-
公开(公告)号：CN114638978A
公开(公告)日：2022-06-17
申请号：CN202210207239.0
申请日：2022-03-03
Applicant: 东北大学
Abstract: 本发明公开一种小样本自相似嵌入推断的板带钢表面缺陷分类系统及方法，系统包括特征提取模块和分类模块，分类模块由自相似表示SSR模块和图嵌入标签推断GELE模块组成；其中自相似表示SSR模块包含两个自相似计算子模块SS_s和SS_q、两个用于提取结构模式的自相似表示学习子模块R_s和R_q以及两个特征聚合子模块FA_s和FA_q；图嵌入标签推断GELE模块包含图嵌入子模块GE、标签推断子模块LE和分类器；旨在使用一种自相似方法，即测量相邻区域内局部斑块的相似性来增强嵌入表达，以及一种非参数正则器，即以流行平滑的方式扩展决策边界减少类噪声造成的分布漂移问题。本发明的系统和方法进一步提高了小样本表面缺陷分类的性能。
-
公开(公告)号：CN110454881B
公开(公告)日：2020-12-29
申请号：CN201910603845.2
申请日：2019-07-05
Applicant: 东北大学
IPC: F24F3/16 , F24F6/12 , F24F6/00 , F24F11/64 , F24F11/52 , H02N11/00 , F24F110/10 , F24F110/20
Abstract: 本发明提供了一种空气加湿净化装置，包括加湿净化机构和温差发电模块，加湿净化机构设置在机壳上，其包括与所述机壳可拆卸连接的水箱和净化模块、以及设置在所述水箱下方且与所述水箱相连通的加湿模块；温差发电模块设置在所述机壳的外侧，用于为所述加湿模块和净化模块供电。本发明通过在机壳上设置温差发电模块，将暖气片的余热转化成电能，为加湿模块和净化模块供电，实现该装置的供电自给，有效解决传统加湿器能耗大、暖气片能量利用率低等问题。
-
公开(公告)号：CN110454881A
公开(公告)日：2019-11-15
申请号：CN201910603845.2
申请日：2019-07-05
Applicant: 东北大学
IPC: F24F3/16 , F24F6/12 , F24F6/00 , F24F11/64 , F24F11/52 , H02N11/00 , F24F110/10 , F24F110/20
Abstract: 本发明提供了一种空气加湿净化装置，包括加湿净化机构和温差发电模块，加湿净化机构设置在机壳上，其包括与所述机壳可拆卸连接的水箱和净化模块、以及设置在所述水箱下方且与所述水箱相连通的加湿模块；温差发电模块设置在所述机壳的外侧，用于为所述加湿模块和净化模块供电。本发明通过在机壳上设置温差发电模块，将暖气片的余热转化成电能，为加湿模块和净化模块供电，实现该装置的供电自给，有效解决传统加湿器能耗大、暖气片能量利用率低等问题。
-
公开(公告)号：CN103544709B
公开(公告)日：2016-07-13
申请号：CN201310548696.7
申请日：2013-11-07
Applicant: 东北大学
Abstract: 本发明属于智能检测和机器视觉领域，具体公开了一种基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法，主要实现复杂背景下硅钢板表面微小缺陷的准确检测。本发明方法的实现步骤主要包括：首先采用视觉显著方法对采集的硅钢板表面图像进行检测判断该图像是否为缺陷图像；然后采用显著活动轮廓模型对缺陷图像进行定位检测。实验结果显示，尽管硅钢板表面的背景比较复杂，给微小缺陷的检测带来了较大的挑战，而本发明方法可以准确的检测定位包括点缺陷和凹痕缺陷等所有的表面微小缺陷。
-
公开(公告)号：CN103617426A
公开(公告)日：2014-03-05
申请号：CN201310643883.3
申请日：2013-12-04
Applicant: 东北大学
Abstract: 本发明公开一种自然环境干扰和有遮挡时的行人目标检测方法，提出了HOG-CLBP特征提取方法结合NEU-Person样本库和通过其训练得出的人体部件模型，配合SVM分类器将行人检测问题转化为二分类问题来进行检测。随机抽取这两库训练集中的正负样本来训练，测试样本也随机抽取这两个库的测试集样本来测试；此处的正样本是NEU-Person库中的测试集的正样本。本发明NEU-Person样本库进行训练产生用于检测的部件模型，NEU-Person样本库涉及雨、雪、雾、夜间和迷彩等多种环境的样本，因此使得行人检测具有很强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN103544709A
公开(公告)日：2014-01-29
申请号：CN201310548696.7
申请日：2013-11-07
Applicant: 东北大学
