-
公开(公告)号：CN111612727A
公开(公告)日：2020-09-01
申请号：CN202010395588.0
申请日：2020-05-12
Applicant: 安徽大学
Abstract: 本发明公开了一种光学足迹图像映射压力足迹图像的方法，包括以下步骤：S1:光学足迹图像的采集；S2:压力足迹图像的采集；S3:对S2中采集到的压力足迹图像进行滤波去噪；S4:将S1中的光学足迹图像和S3中的去噪后的压力足迹图像合并成一个图像，作为训练图像；S5:将多个训练图像导入到计算机内，利用Pix2Pix算法，由其生成器和判别器的不断博弈，得到最优模型；S6:采集单张光学足迹图像，导入到S5中得到的最优模型内，映射出压力足迹图像。该种光学足迹图像映射压力足迹图像的方法，可实现将光学足迹图像映射成压力足迹图像，从而为公安和科研工作人员提供可靠的目标个体的压力足迹图像，用于分析其形态特征。
-
公开(公告)号：CN111340098A
公开(公告)日：2020-06-26
申请号：CN202010112342.8
申请日：2020-02-24
Applicant: 安徽大学
Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA-Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA-Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA-Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。
-
公开(公告)号：CN119107635A
公开(公告)日：2024-12-10
申请号：CN202411042767.0
申请日：2024-07-31
Applicant: 安徽大学
Abstract: 本发明公开了一种基于目标检测与语义分割的水面上水尺刻度智能读取方法，其步骤包括：1、水面上水尺图像数据和不同形态字母E图像数据的收集与预处理；2、构建水尺字符目标检测网络，检测水尺上数字和字母E的类别与位置信息；3、构建水尺语义分割网络，分割出水尺区域；4、构建字母E分类网络，识别水尺上与水面接触的字母E的形态；5、利用训练好的模型和公式对水面上水尺的刻度进行计算。本发明能快速准确地识别复杂视频监控场景下水尺上的字符和水面上水尺部分，从而能大大提升水尺刻度读取的精度。
-
公开(公告)号：CN113469050B
公开(公告)日：2024-06-14
申请号：CN202110746048.7
申请日：2021-07-01
Applicant: 安徽大学
IPC: G06V20/40 , G06V20/52 , G06V10/30 , G06V10/774 , G06V10/764
Abstract: 本发明涉及图像处理、深度学习技术领域，涉及一种基于图像细分类的火焰检测方法，包括以下步骤：步骤1、收集火焰图像，对数据预处理，制作成火焰数据集；步骤2、根据火焰数据集，训练CenterNet检测器，保存最佳的模型；步骤3、准备火焰与非火焰的二分类数据集；步骤4、在MobileNetV2分类模型的倒置残差模块间引入注意力模块BAM，训练二分类模型；步骤5、CenterNet检测出图像的前景目标K，然后将前景目标K裁剪成图像块送入分类模型中，进行细分类，以滤除与火焰相似的误检物体。本发明不仅可以实现远距离的火灾监测，而且检测效果更好。
-
公开(公告)号：CN118172688A
公开(公告)日：2024-06-11
申请号：CN202410334921.5
申请日：2024-03-22
Applicant: 安徽大学
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/26 , G06N3/0464
Abstract: 本发明涉及一种基于DeeplabV3+和Unet网络架构的无人机小麦倒伏影像分割方法，包括：利用无人机获取田间小麦种植区域的可见光遥感RGB影像进行预处理；基于DeeplabV3+与UNet结构网络构建小麦倒伏分割模型；将预处理后的无人机遥感RGB影像作为训练样本输入到小麦倒伏分割模型进行训练；获取待分割小麦倒伏区域影像，并进行预处理；将预处理后的待分割小麦倒伏区域影像输入小麦倒伏分割网络模型中，得到小麦作物倒伏区域图片的分割结果。本发明提高语义分割效果，有利于小麦倒伏分割提取任务；将主干特征提取网络各阶段输出结果与编码输出特征进行特征信息融合重建，逐步完善分割模型在不同尺度重建过程中的细节融合，从而提高小麦倒伏区域的分割精度。
-
Patent Agency Ranking
公开(公告)号：CN116912746A
公开(公告)日：2023-10-20
申请号：CN202310941277.3
申请日：2023-07-28
Applicant: 安徽大学
