公开(公告)号：CN106645168A

公开(公告)日：2017-05-10

申请号：CN201611174854.7

申请日：2016-12-19

Applicant: 湘潭大学

Inventor： 朱江 ,  徐雁冰 ,  许海霞 ,  田淑娟 ,  印峰 ,  裴廷睿 ,  关屋大雄 ,  崔荣埈

IPC: G01N21/88

CPC classification number: G01N21/8851 ,  G01N2021/8864

Abstract: 本发明提出了一种起重机臂筒表面凹凸缺陷的检测方法。本发明步骤：首先，将激光传感器测得的激光传感器到臂筒的实际距离映射成实际灰度图像，将激光传感器到臂筒标准面的距离映射成标准灰度图像；然后，对实际灰度图像和标准灰度图像进行差分，得到凹凸目标图像，将凹凸目标图像进行阈值分割，得到测量灰度图像；最后，确定臂筒的凹凸区域数目、位置、面积和凹凸峰值。本发明具有检测过程无需人工干预，不需要描点标记，可同时检测多个面，检测速度快，精度高等优点。

公开(公告)号：CN103295403B

公开(公告)日：2016-02-10

申请号：CN201310238876.5

申请日：2013-06-17

Applicant: 湘潭大学

Inventor： 许海霞 ,  周维 ,  朱江 ,  彭思齐 ,  吴亚联 ,  王仕果 ,  谭貌 ,  郭华

IPC: G08G1/065 ,  G08G1/017 ,  G06T7/00

Abstract: 本发明公开了一种交通流视觉检测方法，由电子监控获取实时交通场景图像序列，交通场景天气状况环境由光照强度、温度、湿度传感器感知，相应进行光照、阴影预处理；利用交通规则对行车距离的约束，同时考虑车辆实际通行中由于超车、让车而偏离车道这一现像，在图像中设置双虚拟线于监控范围内所有车道的同一水平位置处，在双虚拟线检测区域，利用双模板匹配卷积快速检测定位车辆位置；并判别、识别车辆在水平、垂直方向间隔有无异常，利用车辆的水平、垂直位置信息加以约束，正确定位车辆目标位置，及对正常行驶车辆计数，统计交通流量，解决交通流量计数不准的问题；该方法具有较高的检测精度和良好的抗干扰性及实时性。

公开(公告)号：CN103453983B

公开(公告)日：2015-09-23

申请号：CN201310355797.2

申请日：2013-08-15

Applicant: 湘潭大学

Inventor： 朱江 ,  裴廷睿 ,  许海霞 ,  印峰 ,  田淑娟

IPC: G01H17/00 ,  G05B19/042

Abstract: 本发明提供一种基于时分复用和多通道的工业数据采集方法及系统。其技术方案为：将不同通道间的模拟开关切换、模数转换、写缓存等数据采集的关键步骤共享到同一段吋隙内一起执行，利用了等待模数转换完成这一空耗的吋间，进行通道切换，从而形成同一通道内串行采样与不同通道间并行采样相结合的架构，提高了采样速度，降低了成本。

公开(公告)号：CN118247511A

公开(公告)日：2024-06-25

申请号：CN202410445342.8

申请日：2024-04-12

Applicant: 湘潭大学

Inventor： 许海霞 ,  胡开宇 ,  周维 ,  许宇婷 ,  刘彦帮 ,  韩丰 ,  丁凡迅 ,  朱江 ,  张东波

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06V20/64 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于全局特征增强的点云语义分割方法。本发明包括以下步骤：1、点云数据获取及预处理，获取点云数据，对其进行预处理，并划分训练集及测试集，以训练和测试模型。2、点云语义分割模型的建立，提供一种基于全局特征增强的点云语义分割方法来增强模型对点云全局特征的理解和利用能力，在编码器‑解码器结构的点云语义分割网络中引入二阶协方差增强通道注意力模块CECA与伪Non‑Local空间注意力模块PSA级联的注意力模块。其中，前者通过建模每个特征通道的二阶协方差统计量来学习通道之间的相互依赖关系以增强通道注意力的表示能力；后者可以有效地捕获整个空间中点与点之间的关联性，两者均旨在捕获点云数据的全局特征信息。3、点云语义分割模型的训练，利用训练集对建立好的模型进行训练。4、点云语义分割模型的测试，将测试集的点云数据输入到训练好的模型中，推理测试点云的语义类别预测值。本发明关注点云场景的全局特征，通过对全局特征的推理和增强，提升了点云场景的语义分割精度效果。

公开(公告)号：CN117911879A

公开(公告)日：2024-04-19

申请号：CN202410318234.4

申请日：2024-03-20

Applicant: 湘潭大学 ,  中水珠江规划勘测设计有限公司

Inventor： 周维 ,  魏名安 ,  赵薛强 ,  许海霞 ,  焦健斌 ,  张瑶 ,  唐宏 ,  聂旺 ,  盘运红 ,  周敏 ,  伍志明

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种融合SAM的细粒度高分遥感影像变化检测方法，属于地理图像信息处理技术领域，包括以下步骤：步骤1，影像采集；步骤2，数据集预处理；步骤3，模型建立：设计一种融合SAM的细粒度高分遥感影像变化检测模型SCDM，通过在UNet语义分割模型嵌入SAM模块，提高变化检测模型的识别精度；通过细粒度的度量学习方法，提高变化比较算法的像素级差异检测的准确率；步骤4，模型训练：步骤5，模型测试推理。本发明引入了经过大量数据集训练的SAM模块，提高了语义特征的识别精度；基于余弦距离度量的方法对度量空间中的全局特征图进行建模，并通过细粒度的对比损失函数判断特征差异，提高了变化检测的整体精度、具有较好的鲁棒性。

