-
公开(公告)号：CN118334630A
公开(公告)日：2024-07-12
申请号：CN202410365820.4
申请日：2024-03-28
Applicant: 南通大学
Abstract: 本发明提供了一种低光环境下的疲劳驾驶检测方法，属于计算机视觉技术领域。解决了在低光环境下对疲劳驾驶检测性能低的技术问题。其技术方案为：包括以下步骤：S1：先获得数据集，DARK FACE数据集、WFLW数据集；S2：构建低光增强网络Illumination Adaptive Transformer；S3：对YOLOv8目标检测网络进行改进；S4：对PFLD网络进行改进，构建人脸关键点检测模型；S5：建立疲劳判断指标；S6：通过疲劳判断指标对驾驶员的疲劳状态判断。本发明的有益效果为：提高模型在低光下的检测能力，减少在夜晚对疲劳驾驶检测的漏检和误检，使模型更具有鲁棒性。
-
公开(公告)号：CN117831005A
公开(公告)日：2024-04-05
申请号：CN202311418793.4
申请日：2023-10-30
Applicant: 南通大学
IPC: G06V20/59 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于改进的YOLOv5s的分心驾驶行为检测方法，属于计算机视觉技术领域。解决了驾驶行为中抽烟、喝水及接打电话行为检测精度低的技术问题。其技术方案为：包括以下步骤：S1：获取分心驾驶行为数据图片，得到对应的分心驾驶行为数据集，并将该数据集按照9：1的比例分为训练集和验证集；S2：构建分心驾驶行为检测模型；S3：使用分心驾驶行为数据集对改进后的YOLOv5s模型进行训练；S4：通过训练好的模型对分心驾驶行为进行检测。本发明的有益效果为：本发明增强对烟头等小目标物体的检测能力，以及模型的特征融合能力，提高模型的检测精度。
-
公开(公告)号：CN116385353B
公开(公告)日：2024-01-30
申请号：CN202310105941.0
申请日：2023-02-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/73 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种摄像头模组异常检测方法，属于人工智能技术领域。解决了模组异常样本不足、深度学习模型检测精度低、速度慢的问题。其技术方案为：包括以下步骤：S1、采用模板匹配方法定位图片中的模组及其相关组件的位置；S2、基于图像处理完成模组中螺丝、标签、布线、划痕脏污异常情况的检测；S3、基于特征配准网络框架完成模组中的划痕和镜头脏污检测；S4、通过QT Creator开发异常检测程序，用于模组异常情况的自动检测。本发明的有益效果为：本发明结合图像处理方法和神经网络框架，实现摄像头模组的多种异常情况的检测，通过构建孪生神经网络框架，插入空间变换网络实现特征配准，可以精准检测出模组上的划痕。(56)对比文件原振方.基于机器视觉FPC缺陷检测系统的研究与应用《.中国优秀硕士学位论文全文数据库》.2016,1-64.梁雄.基于机器视觉的摄像头模组缺陷检测系统研究《.中国优秀硕士学位论文全文数据库》.2015,第三、四章.Chaoqin Huang et al..Registrationbased Few-Shot Anomaly Detection《.arXiv》.2022,第2-9页.
-
公开(公告)号：CN116934612A
公开(公告)日：2023-10-24
申请号：CN202310584388.3
申请日：2023-05-23
Applicant: 南通大学
IPC: G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提供一种基于多层级熵模块的单幅图像去雨方法，包括以下步骤：S1、构建去雨网络模型：由预处理模块、若干个多层级熵模块和图像重构模块组成；S2、设计损失函数，利用损失函数对去雨网络模型进行约束；S3、利用公开数据对步骤S1的去雨网络模型进行训练，得到去雨网络模型的模型参数；S4、在网络模型中导入步骤S3训练好的模型参数，输入有雨图像，输出得到去雨图像。本发明将有雨的图像恢复得到的干净图像这一过程作为一个熵增的过程，通过对前后特征的建模去除增加的图像熵信息，使得注意力建模过程不仅仅依赖于当前特征，从而提高单幅图像去雨的效果。
-
公开(公告)号：CN116721149A
公开(公告)日：2023-09-08
申请号：CN202310724496.6
申请日：2023-06-16
Applicant: 南通大学
