公开(公告)号：CN114840925A

公开(公告)日：2022-08-02

申请号：CN202210451411.7

申请日：2022-04-26

Applicant: 成都信息工程大学 ,  成都知行创智科技有限公司

Inventor： 许源平 ,  李焯炜 ,  孔超 ,  戴相成 ,  郭本俊 ,  曹衍龙 ,  张朝龙 ,  黄健 ,  卢军

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/08 ,  G06T7/33

Abstract: 本发明公开了一种车身部分测量数据到整体CAD模型的配准方法，获取整体车身CAD模型与车身部分测量数据，得到待配准点云与目标点云，进而构建基于待配准点云的RSCS集合、基于目标点云的RSCS集合，并进行预处理；并构建Spinnet点云神经网络提取描述子，得到各描述子集合；采用双向匹配对各描述子集合进行粗配准，并利用基于纠正法向量方向的NICP算法进行粗配准后的精配准；最后利用精配准后的匹配对集合的配准误差迭代得到高准确的匹配对集合；本发明通过构建基于深度学习的描述子，实现了从粗配准到精配准的算法模型，解决了现有技术中手工特征描述子不具有泛化性的缺点，克服了单个球体覆盖的单一性问题，在降低计算量的基础上全面提高了匹配的精度与效率。

公开(公告)号：CN114723951A

公开(公告)日：2022-07-08

申请号：CN202210637616.4

申请日：2022-06-08

Applicant: 成都信息工程大学

Inventor： 许源平 ,  杨雅丽 ,  许志杰 ,  张朝龙 ,  李婵玉 ,  曹衍龙 ,  盖秋艳 ,  谢攀 ,  李涂鲲

IPC: G06V10/26 ,  G06V10/44 ,  G06F17/16

Abstract: 本发明公开了一种用于RGB‑D图像分割的方法，本方法基于RGB‑D彩色深度图像进行语义级别分割，提取深度图像中的前景像素信息并以一个权重矩阵作为输出，用来加权辅助RGB图像中的特征信息提取，使得两个模态下的重要特征信息相互补充响应，充分弥补在采样过程中的特征信息损失，无论是在语义上的特征表现还是空间上的精细度都得到了提升，特别是对物体边缘信息具备更强的灵敏性。

公开(公告)号：CN112330659B

公开(公告)日：2023-04-07

申请号：CN202011326655.X

申请日：2020-11-24

Applicant: 成都信息工程大学

Inventor： 许源平 ,  邓锌 ,  曹衍龙 ,  李涂鲲 ,  许志杰 ,  黄健 ,  郭本俊 ,  戴相成 ,  李焯炜

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/187 ,  G06T5/30 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种结合LSD直线检测和连通域标记法的几何公差符号分割方法，该方法包括采集几何公差标注块图像并进行图像预处理，对预处理后图像中的几何公差框进行定位，对定位得到的几何公差框的上下框线进行去除处理，采用LSD直线检测和连通域标记法对几何公差标注块图像中的几何公差符号进行分割。本发明首先对几何公差标注块图像进行图像预处理，以减少图像中的干扰，再使用深度学习目标检测方法对几何公差标注块进行定位，然后去除几何公差框的上下框线，最后利用LSD直线检测和连通域标记法对几何公差框进行分割，提取出几何公差符号，解决了现有技术中存在的几何公差定位不准确、几何公差符号分割空白的问题，实现了几何公差符号的准确分割。

公开(公告)号：CN114723951B

公开(公告)日：2022-11-04

申请号：CN202210637616.4

申请日：2022-06-08

Applicant: 成都信息工程大学

Inventor： 许源平 ,  杨雅丽 ,  许志杰 ,  张朝龙 ,  李婵玉 ,  曹衍龙 ,  盖秋艳 ,  谢攀 ,  李涂鲲

IPC: G06V10/26 ,  G06V10/44 ,  G06F17/16

Abstract: 本发明公开了一种用于RGB‑D图像分割的方法，本方法基于RGB‑D彩色深度图像进行语义级别分割，提取深度图像中的前景像素信息并以一个权重矩阵作为输出，用来加权辅助RGB图像中的特征信息提取，使得两个模态下的重要特征信息相互补充响应，充分弥补在采样过程中的特征信息损失，无论是在语义上的特征表现还是空间上的精细度都得到了提升，特别是对物体边缘信息具备更强的灵敏性。

公开(公告)号：CN115049961A

公开(公告)日：2022-09-13

申请号：CN202210702553.6

申请日：2022-06-21

Applicant: 成都信息工程大学 ,  成都知行创智科技有限公司

Inventor： 许源平 ,  詹羿 ,  郭本俊 ,  盖秋艳 ,  许志杰 ,  张朝龙 ,  黄梓涵 ,  曹衍龙 ,  黄健 ,  孔超

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种基于视频监控的违规丢地垃圾检测方法，包括以下步骤：S1、采用目标检测器检测出视频中的垃圾目标框；S2、对垃圾目标的运动轨迹进行跟踪，得到垃圾目标框的跟踪框；S3、根据垃圾目标的跟踪框在连续视频帧中的静止程度，检测出违规丢弃的垃圾；本发明解决了现有检测方法检测准确率低，以及现有检测方法无法将违规丢地的垃圾与非违规垃圾进行区分的问题。

公开(公告)号：CN110163144A

公开(公告)日：2019-08-23

申请号：CN201910415244.9

申请日：2019-05-17

Applicant: 成都信息工程大学 ,  许源平 ,  张朝龙 ,  许志杰 ,  曹衍龙 ,  何嘉

Inventor： 张朝龙 ,  许源平 ,  许志杰 ,  曹衍龙 ,  何嘉

IPC: G06K9/00 ,  G06T7/246

Abstract: 本申请公开了一种从视频中自动识别人体行为的方法及装置，引入小波分析理论，把原始视频帧分解到不同的频率和方向上，从而可以方便地从不同频率和方向上提取人体运动底层特征。使用相似度来表示贡献程度，从而可以避免因BoF码书的尺度不同而导致错误的指定方式，也可以表现不同底层特征对同一个视觉单词统计的贡献度。构建的BoTF特征编码方式可以有效地对底层特征的时间信息进行编码，从而克服BoF编码无序的缺点。基于小波变化和图相关理论设计一个多尺度特征提取和特征编码方法，解决DT方法缺失频率和方向以及BoF特征编码模型缺乏时间特征的问题，从而可以处理复杂的运动视频，并大大提高人体行为识别的正确率。