矿井突发灾害场景中显著性目标的快速检测方法及装置

    公开(公告)号:CN112541912A

    公开(公告)日:2021-03-23

    申请号:CN202011541385.4

    申请日:2020-12-23

    Abstract: 本发明涉及一种矿井突发灾害场景中显著性目标的快速检测方法及装置,属于计算机视觉技术领域,解决了现有的显著性目标检测方法的检测精度较差和速度较慢的问题。方法包括:获取关于矿井突发灾害场景的输入图像;构造Unet网络,将输入图像输入Unet网络,得到输入图像对应的分割映射图像;构造全卷积FCN网络,将输入图像输入全卷积FCN网络,得到输入图像对应的显著性映射图像;将输入图像对应的分割映射图像和输入图像对应的显著性映射图像融合,得到融合映射图像,并基于融合映射图像得到局部图;基于局部图获得最终的显著性目标。实现了矿井突发灾害场景中显著性目标的快速检测,提高了显著性目标检测的精度和速度。

    基于卷积神经网络提取图像特征信息的方法及装置

    公开(公告)号:CN111767928A

    公开(公告)日:2020-10-13

    申请号:CN202010597462.1

    申请日:2020-06-28

    Abstract: 本发明涉及一种基于卷积神经网络提取图像特征信息的方法及装置,属于图像处理技术领域,解决了现有卷积神经网络中的卷积核基于系统随机生成造成浪费大量时间的问题。获取原始图像对应的原始图像矩阵,对原始图像矩阵进行分块,得到N个像素块;基于像素值依次为N个像素块添加标签,得到M个标签;获取每个标签中的1个像素块对应的像素值概率矩阵,基于像素值概率矩阵得到M个标签对应的M个卷积核;将原始图像矩阵输入卷积神经网络,基于M个标签及M个卷积核对原始图像矩阵进行卷积,得到原始图像对应的特征信息。实现了图像特征信息的提取,节省了卷积的时间。

    一种基于显著性多特征融合的移动巡检视频质量修正方法

    公开(公告)号:CN110312124B

    公开(公告)日:2020-09-08

    申请号:CN201910700754.0

    申请日:2019-07-31

    Abstract: 本发明涉及一种基于显著性多特征融合的移动巡检视频质量修正方法,属于视频质量修正技术领域,解决了现有技术无法对移动巡检视频进行有效的质量评价并修正的问题。该方法包括如下步骤:对移动巡检视频中任一包括待检测物体的静止图像进行分块,确定包含待检测物体识别特征的所有宏块,以及各宏块的显著性因子;使用每个宏块分别遍历移动巡检视频中其他图像,获得各帧图像中与该宏块最相似的图像块,进而获得各宏块的运动矢量,以及每一帧图像的显著性矩阵;根据获得的显著性矩阵,确定移动巡检视频的块效应特征值、模糊效应特征值和信息熵特征值;建立视频质量评价模型,判断视频质量是否合格,如果不合格,修正摄像头参数,直到合格为止。

    应用于矿井巷道移动巡检图像的尺度自适应目标跟踪方法

    公开(公告)号:CN110428450A

    公开(公告)日:2019-11-08

    申请号:CN201910707197.5

    申请日:2019-08-01

    Abstract: 本发明涉及一种应用于矿井巷道移动巡检图像的尺度自适应目标跟踪方法,属于目标跟踪技术领域,解决了现有矿井目标跟踪算法在目标剧烈变化、遮挡、背景干扰等场景下无法获取较好的跟踪效果的问题。步骤如下:接收矿井巷道移动巡检视频帧序列的当前视频帧,根据上一帧的目标跟踪位置及尺度信息,得到当前视频帧中的待检测图像块;提取当前视频帧中待检测图像块的HOG特征及LQC特征,分别利用HOG特征相关滤波器和LQC特征相关滤波器计算得到HOG特征响应图及LQC特征响应图;对HOG特征响应图及LQC特征响应图进行加权融合响应,将加权融合响应结果中的最大值位置确定为当前视频帧的目标位置;利用尺度滤波器对目标位置进行尺度估计,得到当前视频帧的尺度信息。

    一种井下危险区域运动目标检测方法及装置

    公开(公告)号:CN110210447A

    公开(公告)日:2019-09-06

    申请号:CN201910507223.X

    申请日:2019-06-12

    Abstract: 本发明公开一种井下危险区域运动目标检测方法及装置,包括视频采集模块,用于采集井下区域的视频信息;目标检测模块,用于读取图像数据,将视频图像数据转换为灰度图像序列,并对灰度图像序列去躁、平滑预处理,再通过LOG边缘检测和几何曲率的纹理信息检测得到准确的运动目标的完整轮廓和结构;PC端控制模块,用于控制目标检测模块的运行;显示模块,用于实时显示检测到的运动目标位置信息;所述视频采集模块的一端与显示模块连接,所述视频采集模块的另一端与PC端控制模块连接,所述PC端控制模块的另一端与目标检测模块连接;本发明对光照变化有很好的鲁棒性,能够针对矿井危险区域人员进行准确、完整的提取。

