基于生成对抗网络的车牌生成方法

    公开(公告)号:CN114267036B

    公开(公告)日:2024-07-02

    申请号:CN202111604845.8

    申请日:2021-12-25

    Applicant: 福州大学

    Inventor: 柯逍 曾淦雄 黄旭

    Abstract: 本发明涉及一种基于生成对抗网络的车牌生成方法,包括以下步骤:步骤S1:获取用于生成模板车牌的车牌字符库和背景图像;步骤S2:根据车牌构成随机选择字符,使用OpenCV将字符置入背景图像中,合成模板车牌,并对模板车牌进行图像增强;步骤S3:构建基于编码‑解码结构的车牌生成网络;步骤S4:基于真实场景下的车牌图像和模板车牌图像集,构建训练集;步骤S5:基于训练集,使用对抗生成模型训练基于编码‑解码结构的车牌生成网络,得到训练后的车牌生成网络,用于生成有标签的车牌图像。本发明基于编码‑解码网络结构,使得能够根据模板车牌,进行有标签的车牌图像生成,解决了传统生成的车牌图像标签随机的问题。

    一种监控场景下基于深度学习的香烟自动检测方法

    公开(公告)号:CN110390673B

    公开(公告)日:2021-04-27

    申请号:CN201910659255.1

    申请日:2019-07-22

    Applicant: 福州大学

    Inventor: 柯逍 黄旭

    Abstract: 本发明涉及一种监控场景下基于深度学习的香烟自动检测方法,首先将拍摄以及网络下载的香烟数据集通过翻转、缩放、平滑处理得到更大的数据集,将数据集训练基于YOLOv3深度学习网络,形成模板库;使用图像增强方法对待检测的图像或视频帧进行相应的图像增强处理;对大尺寸图像进行图像分割,将图像中香烟或带香烟的人分离出来,缩短检测所需时间;然后在待检测的图像上进行预生成预测框,将每个预测框与预先训练的模板库对比;最后在所有的预测框的检测置信度中选择高于预先设定阈值的预测框将其认定为是目标物体。对当前帧的整张图像进行扫描后,标注出所有检测到的目标显示在图像上,完成对香烟的检测。本发明能有效提高检测准确率并且缩短检测时间。

    一种监控场景下基于深度学习的香烟自动检测方法

    公开(公告)号:CN110390673A

    公开(公告)日:2019-10-29

    申请号:CN201910659255.1

    申请日:2019-07-22

    Applicant: 福州大学

    Inventor: 柯逍 黄旭

    Abstract: 本发明涉及一种监控场景下基于深度学习的香烟自动检测方法,首先将拍摄以及网络下载的香烟数据集通过翻转、缩放、平滑处理得到更大的数据集,将数据集训练基于YOLOv3深度学习网络,形成模板库;使用图像增强方法对待检测的图像或视频帧进行相应的图像增强处理;对大尺寸图像进行图像分割,将图像中香烟或带香烟的人分离出来,缩短检测所需时间;然后在待检测的图像上进行预生成预测框,将每个预测框与预先训练的模板库对比;最后在所有的预测框的检测置信度中选择高于预先设定阈值的预测框将其认定为是目标物体。对当前帧的整张图像进行扫描后,标注出所有检测到的目标显示在图像上,完成对香烟的检测。本发明能有效提高检测准确率并且缩短检测时间。

    一种电容-压敏双功能陶瓷及其制备方法

    公开(公告)号:CN105198405A

    公开(公告)日:2015-12-30

    申请号:CN201510656539.7

    申请日:2015-10-13

    Applicant: 福州大学

    Abstract: 本发明公开了一种电容-压敏双功能CaCu3Ti4O12(CCTO)陶瓷及其制备方法。本发明通过熔盐处理CCTO单相粉体,熔盐为NaCl-KCl(NaCl/KCl的质量比为49.3:50.7),然后制备获得高介电常数(ε~4000)、高压敏非线性系数(α为20~45)的电容-压敏双功能CCTO陶瓷。本发明提供的电容-压敏双功能CCTO陶瓷不含Pb、Bi、Cd等原料,原料来源广泛、价格便宜、环保;制备工艺简单,介电性能和压敏性能优异,该陶瓷材料具有极大的工业应用价值。

Patent Agency Ranking