-
公开(公告)号：CN118565468A
公开(公告)日：2024-08-30
申请号：CN202410590421.8
申请日：2024-05-13
Applicant: 厦门大学
IPC: G01C21/16 , H04W64/00 , H04W4/38 , H04W4/029 , A62C3/00 , G01C21/08 , G01S5/00 , G01S5/02 , G01D21/02
Abstract: 本申请提供了一种消防救援定位方法、系统、设备及存储介质。该方法包括：获取消防现场的传感器数据、惯性导航数据和无线定位数据；将所述传感器数据、惯性导航数据和无线定位数据融合为时间序列再输入训练好的神经网络模型进行处理，得到包括所述消防环境中各个目标的分布位置和环境参数的目标定位信息。本申请通过对火灾现场的惯性导航数据、无线定位数据和环境数据这些异构数据源进行融合，能够提供准确和连续的定位信息以及环境监测，显著增强定位的精确度，从而消防救援提供了可靠的数据支持。
-
公开(公告)号：CN118279656A
公开(公告)日：2024-07-02
申请号：CN202410392601.5
申请日：2024-04-02
Applicant: 厦门大学
IPC: G06V10/764 , B44C5/06 , G06V10/774 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N5/01 , G06N20/00 , G06F17/18 , G06V10/56
Abstract: 本发明公开一种基于视觉反馈的人工彩虹形成方法及系统，其方法包括：修改卷积神经网络AlexNet的最后一个全连接层，使其输出四个值，分别对应色相、饱和度、色明度和弧长；利用预训练权重初始化卷积神经网络AlexNet并训练，获得的AlexNet模型作为识别模型；根据AlexNet模型对采样图像进行识别，以获得识别结果；使用随机森林回归模型预测控制参数，根据预测控制参数调整喷洒系统。本发明的人工彩虹形成方法，考虑了入射角度、空间位置、时间参数、水压与气压大小以及水雾水滴的密度和大小，改进了现有的人造彩虹计算方法；通过对喷射装置喷射的彩虹图像进行实时反馈并输出决策，可使喷射装置自动控制太阳光与喷头的入射角度，从而获得更佳的彩虹效果。
-
公开(公告)号：CN116475563A
公开(公告)日：2023-07-25
申请号：CN202310661620.9
申请日：2023-06-06
Applicant: 厦门大学
IPC: B23K26/044 , B23K26/70 , B25J9/16 , B25J11/00
Abstract: 本发明公开一种深度学习三维焊缝跟踪方法及装置，其包括：实时采样图像输入给训练好的深度学习模型，得到焊缝接头结构类型和焊缝特征点信息；焊缝特征点信息通过标定得到的空间变换关系转化为焊接路径；根据焊接路径带动焊接头进行焊接；当识别出焊缝的终点或者焊接超时或累计运动距离超过设定值后，停止焊接并将焊接机器人移回原点；本发明对深度学习模型CenterNet和CenterTrack的训练步骤进行修改，调整了它们的网络结构，并通过单次网络结构搜索得到适用于提取焊缝图片特征的网络结构，使其更适应线结构光采样的焊缝图像；并对焊缝特征提取网络进行自监督预训练获得预训练权重，在减少网络结构复杂度的基础上，降低算法推理时间，同时提高识别的精确度。
-
公开(公告)号：CN111428785B
公开(公告)日：2023-04-07
申请号：CN202010207890.9
申请日：2020-03-23
Applicant: 厦门大学
IPC: G06V10/75 , G06V10/82 , G06T7/12 , G06T7/62 , G06N3/0464 , G06N3/09 , G06T3/40 , G06T5/00 , G06T5/50
Abstract: 基于深度学习的河豚鱼个体识别方法，涉及计算机视觉以及个体识别。采集河豚鱼图片，并进行预处理，包括河豚鱼图像掩膜标注以及数据增强；在预处理完的河豚鱼数据集上训练图像分割模型，得到训练好的分割模型；将用于河豚鱼特征提取的河豚鱼图像送入训练好的分割模型，并对分割得到的河豚鱼图像进行对齐；训练特征提取网络，将对齐后的河豚鱼图像划分成训练集和验证集，在训练集上训练特征提取网络，得可用于提取河豚鱼特征的特征提取模型；将用于测试的图片放入训练好的分割模型，分割结果对齐后送入训练好的特征提取模型得到输入图片的特征向量，计算该特征向量与数据集中的河豚鱼特征向量的距离，获得输入图片中河豚鱼个体信息。
-
公开(公告)号：CN111428785A
公开(公告)日：2020-07-17
申请号：CN202010207890.9