Abstract: 本发明属于智能检测和机器视觉领域，具体公开了一种基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法，主要实现复杂背景下硅钢板表面微小缺陷的准确检测。本发明方法的实现步骤主要包括：首先采用视觉显著方法对采集的硅钢板表面图像进行检测判断该图像是否为缺陷图像；然后采用显著活动轮廓模型对缺陷图像进行定位检测。实验结果显示，尽管硅钢板表面的背景比较复杂，给微小缺陷的检测带来了较大的挑战，而本发明方法可以准确的检测定位包括点缺陷和凹痕缺陷等所有的表面微小缺陷。
-
公开(公告)号：CN113076947B
公开(公告)日：2023-09-01
申请号：CN202110324087.8
申请日：2021-03-26
Applicant: 东北大学
IPC: G06V10/25 , G06V10/26 , G06V10/80 , G06V10/764
Abstract: 一种交叉引导融合的RGB‑T图像显著性检测系统，属于计算机视觉图像检测技术领域。特征提取模块提取彩色和热红外图像的特征，三级解码块中的每个模块由以两个模态信息各自为主要引导的两部分所组成，每一部分独有一个引导融合(GFM)模块，同时交叉共有跨级增强(CLE)模块和全局辅助增强(GAE)模块。GFM通过使用单一模态信息为主要引导，另一模态信息辅助增强，实现对单一模态信息的深入挖掘和跨模态信息的充分融合。CLE使用前一级引导融合后的特征来增强当前级的信息，GAE是对逐级引导好的信息进一步整合，同时，在最后一级解码块产生最后的显著性图。该系统可深入挖掘两模态信息，更好地融合两模态特征，提高显著性检测效果。
-
公开(公告)号：CN103617426B
公开(公告)日：2017-02-01
申请号：CN201310643883.3
申请日：2013-12-04
Applicant: 东北大学
Abstract: 本发明公开一种自然环境干扰和有遮挡时的行人目标检测方法，提出了HOG-CLBP特征提取方法结合NEU-Person样本库和通过其训练得出的人体部件模型，配合SVM分类器将行人检测问题转化为二分类问题来进行检测。随机抽取这两库训练集中的正负样本来训练，测试样本也随机抽取这两个库的测试集样本来测试；此处的正样本是NEU-Person库中的测试集的正样本。本发明NEU-Person样本库进行训练产生用于检测的部件模型，NEU-Person样本库涉及雨、雪、雾、夜间和迷彩等多种环境的样本，因此使得行人检测具有很强的鲁棒性。
-
公开(公告)号：CN117541792A
公开(公告)日：2024-02-09
申请号：CN202311634481.7
申请日：2023-12-01
Applicant: 东北大学
IPC: G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种面向管道内表面缺陷图像的跨粒度小样本分割方法，涉及基于机器视觉的无损检测技术领域。该方法的核心思路是：在面对无缝钢管道内表面缺陷类别和数量稀疏的情况下，构建跨粒度小样本分割网络模型，包括：特征提取网络，支持集先验模块、支持集注意力模块、三联体原型模块、多尺度细化解码器、以及若干个卷积模块；采用多维支持集特征图聚合策略，全面激活缺陷支持集图像中的缺陷信息；利用特征融合方法将多维支持集特征图与查询集特征图进行融合；使用多尺度细化解码器来对融合后的特征图进行特征解码后用卷积分割头进行分割。本发明方法在样本类别少、样本数量不足以及缺陷类间相似度高等不利场景下仍能取得良好分割效果。
-
公开(公告)号：CN117252793A
公开(公告)日：2023-12-19
申请号：CN202311219740.X
申请日：2023-09-21
Applicant: 东北大学
IPC: G06T5/50 , G06T5/00 , G06T7/00 , G06T7/13 , G06V10/82 , G06V10/74 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明设计结合多曝光融合的叶片反光编码图像条纹修复系统及方法，所述修复系统包括：图像采集模块、图像融合模块、掩膜图像制作模块、图像注释模块、生成器模块和鉴别器模块；图像采集模块采集不同曝光的叶片条纹图像，图像融合模块融合同一位姿下不同曝光的叶片条纹图像，得到曝光融合后的叶片条纹图像；掩膜图像制作模块制作不规则掩膜图像；图像注释模块对叶片条纹图像中存在的反光和条纹混淆、缺失的部分进行注释，得到注释后的叶片条纹图像即标签图像；生成器模块以多曝光算法融合后的叶片条纹图像和不规则掩膜图像作为输入进行特征提取和重建，生成精修复叶片条纹图像；鉴别器模块对生成器生成的叶片条纹图像和标签图像进行真假判别。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.024 seconds)
