超参数一致，并实现权值共享，M为大于1的整数；在所述深度残差网络的前向传播过程中分别以每2j个残差块为一组进行分组，并为每一组残差块引入一个跳跃连接，j＝1,2,…,M。本发明还公开了一种基于深度残差网络的高光谱图像超分辨率重建装置。本发明可以有效地缓解高光谱图像训练样本少、单个样本数据量大、难以训练等问题，并且在一定程度上克服了硬件制造技术与成像环境对高光谱图像分辨率的限制。
-
公开(公告)号：CN108875736A
公开(公告)日：2018-11-23
申请号：CN201810582612.4
申请日：2018-06-07
Applicant: 南昌工程学院
IPC: G06K9/32
Abstract: 本发明公开了一种基于背景预测的水面移动目标检测方法。本发明针对水面移动目标检测过程中背景图像变化的问题，利用背景图像的历史检测数据来对当前的背景图像进行预测，进而获得初始的移动目标检测结果，从而可大幅降低水面移动目标检测的误检率；本发明进一步利用目标位置预测模型来对初始目标检测结果进行修正，从而有效提高检测精度。相比现有技术，本发明可大幅降低水面移动目标检测的误检率，有效提高检测精度。
-
公开(公告)号：CN119048496A
公开(公告)日：2024-11-29
申请号：CN202411523259.4
申请日：2024-10-30
Applicant: 南昌工程学院
IPC: G06T7/00 , G06V10/774 , G06V10/40
Abstract: 本申请公开了一种PCB缺陷检测方法、系统、设备及存储介质，属于工业产品缺陷检测技术领域；其中方法包括：获取PCB数据集，对PCB数据集进行图像预处理和缺陷标注；创建虚拟运行环境，在虚拟运行环境中构建YOLOv10模型，并对YOLOv10模型进行轻量化处理；将空间到深度卷积SPD_conv模块优化为DSPD模块，并将DSPD模块配置到YOLOv10模型中，得到DSPD_YOLOv10模型；构建双向特征金字塔网络BiFPN，并将其配置到DSPD_YOLOv10模型的颈部网络中；根据所述PCB数据集对所述DSPD_YOLOv10模型进行训练，根据训练好的所述DSPD_YOLOv10模型对待检测样品进行检测；通过使用DSPD_YOLOv10模型来对PCB缺陷检测，实现了对PCB缺陷的高精度、高效率检测。
-
公开(公告)号：CN115661207B
公开(公告)日：2023-03-31
申请号：CN202211419895.3
申请日：2022-11-14
Applicant: 南昌工程学院
Abstract: 本发明提出一种基于空间一致性匹配与权重学习的目标跟踪方法与系统，该方法包括：对模板分支与搜索区域分支的图像初始化以生成目标模板图像和搜索区域图像；对目标模板图像与搜索区域图像分别提取特征，对目标模板特征进行上采样获得目标模板深度特征；构建特征融合网络模型；采用克罗内克积对目标模板深度特征和搜索区域特征进行计算得到匹配置信度图；对空间一致性匹配模块与模板特征权重学习模块进行训练，以获得最终置信度图并将得分最高的目标候选块进行目标跟踪。本发明通过建立目标模板图像和搜索区域图像的空间一致性对应关系，充分利用目标模板图像和搜索区域目标候选块图像的空间位置信息，实现更准确跟踪。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.022 seconds)