申请日：2020-03-23
Applicant: 厦门大学
Abstract: 基于深度学习的河豚鱼个体识别方法，涉及计算机视觉以及个体识别。采集河豚鱼图片，并进行预处理，包括河豚鱼图像掩膜标注以及数据增强；在预处理完的河豚鱼数据集上训练图像分割模型，得到训练好的分割模型；将用于河豚鱼特征提取的河豚鱼图像送入训练好的分割模型，并对分割得到的河豚鱼图像进行对齐；训练特征提取网络，将对齐后的河豚鱼图像划分成训练集和验证集，在训练集上训练特征提取网络，得可用于提取河豚鱼特征的特征提取模型；将用于测试的图片放入训练好的分割模型，分割结果对齐后送入训练好的特征提取模型得到输入图片的特征向量，计算该特征向量与数据集中的河豚鱼特征向量的距离，获得输入图片中河豚鱼个体信息。
-
Patent Agency Ranking
公开(公告)号：CN111427038A
公开(公告)日：2020-07-17
申请号：CN202010208787.6
申请日：2020-03-23
Applicant: 厦门大学
Abstract: 车库环境下基于视觉与77GHz雷达的目标识别方法，涉及智能监控领域与电子信息技术。车库环境下，使用光学图像记录设备和毫米波雷达设备同步采集检测目标的视频数据和雷达数据；对采集到的视频数据和雷达数据进行处理；对处理后的数据信息展示和预警。克服传统监控领域中仅以光学图像记录设备为监控设备时成像条件苛刻，易被进光量、遮挡物和伪装物影响的缺点。可对车库环境下的动态物体进行实时的检测，为传统车库监控系统中的人力监控巡查方面进行成本缩减。减少了世界坐标系、雷达坐标系、摄像机坐标系和图像坐标系之间转换所产生的误差。将77GHz毫米波雷达信息与视觉信息结合，实现车库环境下动态物体的实时检测。
-
公开(公告)号：CN108388874B
公开(公告)日：2020-03-31
申请号：CN201810180586.2
申请日：2018-03-05
Applicant: 厦门大学
Abstract: 本发明涉及图像采集及识别技术领域，具体涉及基于图像识别与级联分类器的对虾形态参数自动测量方法，包括S1、采集多个对虾彩色图像作为样本；S2、并将各个样本进行训练后再进行分类，获得基于LBP特征的级联强分类器；S3、采集待测对虾彩色图像A经过归一化校正，得到归一化图像B；S4、将归一化图形进行图像分割，得到分割图像B；S5、将步骤S4得到的分割图像C进行标尺测量，得到测量图像D；S6、将步骤S5得到的测量图像D进行图像校正，得到校正图像E；S7、使用级联强分类器识别校正图像E，计算出待测对虾的形态参数。本发明通过上述算法，从而能够精准实现对虾形态参数的精准测量。能够提高测量精准度和测量效率。
-
公开(公告)号：CN110260967A
公开(公告)日：2019-09-20
申请号：CN201910665475.5
申请日：2019-07-23
Applicant: 厦门大学
Abstract: 一种提供开源数据接口的大批量称量电子秤，涉及电子秤技术领域，包括称量模块、主控单元、通信模块、显示模块、数据存储模块；称量模块连接主控单元；主控单元输出端连接显示模块和数据存储模块，用于将处理后的数据传输到显示模块和数据存储模块；显示模块通过SPI协议与主控单元建立人机交互功能界面；通信模块连接数据存储模块，用于将数据传输到客户端，通信模块包括开源的USB数据接口，以将称量数据转换成对应的标准数据格式或通用文件格式传入PC端、手机端或U盘。提供多种称量模式，称量数据可通过在线、离线两种方式进行传输，同时为用户提供开源的数据接口，采用标准化的数据格式与通用的文件格式对称量数据进行存储与传输。
-
公开(公告)号：CN108921057A
公开(公告)日：2018-11-30
申请号：CN201810630720.4
申请日：2018-06-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于卷积神经网络的对虾形态测量方法，包括：对对虾样本和参照物进行拍摄，以获取样本图片；根据样本图片对目标区域进行标定，并生成目标区域对应的描述文件，将描述文件与样本图片关联；根据样本图片以及描述文件建立数据集，根据数据集生成对虾形态测量模型；对测试集中的样本图片进行预处理，以生成测试图片；将测试图片输入对虾形态测量模型，以生成泛化性能评分；根据泛化性能评分确定最终对虾形态测量模型，并根据最终测量模型进行对虾形态测量；本发明还公开了一种计算机可读存储介质、终端设备以及基于卷积神经网络的对虾形态测量装置；从而实现对对虾形态参数高效、精准地测量，节约对虾育种过程中所需的人力和物力。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.027 seconds)
