-
公开(公告)号：CN114612755B
公开(公告)日：2024-12-10
申请号：CN202210162383.7
申请日：2022-02-22
Applicant: 武汉工程大学
IPC: G06V10/52 , G06V10/80 , G06V10/25 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/045
Abstract: 本申请涉及一种火灾检测方法、系统、电子设备和可读存储介质，属于计算机视觉技术领域。该方法包括获取待检测图像；对所述待检测图像进行特征提取，得到多个不同尺度的深层特征图；根据多个所述深层特征图，确定所述待检测图像的类别和火灾事故在所述待检测图像中的位置，所述类别包括存在火灾事故或不存在火灾事故。本申请可以高效率地检测出待检测图像中是否有火灾，以及火灾的位置信息，和人工监测火灾相比，本申请的准确性高、及时性强、人力成本更少，利用待检测图像的深层特征图进行评判，更够更好地利用待检测图像所包含的信息，使得检测过程更加智能化。
-
公开(公告)号：CN115586767B
公开(公告)日：2024-11-22
申请号：CN202210686058.0
申请日：2022-06-16
Applicant: 武汉工程大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/247 , G05D105/20
Abstract: 本发明提供一种多机器人路径规划方法和装置，属于机器人控制领域，方法包括：分别从设置在多个机器人上的激光雷达中获得多个激光数据，并分别从设置在各个机器人上的摄像头中获得多个视觉图像；分别对多个激光数据进行地图构建得到栅格地图；分别对多个视觉图像进行位姿信息的分析得到位姿信息；根据位姿信息分别在栅格地图中进行路径构建得到机器人路径；分别对各个栅格地图进行地图修正分析得到修正后地图。本发明加快了子图的匹配速度，提高了地图的融合精度，加快了探索效率，使探索路径尽可能平滑，避免了触碰到障碍物，且适用于无初始位姿的地图融合。
-
公开(公告)号：CN111008956B
公开(公告)日：2024-06-28
申请号：CN201911103773.1
申请日：2019-11-13
Applicant: 武汉工程大学
IPC: G06T7/00 , G06T3/4038 , G06T7/60
Abstract: 本发明涉及一种基于图像处理的梁底裂纹检测方法、系统、装置和介质，方法包括获取桥梁底面的多个原始裂纹图像，并对所有原始裂纹图像进行预处理，得到多个处理裂纹图像；从所有处理裂纹图像中获取多个待拼接裂纹图像，基于SURF图像处理方法，将所有待拼接裂纹图像进行拼接，得到待检测裂纹图像；获取预设的神经网络裂纹检测模型，并利用所述神经网络裂纹检测模型对所述待检测裂纹图像进行检测，得到目标裂纹图像；对所述目标裂纹图像进行分析，得到裂纹检测数据。本发明能避免图像拍摄距离对梁底裂纹识别和检测的影响，提高裂纹检测精度，能够避免微小裂纹的图像被当做噪声过滤掉，极其适用于微小裂纹的检测。
-
公开(公告)号：CN112069983B
公开(公告)日：2024-03-26
申请号：CN202010917093.X
申请日：2020-09-03
Applicant: 武汉工程大学
IPC: G06V40/10 , G06V10/80 , G06V10/774 , G06V10/84 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务特征融合共享学习的低光照行人检测方法及系统，获取正常、低光照行人数据集；利用正常、低光照行人数据集对图像光照增强网络进行预训练；利用正常光照行人数据集对行人检测网络进行预训练；设计能够融合上下游任务之间特征的多任务特征融合模块，对两个网络进行特征融合与共享，构建多任务特征融合共享学习的低光照行人检测网络；将两个预训练模型导入低光照行人检测网络，并利用正常、低光照数据集进行训练，得到多任务特征融合共享学习的低光照行人检测模型；利用多任务特征融合共享学习的低光照行人检测模型对被检测图像进行检测，得到图像中行人的位置。本发明能够准确、高效的在低光照的图像中检测出行人的位置。
-
公开(公告)号：CN117611443A
公开(公告)日：2024-02-27
申请号：CN202311409592.8
申请日：2023-10-27
Applicant: 武汉工程大学
IPC: G06T3/4053 , G06V20/62 , G06V10/80 , G06V10/44
Abstract: 本发明涉及一种车牌超分辨率重建方法及系统，方法包括：获取样本车牌图像对应的低分辨率车牌图；提取低分辨率车牌图的浅层特征，获得浅层车牌特征图；提取浅层车牌特征图的精细特征，获得精细车牌特征图；提取浅层车牌特征图的边缘轮廓信息，获得边缘信息特征图；将精细车牌特征图和边缘信息特征图进行特征融合，获得融合车牌特征图；将融合车牌特征图进行卷积操作，获得高分辨率车牌图。解决了利用传统方法对低分辨率车牌图像进行超分辨率重建时，相较于只有英文和数字的车牌，中文车牌在重建时图像容易失真，使得重建后的高分辨率中文车牌信息与原始车牌信息的差异较大，导致重建后的高分辨率中文车牌的准确性较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN112750082B
