-
公开(公告)号：CN115063835A
公开(公告)日：2022-09-16
申请号：CN202210648407.X
申请日：2022-06-09
Applicant: 厦门理工学院
IPC: G06V40/10 , G06V20/52 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明涉及信息识别技术领域，具体涉及一种基于多源时空特征提取的会展行人重识别方法及系统；包括图像信息获取单元、人体识别单元和数据应用单元；本发明能够统计行人在各子会展区域的停留次数和各子会展区域的行人数量，提供给管理人员，便于管理人员后续对会展效果进行评估，以及对会展区域设置的调整，此外，管理人员还可以调取所存储的数据信息，用于后续分析。
-
公开(公告)号：CN107839947A
公开(公告)日：2018-03-27
申请号：CN201711223846.1
申请日：2017-11-29
Applicant: 厦门理工学院
Abstract: 本发明公开了一种基于三维装箱定位的机器人装箱方法，包括以下步骤：S1，获取订单信息，所述订单信息包括待装盒的数量信息以及三维尺寸信息，然后根据所述待装盒的数量信息以及三维尺寸信息计算出所有待装盒的总体积，选择容积大于所述总体积的送货箱；S2，根据所述订单信息以及所选择的所述送货箱，采用最大适应度法进行三维装箱模拟，输出适应度值最大的路径图信息；S3，按照装箱序列以及放置方向信息将所述待装盒依次输送到传送带上；S4，根据各个所述待装盒在所述送货箱中的三维坐标信息，将传送带上的待装盒放置于所述送货箱的对应位置。本发明实现自动化装箱，提高生产效率，降低人工成本，实现待装盒的精准装箱。
-
-
公开(公告)号：CN114998936A
公开(公告)日：2022-09-02
申请号：CN202210752417.8
申请日：2022-06-29
Applicant: 厦门理工学院
IPC: G06V40/10 , G06V40/16 , G06V20/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/04 , G06N5/00 , G06N20/00
Abstract: 本发明适用于图像处理技术领域，提供了一种基于变速率条件下行人重识别方法及系统，用于终端系统，解决了难以实现对移动过程中人脸进行识别，获得高质量人脸图片，使得目标追踪稳定性较差的问题；所述基于变速率条件下行人重识别方法包括：获取前端采集器采集到的待识别的监控视频流；对图像帧集进行预处理，得到校正后图像帧集；对校正后图像帧集进行拆解，然后确认待识别的监控视频流对应的人脸身份信息；本发明通过对前端采集器采集到的待识别的监控视频流进行预处理和校正，然后建立标准人脸识别库，并监控视频流与标准人脸识别库进行匹配，最终获取行人的人脸重识别结果，实现了对行人的精准定位和识别，提高了查询匹配效率。
-
公开(公告)号：CN109978042A
公开(公告)日：2019-07-05
申请号：CN201910209441.5
申请日：2019-03-19
Applicant: 厦门理工学院
IPC: G06K9/62
Abstract: 本发明公开一种融合特征学习的自适应快速K‑means聚类方法，首先对数据进行预处理，排除其中属性缺失、数据重复问题，对各数据属性进行归一化处理；计算数据总散度矩阵，并引入稀疏特性构造特征选择矩阵；在特征子空间上执行K‑means聚类方法，且在聚类中心更新过程中，引入自适应因子动态调节每个数据样本权重；根据聚类间的可区分信息，更新特征选择矩阵，进而筛选出最优特征子集。此种方法使得传统K‑means聚类方法能够高效地利用聚类间和聚类内的可区分信息、以及特征之间的相关性信息提高聚类的准确度，还在聚类过程中融入自适应因子，根据不同类型数据分布的特点更新聚类中心，具备较高的实用性及可扩展性，可为机器学习、计算机视觉等相关应用提供有效支持。
-
Patent Agency Ranking
公开(公告)号：CN119228787B
公开(公告)日：2025-04-15
申请号：CN202411721346.0
申请日：2024-11-28
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/774
