一种足底压力图像识别装置

    公开(公告)号:CN210488563U

    公开(公告)日:2020-05-08

    申请号:CN201921514933.7

    申请日:2019-09-12

    Abstract: 本实用新型公开了一种足底压力图像识别装置,包括保护壳、压力感应板、处理终端、壳体、第一无线通信芯片,所述保护壳上方设置有固定凹槽,所述固定凹槽内部设置有所述压力感应板,所述压力感应板上方设置有保护膜,所述固定凹槽下方设置有压力传感器,所述压力传感器一侧设置有第一电池,所述压力传感器另一侧设置有控制芯片,所述控制芯片远离所述第一电池一侧设置有所述第一无线通信芯片。有益效果在于:本实用新型能在不经意间对犯罪嫌疑人进行足迹的信息采集,能对检测信息和图像进行初步处理,保证了采集信息和图像的质量,本实用新型使用方便,操作简单,大大提高了足底压力图像识别的准确性。

    一种刑侦足迹图像采集分析装置

    公开(公告)号:CN213582215U

    公开(公告)日:2021-06-29

    申请号:CN202023267887.0

    申请日:2020-12-29

    Abstract: 本实用新型公开的属于足迹分析技术领域,具体为一种刑侦足迹图像采集分析装置,其包括:外壳、指纹识别器、显示屏、云端数据库和大数据采集模块,所述外壳的内部中间安装有足迹采集主体,所述外壳的内部两侧分别安装有控制器、足迹比对模块、通讯模块、数据加密模块、本地存储器和数据解密模块,所述外壳的外部顶端安装有指纹识别器和显示屏,所述足迹采集主体电性连接有控制器。该刑侦足迹图像采集分析装置,不仅能够将采集的信息和大数据信息进行比对,提高图像分析的精确度,而且能够将采集后的信息进行加密保护,并通过指纹进行识别,防止非许可人员打开装置,提高信息的安全性。

    一种基于点计数的钢筋半成品点验嵌入式系统

    公开(公告)号:CN119832317A

    公开(公告)日:2025-04-15

    申请号:CN202411901147.8

    申请日:2024-12-23

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于点计数的钢筋半成品点验嵌入式系统,包括以下步骤:使用搭载外接可见光摄像头的嵌入式开发板Orange Pi设备,拍摄工地的钢筋半成品对角斜面图像;对采集到的图像经过预处理后送入嵌入式开发板Orange Pi的NPU处理器进行处理;使用系统中的检测计数功能对钢筋半成品图像进行检测计数,检测计数功能采用的模型基于改进的目标检测网络P2Pnet;统计检测数量与拐点位置,将最终的结果在显示窗口中打印出来。发明利用基于深度学习的目标检测方法将钢筋半成品计数智能化,解决钢筋半成品人工计数的弊端,该系统通过自动化的点计数技术,显著提高了钢筋半成品的点验速度,相比传统的人工计数方式,大大缩短了工作时间。

    基于双模块的足迹信息提取方法

    公开(公告)号:CN114155264B

    公开(公告)日:2024-03-12

    申请号:CN202111492681.4

    申请日:2021-12-08

    Applicant: 安徽大学

    Abstract: 本发明公开了基于双模块的足迹信息提取方法,涉及图像处理技术领域,解决了人力分析足迹特征所带来的不稳定性的技术问题;包括:拍摄现场足迹图像;对拍摄的现场足迹图像进行预处理,利用基于中值滤波的改进的Canny算法既去除椒盐噪声,同时又保留足迹图像的轮廓信息,然后通过提高亮度使足迹轮廓更加清晰,将图像处理成二值化图像;通过轮廓信息提取模块提取足迹的轮廓信息以及重压信息提取模块提取足迹的重压信息;本发明充分考虑了现场足迹图像的特点,将人工的主观性和系统的客观性充分结合起来,实现了对现场足迹图像的信息提取,大大提高在刑侦现场进行足迹压力信息分析的速度和准确性。

    一种基于压力信息的足迹跨模态检索方法

    公开(公告)号:CN116863316A

    公开(公告)日:2023-10-10

    申请号:CN202310770788.3

    申请日:2023-06-28

    Applicant: 安徽大学

    Abstract: 本发明涉及足迹分析领域,尤其涉及一种基于压力信息的足迹跨模态检索方法,包括:现场采集成趟油墨捺印足迹图像,并根据足迹压力将成趟油墨捺印足迹图像转换为足迹数据集;根据足迹数据集中的每个像素点的灰度级进行彩色转换,得到彩色图像;采用深度卷积神经网络提取彩色图像的全局特征和局部特征,并对全局特征和局部特征进行动态调整;将调整后的全局特征和局部特征融合,实现多层次的特征检索。本发明采用全局特征和局部特征相结合的方式,并且使用注意力机制进行动态调整,针对含有大量细节信息的足迹图像进行识别和搜索时,能够更加准确地识别和检索足迹的真实身份信息。

    现场足迹智能提取方法
    6.
    发明公开

    公开(公告)号:CN116416427A

    公开(公告)日:2023-07-11

    申请号:CN202211626266.8

    申请日:2022-12-15

    Abstract: 本发明涉及足迹提取领域,尤其涉及现场足迹智能提取方法,包括以下步骤:利用YoloV5模型对包围在足迹区域外侧的直角足迹标尺进行三点标记构成等效直角三角形,根据所述等效直角三角形的直角位置的角度变化提供拍摄角度的修正提示,并以修正后的拍摄角度拍摄足迹区域图像,将足迹区域图像导入深度网络中分离足迹区域图像的前景以获取足迹分割图。本发明利用三点标记的方法形成等效直角三角形,以三角形的直角部分作为畸变检测,当拍摄时的拍摄图像中的直角位置的实际角度不等于90°时,进行角度修正提示,直至操作人员的拍摄角度能够达到垂直水平,保证拍摄照片的准确性。

    一种基于多通道融合的跨域残缺足迹图像检索系统

    公开(公告)号:CN115795081A

    公开(公告)日:2023-03-14

    申请号:CN202310059477.6

    申请日:2023-01-20

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于多通道融合的跨域残缺足迹图像检索系统,包括:网络输入模块,用于输入多人的赤足足迹数据,形成足迹数据集,每人足迹数据包含光学完整足迹图像、光学残缺足迹图像以及单枚压力完整图像;特征提取模块,用于对所述网络输入模块采集的足迹数据集的图像信息的深层和浅层的特征图添加注意力和池化算子,得到足迹全局和足迹局部特征信息;多通道融合模块,用于对获得的足迹全局和足迹局部特征信息进行多通道融合。本发明解决了足迹图像检索的足迹残缺性和跨域问题,实现了完整压力足迹图像检索残缺光学足迹图像的工作。

    一种基于对称卷积神经网络的跨模态行人重识别方法

    公开(公告)号:CN112434654B

    公开(公告)日:2022-09-13

    申请号:CN202011430914.3

    申请日:2020-12-07

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于对称卷积神经网络的跨模态行人重识别方法,其步骤包括:1获取可见光和红外光两种不同模态下的行人照片,构建跨模态行人重识别数据集,构建检索库;2利用神经网络建立对称卷积神经网络跨模态行人重识别方法模型;3利用数据集训练基于对称卷积神经网络跨模态行人重识别方法模型;4利用建立好的模型实现预测,以达到跨模态行人重识别的目的。本发明能极大地缓解现有行人重识别方法在跨模态下检测不精确的问题,在模态差异较大的情况下仍然有较高的检测精度。

Patent Agency Ranking