公开(公告)号：CN116259008A

公开(公告)日：2023-06-13

申请号：CN202310177500.1

申请日：2023-02-28

Applicant: 三峡大学

Inventor： 王骁鹏 ,  赵杰 ,  华鸿鹏 ,  姚远 ,  朱杰杰 ,  彭锟 ,  时启明 ,  张振兴

IPC: G06V20/52 ,  G06V10/82 ,  G06N3/08 ,  G06V10/774 ,  G06V10/26 ,  G06N3/0464

Abstract: 一种基于计算机视觉的水位实时监测方法，它包括以下步骤：步骤S1：采集若干水位标签的图像，制作水位标签数据集；步骤S2：对图像数据集进行预处理，得到畸变矫正后数据增强的数据集；步骤S3：建立U‑net卷积神经网络模型分割场景，将标签和水面进行分割，寻找标签与水面的相邻边界；步骤S4：视觉定标，计算图像像素和实际尺寸的数值对应关系；步骤S5：计算步骤S3中标签与水位边界对应的水位数值；步骤S6：考虑水波干扰，使用视频方式检测每帧视频对应的水位；步骤S7：使用步骤S6中得到的数据，使用最小方差法估计出最终预测水位。

公开(公告)号：CN118397343A

公开(公告)日：2024-07-26

申请号：CN202410493274.2

申请日：2024-04-23

Applicant: 三峡大学

Inventor： 王骁鹏 ,  华鸿鹏 ,  王志哲 ,  彭锟 ,  周国亮 ,  陆长清 ,  张振兴

IPC: G06V10/764 ,  G06V10/82 ,  G06T5/50 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种基于卷积神经网络的疑源类化石的识别和分类方法，包括：S1：初始条件准备，通过化石类数据图库中收集疑源类化石图片；S2：对原始疑源类化石图像进行数据增强，建立疑源类化石图像数据集；S3：构建疑源类化石分类及识别卷积神经网络模型，改进模型结构及激活函数；S4：对疑源类化石卷积神经网络进行训练，获得对应权重参数；S5：验证卷积神经网络模型在疑源类化石识别和分类上的性能。本发明基于卷积神经网络实现了对疑源类化石的识别和分类，该网络模型对疑源类化石种类识别模型具有良好的识别精度和泛化能力；随着迭代次数的增加，模型的性能也逐步提高，可以有效解决依靠人力识别疑源类化石效率低下的问题。