Abstract: 本发明提出一种医疗注射器细微缺陷检测加速方法，包括：S1：采集医疗注射器图像数据集，并对数据集中的医疗注射器图像进行预处理；S2：将预处理后的数据集划分为训练集和验证集；S3：构建基于卷积神经网络的缺陷检测模型；S4：采用训练集对缺陷检测模型进行训练，并在训练过程中执行剪枝操作，再经验证集验证后得到紧凑模型；剪枝操作包括：按照滤波器对细微缺陷的敏感度排序将滤波器划分为细微缺陷组和显著缺陷组，对细微缺陷组中的滤波器进行剪枝；S5：采用紧凑模型实时检测医疗注射器上的缺陷。通过对缺陷检测模型进行分组剪枝，筛选对细微缺陷特征敏感的滤波器，确保在保留网络中对细微缺陷检测能力的前提下，提升检测速度。
-
公开(公告)号：CN119228787A
公开(公告)日：2024-12-31
申请号：CN202411721346.0
申请日：2024-11-28
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/774
Abstract: 本发明提出一种医疗注射器细微缺陷检测加速方法，包括：S1：采集医疗注射器图像数据集，并对数据集中的医疗注射器图像进行预处理；S2：将预处理后的数据集划分为训练集和验证集；S3：构建基于卷积神经网络的缺陷检测模型；S4：采用训练集对缺陷检测模型进行训练，并在训练过程中执行剪枝操作，再经验证集验证后得到紧凑模型；剪枝操作包括：按照滤波器对细微缺陷的敏感度排序将滤波器划分为细微缺陷组和显著缺陷组，对细微缺陷组中的滤波器进行剪枝；S5：采用紧凑模型实时检测医疗注射器上的缺陷。通过对缺陷检测模型进行分组剪枝，筛选对细微缺陷特征敏感的滤波器，确保在保留网络中对细微缺陷检测能力的前提下，提升检测速度。
-
公开(公告)号：CN114885186A
公开(公告)日：2022-08-09
申请号：CN202210647005.8
申请日：2022-06-09
Applicant: 厦门理工学院
IPC: H04N21/2187 , H04N21/431 , H04N21/4788
Abstract: 本发明涉及导播技术领域，具体涉及一种基于多源信息融合的自动导播系统；包括信息获取单元、自动导播单元和导播播放单元；本发明能够将所提取的舞台的布置信息和表演者的动作信息，传输给自动导播单元，由自动导播单元根据所接收的信息，从所存储的模拟数据中获取构建3D模型的数据，并基于所接收的信息并构建3D模拟场景，再融合语音和文字配置信息，从而能够实现融合动画画面的效果，其能够将人体动作直接转化成动画画面，此外，还会将所融合的动画画面进行显示，并对动画画面进行实时的检测，确保声音、文字和动作的同步，再将其传输给导播播放单元进行播放，能够实现人体动作的模拟融合显示，达到动画画面直播的效果。
-
公开(公告)号：CN114219785A
公开(公告)日：2022-03-22
申请号：CN202111546320.3
申请日：2021-12-16
Applicant: 厦门理工学院
IPC: G06T7/00 , G06T3/40 , G06N3/04 , G06K9/62 , G06V10/774
Abstract: 本发明公开一种基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法，包括如下步骤：步骤一，将待测注射器置于输送机构上，图像传感器在视野范围内实时获取若干注射器的图像，从中选择包含完整注射器的注射器图像；步骤二，利用深度神经网络从注射器图像中提取注射器刻度；步骤三，基于提取的注射器刻度，利用刻度分组分配算法检测刻度上的缺陷。此种注射器刻度缺陷检测方法能够克服现有注射器刻度缺陷检测方法存在的成本高、精度低、开发周期长、依赖缺陷样本的问题，能够在仅有少量正常注射器样本的情况下，实现对注射器刻度缺陷的准确检测。
-
公开(公告)号：CN107749063A
公开(公告)日：2018-03-02
申请号：CN201710961539.7
申请日：2017-10-17
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于边缘提取与傅里叶变换的零件快速定位方法，运用Sobel算子进行边缘提取，减少图像处理的计算量，采用傅里叶变换得出零件全图和模板图的互功率谱，根据模板图像中零件的大小，构建模板窗，求取模板窗的极大值，得到众多极大值点坐标，采用参数法去除大量极大值点较小的坐标位置，对剩下的极大值点应用十字线法从X和Y轴方向检测是否为真极大值点，删去伪极大值点，最后得到的极大值点即为零件的准确位置。该方法可进行多目标的定位，而且定位精度达到像素级，抗噪能力强，具有准确性、快速性和鲁棒性的特点，满足了零件视觉检测与定位中的高精度和实时性的要求。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.024 seconds)