公开(公告)号：CN117351212A

公开(公告)日：2024-01-05

申请号：CN202311621825.0

申请日：2023-11-30

Applicant: 湘潭大学

Inventor： 周维 ,  焦健斌 ,  许海霞 ,  魏名安 ,  聂旺 ,  盘运红 ,  周敏

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种基于双向多尺度注意力的水利环境下的点云分割方法，包括以下步骤：数据预处理，得到最终经过预处理的点云坐标和点云特征；建立模型：通过分析双向的多尺度注意力过程，设计双向多尺度自注意力子模块，构建端到端的语义分割深度学习网络模型；模型的训练和测试：确定所建立的语义分割深度学习网络模型的参数，并检验所设计的语义分割深度学习网络模型的分割效果。本发明提出的基于双向多尺度注意力的水利环境下的点云分割方法在针对水利场景点云语义分割的问题上相对于其他算法提高了精度，优化了可视化结果。

公开(公告)号：CN117172304A

公开(公告)日：2023-12-05

申请号：CN202311223893.1

申请日：2023-09-21

Applicant: 湘潭大学

Inventor： 朱江 ,  谭玲平 ,  李艳春 ,  许海霞 ,  贺振东 ,  田淑娟 ,  刘昊霖

IPC: G06N3/094 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/764 ,  G06N3/084

Abstract: 本发明公开了一种高迁移性和弱感知性的对抗样本生成方法，该方法包括：首先，将原始图像分别输入扩散模型和代理模型，得到经过扩散模型重构的重构样本和采用PGD算法攻击代理模型生成的引导样本；然后，对原始样本、重构样本以及引导样本进行离散小波变换，仅使用分解后的低频分量进行图像恢复，得到仅含低频分量的三个样本；接着，获取这三个仅含低频分量的样本在代理模型的第L层特征，构成三元组损失，实现特征引导；最后，在迭代攻击次数达到预设次数的情况下生成高迁移性和弱感知性的对抗样本。本发明生成迁移性更高且难以被察觉的对抗样本。

公开(公告)号：CN113671962B

公开(公告)日：2023-11-21

申请号：CN202110962736.7

申请日：2021-08-20

Applicant: 湘潭大学

Inventor： 孟步敏 ,  胡新杰 ,  申永鹏 ,  刘金刚 ,  许海霞 ,  彭伟 ,  肖绍熙

IPC: G05D1/02

公开(公告)号：CN116912485A

公开(公告)日：2023-10-20

申请号：CN202310549430.8

申请日：2023-05-16

Applicant: 湘潭大学

Inventor： 朱江 ,  陈寒梅 ,  张杰 ,  许海霞 ,  李赛斯 ,  田淑娟 ,  李艳春

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/10

Abstract: 本发明公开了一种基于热感图像和可见光图像特征融合的场景语义分割方法，本发明方法将同一场景的可见光和热感图像成对输入到训练好的语义分割模型中得到图像中物体的分割结果，该分割模型包括：双分支主干特征提取网络Segfomer，用于对输入的数据进行全局特征的提取；辅助特征选择模块，用于对主干特征提取网络提取的层级特征进行两个模态之间相互补充特征信息；跨模态特征融合模块，进行模态间的特征进一步融合，得到一个丰富的语义信息特征；逐级特征融合解码器模块，实现解码器的精细化上采样；多损失监督模块，用于监督模型的学习。本发明能够有效地利用可见光图像和热感图像的特点，挖掘它们之间的互补特征，在保持模型较小参数量的同时，有效提高场景语义分割模型的分割精度和泛化能力。

公开(公告)号：CN116386042A

公开(公告)日：2023-07-04

申请号：CN202310307905.2

申请日：2023-03-24

Applicant: 湘潭大学

Inventor： 许海霞 ,  王玮 ,  周维 ,  彭伟 ,  刘彦帮 ,  丁凡迅 ,  韩丰 ,  许宇婷 ,  胡开宇 ,  周博文

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于三维池化空间注意力机制的点云语义分割模型。本发明包括以下步骤：1、模型建立，设计一种基于三维池化空间注意力机制的点云语义分割模型，通过注意力机制学习三维空间中点云之间的关联性以及通过捕获局部邻域点云特征进一步捕获丰富的上下文三维空间语义信息。2、模型训练，首先对数据集预处理，然后输入到三维池化空间注意力机制的点云语义分割模型进行模型训练。3、模型推理，将测试集的点云数据输入到训练好的模型中，推理测试点云的语义类别预测值，评估预测准确度。本发明是一种针对点云语义分割的神经网络模型，特别是提出了一种三维池化空间注意力机制提取三维空间中点云与相邻点云之间的关联性的建模方法，获得了在三维点云语义分割领域较好的分割效果。