Abstract: 本发明提供了一种基于双目视觉的杂草定位方法，属于计算机视觉技术领域。解决了农业领域中准确、高效的定位杂草的技术问题。其技术方案为：包括以下步骤：S1、双目相机标定，获取相机的详细参数；S2、双目相机立体校正；S3、立体匹配；S4、得出杂草中心点的三维坐标。本发明的有益效果为：本发明利用双目视觉技术构建杂草定位算法，实现杂草的精准定位，为激光除草机器人提供可以实际应用的精准除草方案。
-
Patent Agency Ranking
公开(公告)号：CN115115598A
公开(公告)日：2022-09-27
申请号：CN202210765034.4
申请日：2022-06-30
Applicant: 南通大学
IPC: G06T7/00 , G06V10/44 , G06V10/50 , G06V10/764 , G06N20/10
Abstract: 本发明提供一种基于全局Gabor滤波和局部LBP特征喉癌细胞图像分类方法，包括如下步骤：S1、获取喉癌细胞图像数据集，进行数据预处理；S2、提取图像全局特征信息；S3、提取图像局部特征信息；S4、图像分类器训练；S5、测试图像标签预测，得到测试结果。本发明采用Gabor滤波方法和LBP方法，能够准确高效地对喉癌细胞图像进行分类，兼具更优的分类准确率和kappa系数。
-
公开(公告)号：CN114580566A
公开(公告)日：2022-06-03
申请号：CN202210289086.9
申请日：2022-03-22
Applicant: 南通大学
IPC: G06K9/62 , G06V10/764
Abstract: 本发明涉及小样本图像分类技术领域，具体涉及一种基于间隔监督对比损失的小样本图像分类方法，包括：利用一种新颖的间隔监督对比损失函数在基类数据集上对模型进行预训练，固定预训模型中编码器中的参数，对新类数据集中的支持图像样本提取特征并训练SVM分类器，最后利用SVM对查询样本进行分类决策。本发明中的间隔监督对比损失函数对基类样本之间的对比性关系建立数学模型，而不是只关注于基类样本所属的类别，所预训练的骨干网络更具有迁移性。本发明中的监督对比损失函数通过增加间隔参数，能够进一步缩小类内数据的距离，增大类间距离，从而进一步提高分类性能。
-
公开(公告)号：CN114580565A
公开(公告)日：2022-06-03
申请号：CN202210281818.X
申请日：2022-03-22
Applicant: 南通大学
Abstract: 本发明公开一种基于知识蒸馏的谷物自动识别方法，该方法首先加载基于ImageNet训练好的ResNet101作为教师网络，使用基于输出和特征的知识蒸馏算法对学生网络而完成预训练模型的压缩；然后离线收集若干关于谷物的图像，构建谷物图像数据集，移除学生网络中的输出层和Softmax层，添加谷类分类器，利用谷类数据集对网络中的参数进行微调；最后利用微调后的学生网络对谷物图像进行在线测试。本发明利用知识蒸馏技术对识别谷物的卷积神经网络进行压缩，网络中参数量减小，能够使得基于卷积神经网络的谷类识别方法更适用于嵌入式设备。
-
公开(公告)号：CN112233085A
公开(公告)日：2021-01-15
申请号：CN202011095289.1
申请日：2020-10-14
Applicant: 南通大学
Abstract: 本发明提供一种基于像素预测增强的宫颈细胞图像分割方法，包括如下步骤：(1)输入单个宫颈细胞原始图像；(2)将宫颈细胞原始图像转换到CIELAB空间，再抽取L*通道，得到灰度细胞图像；(3)使用自适应形态学滤波法对图像进行降噪处理；(4)采用U‑net网络对去噪后的图像分别进行细胞核和细胞质的区域分割；(5)利用算子提取图像边缘，再根据细胞边缘线，确定边缘搜索区；(6)对边缘搜索区像素再采用DenseNet网络进行判别，得到更为准确的细胞核和细胞质分割结果。本发明能够准确高效地对单细胞彩色宫颈图像进行分割，具有更高的分割准确率。
-
公开(公告)号：CN110135343A
公开(公告)日：2019-08-16
申请号：CN201910404763.5
申请日：2019-05-15
Applicant: 南通大学
Abstract: 本发明提供一种路灯智能检测与夜间状态判断方法，包括如下步骤：步骤1、收集白天环境下的路灯图片，手工标注出路灯在图片中的位置坐标；步骤2、采用深度卷积神经网络训练路灯检测模型；步骤3、白天环境下对系统初始化，利用步骤2得到的路灯检测模型初始化路灯在摄像头中的位置和角度关系；步骤4、夜间路灯状态判断，根据步骤3得到的摄像头和路灯位置模型，得到路灯位置区间；步骤5、根据步骤4得到的路灯位置，判断路灯明暗状态；步骤6、如连续发现路灯处于不亮状态，发送报警信息给路灯管理人员。本发明无需对现有路灯和路面环境进行改造，将路政部门现有安装的摄像头的影像传输到后台分析，即可得到夜间环境下路灯的明暗状态。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.026 seconds)
