-
公开(公告)号：CN115619655A
公开(公告)日：2023-01-17
申请号：CN202211144281.9
申请日：2022-09-20
Applicant: 武汉工程大学
Abstract: 本发明提供一种雾天图像清晰化方法和装置，属于图像处理领域，方法包括：设计雾霭去除模块、雾霭合成模块、色彩纹理恢复模块以及判别器，并通过雾霭去除模块、雾霭合成模块以及色彩纹理恢复模块构建得到雾霭去除路径、去雾结果恢复路径、雾霭合成路径以及合成结果恢复路径；根据原始雾天图像对雾霭去除路径以及去雾结果恢复路径的训练得到雾霭去除图像、色彩纹理处理后原始图像、雾霭去除合成图像以及去雾结果恢复图像。本发明有效地解决了基于先验知识估值难和基于有监督学习获取真实配对训练数据集难的问题，在有效地去除各种场景下雾霭的同时，也保留了较好的色彩和纹理细节，并获得图像内容更丰富、生成质量更高的去雾图像。
-
公开(公告)号：CN115239553A
公开(公告)日：2022-10-25
申请号：CN202210610135.4
申请日：2022-05-31
Applicant: 武汉工程大学
Abstract: 本发明公开了一种卫星图像超分辨率重建方法、系统、设备和可读存储介质，涉及计算机视觉技术领域，该方法包括：获取高分辨率卫星图像并将其转换为低分辨率图像，对低分辨率图像进行边缘提取，得到低分边缘图像；对低分边缘图像进行上采样处理，得到高分边缘特征图像；通过边缘分支网络对低分边缘图像进行纹理特征提取，得到重建高分边缘图像；通过超分辨率分支网络对低分辨率图像进行结构特征提取，得到重建高分辨率图像；根据高分边缘特征图像和重建高分边缘图像，确定恢复图像，对恢复图像进行图像校正，得到重建边缘先验图像；将重建边缘先验图像和重建高分辨率图像进行融合，得到融合图像，对融合图像进行降维处理，得到重建超分辨率图像。
-
公开(公告)号：CN115204460A
公开(公告)日：2022-10-18
申请号：CN202210611584.0
申请日：2022-05-31
Applicant: 武汉工程大学
Abstract: 本发明公开了一种浮动巴士路径决策方法、系统、电子设备及介质，涉及智慧交通技术领域，方法包括：初始化经验回放集，构建马尔可夫决策过程、当前值网络和目标值网络，马尔可夫决策过程包括状态空间、动作空间、奖惩函数、状态转移概率和折扣因子五元组；获取训练样本，基于训练样本建立状态动作序列；将状态动作序列输入当前值网络，得到状态动作系列对应的车辆动作，基于得到的车辆动作建立经验序列，将经验序列存入经验回放集中；利用经验回放集不断训练优化当前值网络和目标值网络，得到DQN深度神经网络，以根据获取到的目标待接送乘客的上下车地点，通过DQN深度神经网络确定目标待接送乘客的上下车地点对应车辆的目标路径。
-
公开(公告)号：CN112949438B
公开(公告)日：2022-09-30
申请号：CN202110195714.2
申请日：2021-02-19
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06V20/68 , G06V10/44 , G06V10/56 , G06V10/774 , G06V10/764 , G06T7/00 , G06T7/62 , G06T7/90
Abstract: 本发明是涉及农业与人工智能领域，尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据，并进行预处理得到多个待分类水果视觉特征值；分别对每个所述待分类水果视觉特征值进行离散化处理后，输入至预先训练好的水果分类贝叶斯网络模型进行处理，得到所述待分类水果在多个等级分类下的等级分类概率；根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类，有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类，实现降低人力物力，达到水果的快速分类。
-
公开(公告)号：CN111531582B
公开(公告)日：2022-09-20
申请号：CN202010343392.7
申请日：2020-04-27
Applicant: 武汉工程大学
Abstract: 本发明提供一种基于视觉的工业机器人故障检测方法及系统，其中，方法包括以下步骤：S1:获取工业机器人正常工作下的作业视频，并根据所述作业视频计算最长公共哈希子序列，所述最长公共哈希子序列包含多个哈希值，所述最长公共哈希子序列用于表示工业机器人的周期性动作模式，执行S2；S2:实时采集工业机器人的工作图像，分离出工业机器人，形成第二作业图像，计算所述第二作业图像的哈希值，记为h1,执行S3；S3:将所述哈希值h1与所述最长公共哈希子序列进行顺序极近似值匹配，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，通过采集作业图像的方式对工业机器人进行故障检测，不仅成本低、采集难度小，抗干扰能力强。
-
Patent Agency Ranking
公开(公告)号：CN115017511A
公开(公告)日：2022-09-06
申请号：CN202210469716.0
