-
公开(公告)号：CN113963170A
公开(公告)日：2022-01-21
申请号：CN202111039181.5
申请日：2021-09-06
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于交互式特征融合的RGBD图像显著性检测方法，对训练用图像样本集中各个图像，先利用多层次卷积神经网络模块对彩色图像和深度图像分别进行多级彩色和深度图像特征提取，并且利用交叉特征融合模块，对于深层次卷积提取的彩色和深度图像特征进行多级点乘融合，获得初始显著图像，然后，利用Inception结构对初始显著图像进行多尺度融合，输出网络预测显著图像，最后，利用所述网络预测显著图像和目标显著图像求解焦点熵损失函数，学习到图像显著性检测模型的最优参数，获得训练好的图像显著性检测模型，以此对待处理RGB‑D图像进行显著性检测。本发明的方法简单可靠，操作方便，易于实现，便于推广应用。
-
公开(公告)号：CN112381890A
公开(公告)日：2021-02-19
申请号：CN202011358438.9
申请日：2020-11-27
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于点线特征的RGB‑D视觉SLAM方法，包括如下步骤：S1、RGB‑D相机内参标定；S2、线特征提取；S3、获取相机初始变换位姿；S4、关键帧到当前帧的直线投影；S5、形成视觉里程计模块的误差函数；S6、当前帧相机初始变换位姿的迭代优化和当前帧相机的位姿求解；S7、关键帧的判断；S8、局部BA优化；S9、回环检测；S10、重定位；S11、地图构建；S12、结果输出。本发明提供的SLAM方法，以RGB‑D相机为图像采集设备，利用场景中物体的点和边缘线条作为定位特征实现SLAM，在低语义、低纹理等富有挑战性的场景下具有较好的准确性。
-
公开(公告)号：CN112362677A
公开(公告)日：2021-02-12
申请号：CN202011367396.5
申请日：2020-11-27
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种用于无人机检测飞机表面缺陷的5G图像实时传输系统，包括无人机采集端、5G传输基站和计算机终端；所述无人机采集端是用于采集被检测飞机的喷漆表面图像；所述5G传输基站分别与无人机采集端和计算机终端信号连接，是用于接收无人机采集端采集的图像并将接收到的图像传输至所述计算机终端；所述计算机终端是用于接收通过5G传输基站所传输的图像，并对所接收的图像进行进一步的处理。本发明提供的用于无人机检测飞机表面缺陷的5G图像实时传输系统，能够实时监测出民用飞机蒙皮喷漆表面的缺陷，以及时对飞机表面进行修复，极大的提高了飞机表面缺陷的检测效率。
-
公开(公告)号：CN110062238A
公开(公告)日：2019-07-26
申请号：CN201910263314.3
申请日：2019-04-02
Applicant: 上海工程技术大学
IPC: H04N19/172 , H04N19/44 , H04N19/70
Abstract: 本发明属于编解码的技术领域，公开了一种用于四分量视频的编解码方法，包括以下步骤：步骤一、以一帧图像为单位，将一个四分量格式帧图像重组成两个三分量格式帧图像，分别为奇帧和偶帧，所述奇帧和偶帧中的Y分量分别为四分量中的两个分量，从而将四分量格式视频转换为三分量格式视频；步骤二、采用现有的编解码方法对所述三分量格式视频进行编解码，获得对应的编解码数据以及解码后的三分量格式视频；步骤三、采用所述重组的逆运算，处理所述解码后的三分量格式视频，获得对应的四分量格式视频。本发明的方法通用性强。
-
公开(公告)号：CN110012294A
公开(公告)日：2019-07-12
申请号：CN201910263325.1
申请日：2019-04-02
Applicant: 上海工程技术大学
IPC: H04N19/177 , H04N19/44 , H04N19/51 , H04N19/61 , H04N19/91
Abstract: 本发明属于编解码的技术领域，公开了一种用于多分量视频的编码方法，所述分量的个数大于三个，包括以下步骤：步骤一、以GOP图像组为单位，对多分量视频的各个分量进行重组，获得单分量视频序列；步骤二、对所述单分量视频序列人为加入两个分量U、V，使其转换为现有的三分量视频格式，再按照现有的编码方法对其进行编码，获得对应的编码数据。还公开了一种用于多分量视频的解码方法，包括以下步骤：步骤ⅰ、按照现有的解码方法对所述编码数据进行解码，获得对应的三分量视频格式的解码数据，再去除人为加入的两个分量U、V，获得对应的单分量视频序列；步骤ⅱ、对所有的单分量视频序列进行再次重组，获得对应的多分量视频。本发明的方法通用性强。
-
Patent Agency Ranking
公开(公告)号：CN108596054A
公开(公告)日：2018-09-28
申请号：CN201810314275.0
申请日：2018-04-10