IPC: G06V20/40 , G06V10/80 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于特征差异学习的弱监督的视频异常检测方法，包括：1)将视频数据划分成不重叠的片段，并通过预训练的视频特征提取器获取原始视频片段特征；2)将原始特征通过细粒度时间特征融合网络获得局部增强特征；3)将原始特征和局部增强特征通过多头交叉注意力网络获得全局增强特征，并融合局部增强特征和全局增强特征得到增强特征；4)将增强特征通过片段分类器得到异常得分，并计算用于关键片段选取的特征差异度，通过设计损失函数优化网络实现视频的异常检测。本发明只利用视频级标签，通过构建时间关系提取网络获得局部和全局的时间依赖性，并利用片段之间的差异性提高异常事件的区分度，有效提升了视频异常检测的准确率。
-
公开(公告)号：CN111612727B
公开(公告)日：2023-09-12
申请号：CN202010395588.0
申请日：2020-05-12
Applicant: 安徽大学
IPC: G06T5/50 , G06T5/00 , G06T7/10 , G06N3/045 , G06N3/0475 , G06N3/0464
Abstract: 本发明公开了一种光学足迹图像映射压力足迹图像的方法，包括以下步骤：S1:光学足迹图像的采集；S2:压力足迹图像的采集；S3:对S2中采集到的压力足迹图像进行滤波去噪；S4:将S1中的光学足迹图像和S3中的去噪后的压力足迹图像合并成一个图像，作为训练图像；S5:将多个训练图像导入到计算机内，利用Pix2Pix算法，由其生成器和判别器的不断博弈，得到最优模型；S6:采集单张光学足迹图像，导入到S5中得到的最优模型内，映射出压力足迹图像。该种光学足迹图像映射压力足迹图像的方法，可实现将光学足迹图像映射成压力足迹图像，从而为公安和科研工作人员提供可靠的目标个体的压力足迹图像，用于分析其形态特征。
-
公开(公告)号：CN110909858B
公开(公告)日：2023-06-02
申请号：CN201911178914.6
申请日：2019-11-27
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06Q50/04
Abstract: 本发明提供了一种基于双信息素蚁群算法的批调度方法，包括S1：初始化n、M、Si、AntNum、Tmax、ρ，Ant＝1，t＝1；S2：令S3：蚂蚁Ant将工件分配到机器中，得到分批方案；S4：优化分批方案，计算解；S5：如果Ant＜AntNum，令Ant＝Ant+1，返回S3，否则获取当前的全局最优解，令Ant＝1，更新期望和S6：当t＜Tmax时，如果t％TS＝0，令t＝t+1，返回S2，否则令t＝t+1，返回S3，当t≥Tmax时输出全局最优解及对应的分批方案。本发明提供的一种基于双信息素蚁群算法的批调度方法的优点在于：引入双信息素，同时考虑工件一起加工和顺序加工的期望，提高了对分批方案的优化效果，通过周期性初始化期望值，能够增加产生新解的可能性，防止陷入局部最优，为工业生产提供了有效的指导意见。
-
公开(公告)号：CN116151497A
公开(公告)日：2023-05-23
申请号：CN202211240191.X
申请日：2022-10-11
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/0835
Abstract: 本发明提供一种带有取送货的多隔间车辆路径规划方法，方法包括：根据订单信息获取客户订单的订单三维参数、订单取货点以及订单送货点；获取车辆的隔间尺寸规格数据，据以将分类处理各客户订单；根据订单信息，根据订单取货点进行取货操作，根据订单三维参数将客户订单对应的物品放入车辆相应隔间，根据订单送货点进行送货操作；获取具有取送货的多隔间车辆路径参数，据以设定多隔间车辆约束条件，据以构建具有取送货的多隔间车辆路径模型；根据具有取送货的多隔间车辆路径模型，基于预置混合算法，求解具有取送货的多隔间车辆路径模型。本发明解决了适用性差、调度使用成本高以及运输车辆利用率较低导致路径规划效率较低的技术问题。
-
公开(公告)号：CN110909787B
公开(公告)日：2023-05-12
申请号：CN201911133581.5
申请日：2019-11-18
Applicant: 安徽大学
IPC: G06F18/23213 , G06F18/24 , G06N3/126 , G06Q10/04 , G06Q10/0631 , G06Q50/04
Abstract: 本发明提供了基于聚类的进化算法进行多目标批调度优化的方法，S1：初始化种群规模N、最大迭代次数MaxIteration和重组配对概率S，以及种群P、帕累托解集A，迭代次数t＝1；S2：利用解码规则和局部优化计算种群目标值；S3：对目标值进行聚类；S4：基于聚类结果对种群P执行交叉变异生成子代种群Q，计算子代种群Q的目标值；S5：更新集合A，执行选择操作更新种群P，基于更新后的种群P更新重组配对概率S；S6：如果t＜MaxIteration，t＝t+1，跳转至S2，否则输出集合A。本发明还提供了用于多目标批调度的系统，本发明提供的基于聚类的进化算法进行多目标批调度优化的方法和系统的优点在于：为生产过程中的批调度问题提供了可靠的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.058 seconds)