公开(公告)日：2023-05-16
申请号：CN202110081811.9
申请日：2021-01-21
Applicant: 武汉工程大学 , 武汉烽火技术服务有限公司
IPC: G06T3/40 , G06V40/16 , G06V10/774 , G06V10/80 , G06V10/77
Abstract: 本发明公开了一种基于融合注意力机制的人脸超分辨率方法及系统，属于人脸图像超分辨率领域，该方法包括：将高分辨率人脸图像下采样至目标低分辨率人脸图像后，进行分块操作，分出相互重叠的图像块后，使用浅层特征提取器提取浅层特征；融合像素、通道和空间三重注意力模块的特征，增强重建的人脸面部结构细节；构建融合注意力网络作为深层特征提取器，将浅层的面部特征输入融合注意力网络获得深层特征，融合注意力网络包含若干融合注意力组，各融合注意力组包括若干融合注意力块；将深层特征图进行上采样，将上采样后的人脸特征图重建成目标的高分辨率人脸图像。本发明优于其他最新的人脸图像超分辨率算法，能生成更高质量的人脸高分辨率图像。
-
公开(公告)号：CN115239553A
公开(公告)日：2022-10-25
申请号：CN202210610135.4
申请日：2022-05-31
Applicant: 武汉工程大学
Abstract: 本发明公开了一种卫星图像超分辨率重建方法、系统、设备和可读存储介质，涉及计算机视觉技术领域，该方法包括：获取高分辨率卫星图像并将其转换为低分辨率图像，对低分辨率图像进行边缘提取，得到低分边缘图像；对低分边缘图像进行上采样处理，得到高分边缘特征图像；通过边缘分支网络对低分边缘图像进行纹理特征提取，得到重建高分边缘图像；通过超分辨率分支网络对低分辨率图像进行结构特征提取，得到重建高分辨率图像；根据高分边缘特征图像和重建高分边缘图像，确定恢复图像，对恢复图像进行图像校正，得到重建边缘先验图像；将重建边缘先验图像和重建高分辨率图像进行融合，得到融合图像，对融合图像进行降维处理，得到重建超分辨率图像。
-
公开(公告)号：CN115204460A
公开(公告)日：2022-10-18
申请号：CN202210611584.0
申请日：2022-05-31
Applicant: 武汉工程大学
Abstract: 本发明公开了一种浮动巴士路径决策方法、系统、电子设备及介质，涉及智慧交通技术领域，方法包括：初始化经验回放集，构建马尔可夫决策过程、当前值网络和目标值网络，马尔可夫决策过程包括状态空间、动作空间、奖惩函数、状态转移概率和折扣因子五元组；获取训练样本，基于训练样本建立状态动作序列；将状态动作序列输入当前值网络，得到状态动作系列对应的车辆动作，基于得到的车辆动作建立经验序列，将经验序列存入经验回放集中；利用经验回放集不断训练优化当前值网络和目标值网络，得到DQN深度神经网络，以根据获取到的目标待接送乘客的上下车地点，通过DQN深度神经网络确定目标待接送乘客的上下车地点对应车辆的目标路径。
-
公开(公告)号：CN112949438B
公开(公告)日：2022-09-30
申请号：CN202110195714.2
申请日：2021-02-19
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06V20/68 , G06V10/44 , G06V10/56 , G06V10/774 , G06V10/764 , G06T7/00 , G06T7/62 , G06T7/90
Abstract: 本发明是涉及农业与人工智能领域，尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据，并进行预处理得到多个待分类水果视觉特征值；分别对每个所述待分类水果视觉特征值进行离散化处理后，输入至预先训练好的水果分类贝叶斯网络模型进行处理，得到所述待分类水果在多个等级分类下的等级分类概率；根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类，有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类，实现降低人力物力，达到水果的快速分类。
-
公开(公告)号：CN111531582B
公开(公告)日：2022-09-20
申请号：CN202010343392.7
申请日：2020-04-27
Applicant: 武汉工程大学
Abstract: 本发明提供一种基于视觉的工业机器人故障检测方法及系统，其中，方法包括以下步骤：S1:获取工业机器人正常工作下的作业视频，并根据所述作业视频计算最长公共哈希子序列，所述最长公共哈希子序列包含多个哈希值，所述最长公共哈希子序列用于表示工业机器人的周期性动作模式，执行S2；S2:实时采集工业机器人的工作图像，分离出工业机器人，形成第二作业图像，计算所述第二作业图像的哈希值，记为h1,执行S3；S3:将所述哈希值h1与所述最长公共哈希子序列进行顺序极近似值匹配，若匹配成功，则执行S2,若匹配失败，则检测到异常动作，控制工业机器人急停，通过采集作业图像的方式对工业机器人进行故障检测，不仅成本低、采集难度小，抗干扰能力强。
-
-
-
-
-
-
-
-
-
Search Results
215
records
(took 0.034 seconds)