    一种基于HIKSVM分类器的多特征融合的行人检测方法

    公开(公告)号:CN107886067A

    公开(公告)日:2018-04-06

    申请号:CN201711085825.8

    申请日:2017-11-07

    Abstract: 本发明涉及一种基于HIKSVM分类器的多特征融合的行人检测方法,具体包括以下步骤:确定行人图像序列中的行为区域;在行为区域内提取多项特征,形成融合特征;利用训练好的基于上述融合特征的HIKSVM分类器进行行人检测。本发明改进了特征提取方法,提取出HOG特征之后,通过类比,把梯度场改为光流场,提取HOF特征,保留了物体的形状信息和运动信息,同时避免了使用光流场描述整幅运动物体的计算复杂性,鲁棒性强;通过对LBP算法的改进,使用LQC算法提取纹理特征,不损失纹理信息的基础上,减少了计算复杂度;使用直方图交叉核,通过交叉坐标下降的方法,对SVM分类器进行分类训练,计算复杂度低,检测精度高。

    一种多功能煤矿个人防护装备
    77.
    发明公开

    公开(公告)号:CN120037614A

    公开(公告)日:2025-05-27

    申请号:CN202510422784.5

    申请日:2025-04-07

    Abstract: 本发明公开了一种多功能煤矿个人防护装备,属于煤矿个人防护技术领域,包括头盔、头罩和背包;所述头盔上固定安装有通信基座,所述通信基座上安装有传感器组和照明组件;所述头罩固定安装在头盔上,通过所述头罩能够使人脸部处于密封空间,实现全脸防护。与现有技术相比,本发明通过头盔和头罩能够实现全面的面部防护,确保用户在各种环境下都能得到充分的保护,也能保障工人脸部的整洁,提高工人工作舒适度;通过调温机构和滤毒罐能够不断为头盔和头罩内部提供适宜温度的洁净空气,并使头盔和头罩内部空气持续流动,确保工人呼吸的空气纯净度,使得工人工作时呼吸感觉更舒适自然,并且极大降低工人工作时的闷热感,提升佩戴舒适度。

    一种基于渐进式感受野的轻量级矿井图像超分辨率重建系统及方法

    公开(公告)号:CN118918005A

    公开(公告)日:2024-11-08

    申请号:CN202410579283.3

    申请日:2024-05-11

    Abstract: 本发明属于图像超分辨率重建技术领域,具体提出了一种基于渐进式感受野的轻量级矿井图像超分辨率重建方法,包括:通过浅层特征提取模块对低分辨率图像ILR进行浅层特征提取;通过深层次特征提取模块对输入的浅层特征进行处理,提取深层次特征;多维潜在特征融合模块MLFFB将多个渐进式感受野蒸馏块中不同维度的潜在特征进行充分融合,并与浅层特征相结合;通过重建模块对多维潜在特征融合模块的输出特征进行重建操作,获得最终的高分辨重建图像ISR。本发明通过阶梯式的上下双路卷积链逐步调整感受野的大小,有效地融合了图像的整体结构信息和局部细节特征,提高了超分辨率图像重建性能。

    一种应急救援环境下重载机械臂人机共享控制方法

    公开(公告)号:CN118456448B

    公开(公告)日:2024-09-24

    申请号:CN202410913444.8

    申请日:2024-07-09

    Abstract: 本发明公开一种应急救援环境下重载机械臂人机共享控制方法,包括实时获取操作者的肌电信号、眨眼频率、操作时长、操作年龄和操作速度评估操作者状态,获取机械臂末端的最大位移变化差、加速度、载荷、移动速度和转角信息评估机械臂状态,根据操作时间要求、目标定位精度和负载要求信息评估应急救援任务难易程度,采用加权和sigmoid函数相结合的方式,构建考虑操作者状态、机械臂状态和应急救援难易程度的人机互信模型,实时获取人机互信度,将人机互信度和机械臂与目标物体间的距离作为T‑S模糊控制器的输入,依据模糊规则动态决策出人机共享控制权重,提高应急救援环境下重载机械臂的救援效率,保障救援人员的安全。

    一种非结构化环境的特种车辆自动驾驶路径规划方法

    公开(公告)号:CN117346805B

    公开(公告)日:2024-09-20

    申请号:CN202311150868.5

    申请日:2023-09-07

    Abstract: 一种非结构化环境的特种车辆自动驾驶路径规划方法,通过SLAM地面分割算法,将三维高度信息存储于相应栅格,获得非结构环境占用栅格图,再将所述栅格图地形数据划分为训练集和测试集;结合感知模块输入信息及特种车辆动力学建模,从栅格图地形数据中提取可通行区域,实现风险图构建;根据风险图构造自适应性的奖励函数,搭建强化学习模型以及Agent的神经网络;基于构建非结构化环境测试机进行训练,在每个训练周期初始化阶段构建随机函数,随机化起点和终点位置,使系统具泛化性;通过强化学习训练获得策略网络,在测试集中执行路径规划,实现非结构化环境下高效的处理环境信息,提高特种车辆面对不同地形的适应性及有效的自动驾驶。

Patent Agency Ranking