-
公开(公告)号:CN117784394A
公开(公告)日:2024-03-29
申请号:CN202311675175.8
申请日:2023-12-08
Applicant: 上海工程技术大学
Abstract: 本发明涉及激光束位置调节领域,涉及一种基于全反射的激光束位置调节电动装置,为了克服现有激光束装置无法实现光束以原有光路中心为基准、沿高低方向对位置偏差进行自动调节的不足同时不改变激光束的能量大小,本发明提供了一种用于激光束高低方向位置偏差调节且无需光路分层排布的电动装置:利用4片全反射棱镜实现光路的上下折转及复位,其中一片全反射棱镜在一维电动平移台的带动下前后移动,从而在不改变光束指向的前提下,通过改变入射光束在全反射棱镜上入射点的位置实现出射光束相对于入射光束沿高低方向进行位置调节。与现有技术相比,本发明具有结构紧凑、不会损失光束的能量等优点。
-
公开(公告)号:CN119579925A
公开(公告)日:2025-03-07
申请号:CN202411619203.9
申请日:2024-11-13
Applicant: 上海五零盛同信息科技有限公司 , 上海工程技术大学
Abstract: 本发明提供了一种基于视频特征与相似计算的媒体屏内容比对方法及系统,包括:获取视频图像,并对视频图像进行预处理;对预处理后的视频图像进行关键帧提取得到关键帧序列;从关键帧序列中,提取每一帧对应的具有尺度不变性的SURF特征;根据视频特征点的SURF特征构建K‑D树,基于K‑D树和RANSAC进行二阶段特征匹配;通过特征匹配的结果,对匹配点数进行统计指标的计算后逐帧输出相似度指标;根据相似度指标,比对视频图像每一帧之间的相似度,并根据不同相似度等级制定相应的预警方案。本发明通过视频内容比对技术建立综合评价模型,实现了实时监测和预警,能够及时发现播放内容与预设内容的不一致之处,避免错误信息的传播,确保城市光环境的绿色健康。
-
公开(公告)号:CN115491529A
公开(公告)日:2022-12-20
申请号:CN202211121529.X
申请日:2022-09-15
Applicant: 上海工程技术大学
Abstract: 本发明提供了一种调控析出相提高AlCrFeNiV系高熵合金力学性能的方法,调控析出相的AlCrFeNiV系高熵合金的化学式为Al0.4Cr0.7FexNi2V0.2,x选自0.5、1或2,方法包括:称取金属单质铝、铬、铁、镍和钒,在氩气保护下,加热至熔化,得到合金锭;氩气保护下,继续加热重熔,浇铸成型,得到铸态高熵合金;超声后,置于真空环境或者氩气保护环境中,加热进行固溶处理,冷轧处理,退火即可;本发明通过合理的成分设计和匹配的热处理工艺,调控合金中析出相的种类以及含量,进而提升高熵合金的强度和塑韧性;本发明方案工艺流程短,操作方便,生产效率高,为开发强塑性匹配的析出强化型高熵合金提供新路径。
-
公开(公告)号:CN119672629A
公开(公告)日:2025-03-21
申请号:CN202411722381.4
申请日:2024-11-28
Applicant: 上海工程技术大学 , 上海五零盛同信息科技有限公司
IPC: G06V20/52 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/77 , G06N3/045 , G06N3/0464
Abstract: 本发明提供一种基于YOLOv8模型的异常路灯检测系统及方法,所述系统包括图像获取模块、目标检测模块以及异常路灯识别模块,所述图像获取模块用于实时获取道路上的监控图像,所述目标检测模块采用YOLOv8模型对图像数据进行目标检测,对图像中路灯区域进行识别,定位图像中的路灯并标记其位置;所述异常路灯识别模块利用图像特征对检测到的路灯状态进行分析,采用多次识别策略,对于同一时段采集的多张路灯图像,进行多次异常检测,通过投票机制判断最终结果,从而识别出异常的路灯。本发明利用YOLOv8模型对路灯进行自动检测和状态分析,旨在实现对异常路灯的实时监控和识别,提升城市道路照明系统的智能化管理水平。
-
公开(公告)号:CN119648666A
公开(公告)日:2025-03-18
申请号:CN202411759997.9
申请日:2024-12-03
Applicant: 上海工程技术大学 , 上海五零盛同信息科技有限公司
IPC: G06T7/00 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种智慧灯杆LED屏幕缺陷检测方法及装置,所述方法包括:通过智慧灯杆附近配置的摄像头采集智慧灯杆LED屏幕的图像数据,并对采集的图像进行预处理;利用YOLO网络对预处理后的图像进行目标区域检测,识别并定位LED屏幕的具体区域;将YOLO网络模型定位出的LED屏幕区域输入至改进的ShuffleNet模型进行缺陷检测分类;将检测出的缺陷类别及其位置信息作为故障输出,便于后续维护人员及时处理。本发明能够实现自动、快速且高效地检测LED屏幕的缺陷,以减少人工巡检的时间和成本,提升维护效率和准确性。
-
公开(公告)号:CN119274154A
公开(公告)日:2025-01-07
申请号:CN202411325586.9
申请日:2024-09-23
Applicant: 上海五零盛同信息科技有限公司 , 上海工程技术大学
IPC: G06V20/56 , G06V10/25 , G06V10/26 , G06V10/766 , G06V10/82
Abstract: 本发明提供了一种基于机器学习和视觉识别的路面照度检测系统及方法,系统包括:图像获取模块使用机器学习方法得到待分析图像;语义分割模块对待分析图像进行语义分割得到道路区域图像;照度预测模块使用特征提取模型进行多维度特征提取,将提取的图像特征输入自定义多层神经网络回归模型进行训练和预测,得到路面的平均照度和照度均匀度。方法包括:步骤S1,实时获取道路图像;步骤S2,对待分析图像进行语义分割,得到道路区域图像;步骤S3,将提取的图像特征输入自定义多层神经网络回归模型进行训练和预测,得到路面的平均照度和照度均匀度。本发明利用现有道路监控系统或图像采集设备,结合先进的机器学习算法,实现高效、准确的路面照度检测。
-
-
-
-
-