-
公开(公告)号:CN115294282A
公开(公告)日:2022-11-04
申请号:CN202211003081.1
申请日:2022-08-19
Applicant: 中国矿业大学
Abstract: 本发明公开了一种三维场景重建中增强特征融合的单目深度估计系统,该系统包括单目深度估计网络,单目深度估计网络采用自监督方式优化训练;单目深度估计网络包括深度估计网络和位姿预测网络,深度估计网络用于帮助目标图像恢复深度;位姿预测网络用于输出邻帧间运动量;深度估计网络包括深度编码器和深度解码器;深度编码器接用于提取输入图像的深度信息特征;深度解码器生成各尺度的深度预测图;深度编码器与深度解码器采用全尺度跳跃连接,获得全尺度的编、解码器特征信息,并将其融合。本发明通过深度编码器和深度解码器采用全尺度跳跃连接,优化学习分配各层特征信息的参数权重,得到精确的深度边界与预测精度。
-
公开(公告)号:CN109359594B
公开(公告)日:2022-06-21
申请号:CN201811209503.4
申请日:2018-10-17
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于视频处理的矿井皮带异常检测方法及装置,在皮带机之间的落煤口处架设高清摄像机,摄像机拍摄画面正对落煤口,实时采集落煤口视频信息,处理过程可视化;该方法包括:对落煤口监控视频提取的帧图像进行预处理,所述预处理包括图像灰度化和滤波处理;计算经预处理后的图像中煤颗粒像素数nc和划定检测区域总像素数n的比值,得到相对面积λs;当所述相对面积λs大于第一阈值Ts1时,确定所述图像中存在大煤块或堆煤情况;所述第一阈值Ts1取值范围:0
-
公开(公告)号:CN110519849B
公开(公告)日:2022-02-18
申请号:CN201910675614.2
申请日:2019-07-25
Applicant: 中国矿业大学
IPC: H04W72/04
Abstract: 一种针对移动边缘计算的通信和计算资源联合分配方法,适用于移动通信领域中使用。在移动边缘计算系统中确定用户终端所产生计算任务的执行地点,通过控制用户终端的数据传输功率减小整个系统的能耗和计算时延等综合开销;移动边缘计算服务器对接收到的用户终端的计算任务请求后进行决策,若移动边缘计算服务器接受用户终端的计算任务请求,则计算任务的输入数据先从用户终端传输至边缘计算服务器执行计算任务,此时用户终端卸等待反馈;若决策为本地执行,则移动边缘计算服务器拒绝用户终端发送的计算任务请求,用户终端本地执行计算。其智能化高,能够保证系统性能达到最优状态,同时有效降低在资源分配过程中整个系统的负载开销,使用效果好。
-
公开(公告)号:CN111667509A
公开(公告)日:2020-09-15
申请号:CN202010531057.X
申请日:2020-06-11
Applicant: 中国矿业大学
Abstract: 本发明涉及目标跟踪技术领域,尤其涉及一种目标与背景颜色相似下的运动目标自动跟踪方法及系统,解决了直接采用CAMshift算法进行目标跟踪时的缺陷。方法包括:步骤S1:处理视频流,得到去噪后的序列帧图像;步骤S2:处理序列帧图像,得到第一帧图像中的前景目标;去除前景目标中的阴影,得到第一帧图像的运动目标区域;步骤S3:读取下一帧图像,将其作为当前帧图像,获取并处理当前帧图像、前一帧图像的运动目标区域的颜色-曲率概率分布图,得到当前帧图像的候选区域;步骤S4:若当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值,将候选区域作为其运动目标区域;重复执行步骤S3与步骤S4,实现所述运动目标的跟踪。
-
公开(公告)号:CN110516523A
公开(公告)日:2019-11-29
申请号:CN201910539038.9
申请日:2019-06-18
Applicant: 中国矿业大学
IPC: G06K9/00
Abstract: 本发明公开了移动视频巡检中危险区域行人检测方法,包括以下步骤:步骤1:提取HOG特征;步骤2:构建一种(r,P,k)的中值采样方案;步骤3:训练二级级联分类器,第一级的分类器使用线性SVM,去除大部分容易区分的负样本,保留几乎所有正样本送入第二级分类器,第二级分类器是Adaboost分类器,对正样本进行检测。本发明在HOG-LBP的基础上,通过对LBP特征的改进,采用梯度LBP特征,提取四个描述子,并采用一种新的基于训练的特征映射方法,并将多分辨率联合的梯度LBP特征进行串联,提取纹理特征信息更加全面,更加准确,更加有利于提高分类的准确性。
-
公开(公告)号:CN110428383A
公开(公告)日:2019-11-08
申请号:CN201910726253.X
申请日:2019-08-07