申请日：2022-04-28
Applicant: 武汉工程大学 , 武汉引行科技有限公司
Abstract: 本发明提供一种源代码漏洞检测方法、装置以及存储介质，属于代码检测技术领域，方法包括：S1：分别对各个原始源代码数据的数据预处理得到预处理后源代码数据；S2：按照预设比例对多个预处理后源代码数据的划分得到训练集，验证集和测试集；S3：对训练集的代码图编码得到多个代码图数据；S4：根据多个代码图数据、验证集和测试集对训练模型的模型分析得到检测模型；S5：通过检测模型对待检测源代码数据的检测分析得到检测结果。本发明实现了函数级的自动代码漏洞检测，能在源代码中快速、高效地完成代码漏洞检测任务，解决了代码静态分析工具进行漏洞检测上存在的误报率高、漏报率高的技术问题。
-
公开(公告)号：CN114926898A
公开(公告)日：2022-08-19
申请号：CN202210494498.6
申请日：2022-05-07
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06V40/20 , G06V10/75 , G06T7/136 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/44 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种手势识别模型训练及手势识别方法、装置、设备及介质，涉及计算机视觉技术领域，手势识别模型训练方法包括：拍摄手部配戴有红色系手套的多张手势图像，对每张手势图像依次进行从RGB色彩空间转换成YCrCb空间、图像前景背景划分、二值化处理，得到手势分割图像；构建卷积神经网络结构，利用多张手势分割图像对卷积神经网络结构进行训练，得到手势识别模型。手势识别方法为：将待识别的图片或视频输入手势识别模型中，利用手势识别模型对待识别的图片或视频进行手势识别。本发明对图像中的手势分割效果好，通过本发明进行手势识别的识别准确率可明显提高。
-
公开(公告)号：CN114783053A
公开(公告)日：2022-07-22
申请号：CN202210300414.0
申请日：2022-03-24
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于空间注意力和分组卷积的行为识别方法及系统，该方法包括：稀疏采样：将输入的视频切帧后进行稀疏采样；构建网络结构，网络结构包括时空激励模块和运动激励模块两个分支：对于时空激励模块来说，首先将基于时序上的分组卷积加入到模块中，用于融合时序上的信息并且降低网络参数量；然后将空间注意力加入到模块中，使图像中较为重要的特征得到更好的提取；对于运动激励模块来说，使用多帧之间的差值来代替光流信息对运动特征进行建模；网络结构嵌入：利用网络结构替换resnet‑50中的残差块，得到行为识别模型；最后训练模型并利用模型进行行为识别。本发明所提出的行为识别方法优于其他的行为识别算法，能更有效地执行行为识别任务。
-
公开(公告)号：CN114611530A
公开(公告)日：2022-06-10
申请号：CN202210162374.8
申请日：2022-02-22
Applicant: 武汉工程大学 , 武汉逸锦科技有限公司
IPC: G06F40/56 , G06F40/242 , G06F16/33 , G06V30/142 , G06V30/413 , G06V10/82
Abstract: 本申请涉及一种阅读交互装置、方法、计算机设备和阅读笔，属于图像处理技术领域。装置包括图像采集模块和雾端连接模块；图像采集模块，用于获取包括目标文字区域的图像；雾端连接模块，用于和外接雾端建立连接，通过外接雾端中的学习软件对包括目标文字区域的图像进行相应的处理；其中，外接雾端为存储有学习软件的平台，学习软件为基于自然语言处理技术的算法模型。本申请通过与外接雾端建立连接，可以利用外接雾端中的学习软件对获取的包括目标文字区域的图像进行相应的处理，不占用阅读交互装置自身的资源。学习软件为基于自然语言处理技术的算法模型，可具备不同的处理方式，使得本申请中阅读交互装置的应用场景更加丰富，用户体验感更好。
-
公开(公告)号：CN112926686A
公开(公告)日：2021-06-08
申请号：CN202110338988.2
申请日：2021-03-30
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置，其中方法具体包括以下步骤：从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征；建立置信规则推理BRB系统，对电量波动系数和毛刺宽度总和进行置信度转换；根据置信规则推理BRB系统中的置信规则库，采用证据推理ER算法对比转换后的置信度，得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度；用户非技术性损失NTL异常性用电进行标定；在标定数据的基础上建立长短记忆LSTM模型，并使用LSTM模型对异常用电特征进行有效提取与检测，最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.033 seconds)
