公开(公告)号：CN109522864A

公开(公告)日：2019-03-26

申请号：CN201811438355.3

申请日：2018-11-28

Applicant: 中国石油大学(华东)

Inventor： 张卫山 ,  刘霞 ,  耿祖琨

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提出了一种基于模型融合的卫星图像检测方法，包括以下步骤：对原始图像进行随机旋转，随机改变图像对比度，对原始图像添加噪声；使用检测效果有差异性的三种神经网络模型对卫星图像中的飞机场、飞机、油罐、港口、船进行检测；对结果文件采用模型融合方式进行融合；将最终结果文件中的坐标，类别反映到图片上，实现检测。一种基于模型融合的卫星图像检测方法，将深度学习技术、集成学习技术和图片处理技术相结合，提高了目标检测的速度和精度。

公开(公告)号：CN109493337A

公开(公告)日：2019-03-19

申请号：CN201811358337.4

申请日：2018-11-15

Applicant: 中国石油大学(华东)

Inventor： 张卫山 ,  刘霞 ,  耿祖琨

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明提出了一种基于改进的Faster RCNN的输电线路异物检测方法，包括以下步骤：对采集到的异物图片进行预处理，增加训练集的规模；对Faster RCNN中的共享卷积网络部分进行网络的改进；对Faster RCNN中的RPN网络中的anchor大小比列进行调整；对改进后的网络进行端到端的联合训练；用训练好的检测模型对图片进行异物检测，框出异物的位置并识别出异物的种类。一种基于改进的Faster RCNN的输电线路异物检测方法，将图像处理和深度学习相结合，并采用改进的Faster RCNN以提高输电线路异物检测的准确率。

公开(公告)号：CN110705339A

公开(公告)日：2020-01-17

申请号：CN201910303476.5

申请日：2019-04-15

Applicant: 中国石油大学(华东)

Inventor： 赵宏伟 ,  张卫山 ,  刘霞

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提出了一种基于C-C3D的手势识别方法，以C3D网络为主要特征提取网络并加以改进，通过一对角点圈定时序候选框并设计一种可变长的三维卷积核，在时序候选框分类回归子网络中实现对手语手势动作的识别。

公开(公告)号：CN108549882A

公开(公告)日：2018-09-18

申请号：CN201810457285.X

申请日：2018-05-14

Applicant: 中国石油大学(华东)

Inventor： 张卫山 ,  孙浩云 ,  徐亮 ,  刘霞 ,  耿祖坤

IPC: G06K9/00 ,  G06F9/50

Abstract: 本发明提出了一种基于深度学习的实时的铁路口多摄像头行人检测方法，包括以下步骤：通过多个摄像头采集的视频，摄像头对重点监控区域重叠监控；选择需要检测的摄像头区域并获取该区域下的摄像头视频流；在GPU处理器集群中进行视频图像处理：首先将图像切割，然后用训练好的行人检测模型对切割后的图像进行检测；实时监控GPU处理器中的GPU使用情况并根据调度策略进行调度；计算行人区域坐标，获取当前时间戳并发送到用户客户端。一种基于深度学习的实时的铁路口多摄像头行人检测方法，将视频处理和深度学习相结合，并采用摄像头重叠监控的方法以提高铁路口行人检测的准确率。