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于多尺度全卷积网络特征融合的人群计数方法，其包括以下步骤：输入一张图片，分别进入三个分支网络，以用于获得不同尺度的特征图；将获得的各个分支网络的特征图进行融合，得到最终估计的特征图；将输出的特征图映射为密度图；对密度图进行求和运算实现当前人群数量的估计。本发明提供的一种基于多尺度全卷积网络特征融合的人群计数方法，可克服遮挡、场景透视扭曲和不同的人群分布等对人群计数的严重影响，具有较强的实用性，鲁棒性好，能精确进行人群计数或者人群密度估算，将对监控人群异常事件具有重要价值。
-
公开(公告)号：CN107172793A
公开(公告)日：2017-09-15
申请号：CN201710557857.7
申请日：2017-07-10
Applicant: 上海工程技术大学
CPC classification number: H05B37/02 , H05B33/0854
Abstract: 本发明公开了一种基于复合控制的农业大棚智能补光设备及其调光方法，该设备包括：传感器模块，用于采集外界的自然光照信号或外界自然光照信号与光驱动模块发出的光信号的叠加信号，并将其转变成电信号；模数转换模块，用于对该传感器模块采集的电信号进行模数转换后传送至控制模块；控制模块，用于对接收到的数字信号进行处理，产生用于控制光驱动模块的驱动信号；光驱动模块，用于在该控制模块的驱动信号的控制下，实现各步进电机的动作以控制该补光灯源模块；补光灯源模块，受控于该光驱动模块；电源模块，用于为其他各模块提供电源，通过本发明，实现了灯源自动调光、智能移动以及信息远程监控等目的。
-
公开(公告)号：CN107168191A
公开(公告)日：2017-09-15
申请号：CN201710556466.3
申请日：2017-07-10
Applicant: 上海工程技术大学
IPC: G05B19/042 , B07C3/00
Abstract: 本发明属于电子商务物品分拣技术领域，提供了一种电子商务物品的智能分拣系统，包括：主控制器、电源模块、驱动模块、传感器模块、图像识别模块、报警模块、显示模块、电磁阀驱动模块、动力装置、推送装置和传输装置，所述主控制器与电源模块、驱动模块、传感器模块、图像识别模块、报警模块、显示模块、电磁阀驱动模块、动力装置、推送装置、传输装置分别连接。本技术方案应用于电子商务领域的智能分拣系统，通过图像识别，借助压力传感系统、电机传动运输等方式，能够保护物品在分拣过程中不损坏的前提下，精确对物品以不同目的地为条件进行分拣，高效率完成分拣任务，并且代替人工完成物品扫单号任务。
-
公开(公告)号：CN106450960A
公开(公告)日：2017-02-22
申请号：CN201611079112.6
申请日：2016-11-30
Applicant: 上海工程技术大学
IPC: H01R13/66 , H01R13/703
CPC classification number: H01R13/66 , H01R13/6666 , H01R13/6675 , H01R13/6683 , H01R13/6691 , H01R13/703
Abstract: 本发明涉及插座技术领域，提供了基于控制器的智能插座及电流、电压、温度监测保护方法，插座包括：插座本体、液晶屏、控制器、开关电源和报警装置，开关电源分别与控制器、液晶屏、报警装置相连接，控制器分别与显示屏、报警装置相连接；开关电源内集成了电压电流采集模块；控制器内部设置有A/D转换器、温度传感器和核心处理器，A/D转换器分别与电压电流采集模块、温度传感器、核心处理器相连接。本发明实时采集流入插座的电流、电压、插座温度信息，针对信息设置保护，使用户了解用电设备耗电情况，并通过过流、过压、欠压和温度保护，对用电设备和智能插座本身进行保护，安全可靠。
-
公开(公告)号：CN114972533B
公开(公告)日：2024-10-29
申请号：CN202210570115.9
申请日：2022-05-24
Applicant: 上海工程技术大学
IPC: G06T7/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种单目视觉里程计方法和系统。该方法采用光流预测网络获取光流图像，并在挑选得到第一特征点对后，将图像序列数据输入至深度预测网络得到深度信息图，再将图像序列数据输入至深度预测网络生成刚性光流；接着，生成第二特征点对后，结合刚性光流作为约束条件训练光流预测网络；然后，采用训练好的光流预测网络获取图像序列数据中相邻两帧图像间的光流，并在挑选得到第三特征点对后，从图像序列数据中随机挑选部分帧，根据所述深度信息图和第三特征点对通过PNP或对极几何方式求解位姿，剩余部分帧根据所述深度信息图和第二特征点对通过PNP或对极几何方式求解位姿，以通过融合传统几何和深度学习的方式使得精度更高、鲁棒性更强。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.028 seconds)