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于模糊检测概率的移动巡检模糊图像质量修正方法,属于图像质量修正技术领域,解决了现有技术无法对移动巡检模糊图像进行有效的质量评价并修正的问题。该方法包括如下步骤:对移动巡检模糊图像进行再模糊处理,对获得的参考图像进行边缘检测,获得参考图像模糊检测概率;对移动巡检模糊图像进行显著特征提取,根据显著特征提取结果确定显著阈值,根据该显著阈值将移动巡检模糊图像二值化,对获得的二值化图像进行边缘检测,获得二值化图像模糊检测概率;建立包含参考图像模糊检测概率、二值化图像模糊检测概率二者关系的图像质量评价模型,判断移动巡检模糊图像质量是否合格,如果不合格,修正摄像头参数,重新判断,直到合格为止。
-
公开(公告)号:CN108562386A
公开(公告)日:2018-09-21
申请号:CN201810357584.6
申请日:2018-04-20
Applicant: 中国矿业大学
Abstract: 本发明提出了一种温度补偿的光子晶体光纤横向应力传感器,在光纤包层引入4个十字型分布超大边孔并于内侧镀金纳米薄膜并选择其一填充磁流体,而小空气孔呈正八角形分布于包层,实现高灵敏度任意方向横向应力传感。其测量装置包括光源、横向应力传感器及解调部分。该传感器结合超大边孔与表面等离子体技术,大大提高横向应力传感灵敏度。磁流体填充引起Y偏振基模损耗峰产生双峰,带来新的自由度,实现温度补偿。通过多参数解调及正交分解方法,实现任意方向横向应力的测量。结果显示在横向应力作用下,基模X偏振最大灵敏度为3.4nm/N,Y偏振为4.6nm/N。该传感器结构简单、灵敏度高、紧凑小巧,适用于多领域精确的横向应力测量。
-
公开(公告)号:CN108549868A
公开(公告)日:2018-09-18
申请号:CN201810326872.5
申请日:2018-04-12
Applicant: 中国矿业大学
Abstract: 本发明涉及一种行人检测方法,属于检测技术领域,解决了现有技术中实时性差、难以处理遮挡、不适用光照变化明显且噪声较强场合的问题。所述方法包括如下步骤:输入图像,获取其像素点灰度值;根据所述像素点灰度值获取三种CRLBP算子,得到CRLBP纹理特征谱;计算输入图像的HOG特征、CRLBP直方图特征、CRLBP纹理特征谱的HOG特征;将输入图像的HOG特征、CRLBP直方图特征、CRLBP纹理特征谱的HOG特征进行融合,得到图像描述子;然后,使用主成分分析法对图像描述子进行降维,并对降维结果使用分类器实现行人检测和识别。本发明检测效率高,实时性好,且对光照和噪声具有良好的鲁棒性。
-
公开(公告)号:CN105430406B
公开(公告)日:2018-06-12
申请号:CN201510883301.8
申请日:2015-12-04
Applicant: 中国矿业大学
IPC: H04N19/30
CPC classification number: H04N19/51
Abstract: 本发明提供一种分布式视频编码框架,包括:基本视点、增强视点、Wyner‐Ziv编码器、Wyner‐Ziv解码器、第一帧内编码器、第一帧内解码器、时间边信息生成模块、第二帧内编码器、第二帧内解码器、空间边信息生成模块、融合模块、重构模块;其中,基本视点、增强视点为采集设备,Wyner‐Ziv编码器与解码器、第一帧内编码器与解码器、第二帧内编码器与解码器分别对第一Wyner‐Ziv帧、第一关键帧、第二关键帧编码与解码;时间边信息生成模块、空间边信息生成模块分别生成时间边信息帧、空间边信息帧;融合模块对时间边信息帧与空间边信息帧进行融合后,由重构模块进行图像重建。本发明能适应恶劣复杂的环境,具有较高的容错性与普遍适用性,可广泛应用于矿业领域。
-
公开(公告)号:CN104200468B
公开(公告)日:2017-01-18
申请号:CN201410433029.9
申请日:2014-08-28
Applicant: 中国矿业大学
IPC: G06T7/00
Abstract: 本发明提供一种球面透视投影模型校正参数获取方法,包括:设置初始值i=0、Ri=0.80,设置j=0、Tj=0.80;根据球面透视投影模型对鱼眼畸变图像进行校正,得到校正输出图像;对得到的校正输出图像进行灰度图转换后,依次进行腐蚀、膨胀、开闭运算处理,得到基于闭运算的重建图像;对重建图像进行霍夫线段检测得到物体边缘特征直线;获取θ=90°±5°与θ=0°±5°的物体边缘特征直线所占比例PER(i,j)满足PER(i,j)≥95%的PER(i,j)及其对应的横向畸变系数Ri与纵向畸变系数Tj;从PER(i,j)中选取最大值PERmax(s,t)对应的横向畸变系数Rs与纵向畸变系数Tt作为球面透视投影模型校正参数。本发明具有成本低、计算复杂度小等特定,可广泛应用于图像处理领域。
-
-
-
-
-
-
-
-
-