公开(公告)号：CN118191870A

公开(公告)日：2024-06-14

申请号：CN202410216406.7

申请日：2024-02-27

Applicant: 三峡大学

Inventor： 龚国强 ,  田演 ,  夏鑫宇 ,  丁晓波

IPC: G01S17/89 ,  G01C21/00 ,  G08B21/02 ,  G06T7/33

Abstract: 本发明提供一种点云融合的带电作业安全距离报警方法，涉及数据处理技术领域。本发明包括设置参考点和安全阈值，获取激光雷达和参考点的三维坐标以及电气设备的三维点云数据，对三维点云数据进行处理，获取位姿矫正的转换矩阵，对转换矩阵进行基于点云位姿参数估计的多视角配准，并融合ICP(Iterative Closest Point,迭代最近点)算法进行运算，并进行矩阵转换处理，利用周围点云信息，当人员与设备间的最小距离小于安全阈值时，触发警报，提示工作人员注意调整位置，确保安全距离满足要求。本方法获得更加准确的三维空间信息，简化了检测手段，提高了精度，且抗干扰能力强。

公开(公告)号：CN118072090A

公开(公告)日：2024-05-24

申请号：CN202410216409.0

申请日：2024-02-27

Applicant: 三峡大学

Inventor： 夏鑫宇 ,  龚国强 ,  陈澳 ,  田演

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/26 ,  G06V10/776 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提供一种基于U2‑Net和ResNeXt‑50模型的皮肤病图像检测方法，涉及医学图像处理领域。本发明包括：获取数据集，并进行数据预处理，并按预设比例划分训练集、测试集和验证集；构建基于U2‑Net的分割网络和基于ResNeXt‑50分类网络，所述分割网络与所述分类网络连接构成识别网络模型，所述识别网络模型用于对图片进行分割后再分类；采用训练集对模型进行训练，并保存最好模型，并采用测试集对最好模型进行验证及优化，保存最优化模型；将待测图片进行所述数据预处理后，输入最优化模型，获取检测分类后的图片。通过优化改进的识别网络模型，经试验证明可以提高，皮肤病图片识别准确率，且模型计算速度增快，适用于大模型，提高了识别速度。