-
公开(公告)号：CN119067889A
公开(公告)日：2024-12-03
申请号：CN202411274861.9
申请日：2024-09-12
Applicant: 华东交通大学
Abstract: 本发明提出了一种针对条纹投影轮廓术图像中强高光区域的先验引导修复方法，旨在去除和修复镜面反射物体条纹投影测量图像中的高光。通过分析非高光区域的条纹图案和用拟合算法确定投影条纹的常数和振幅参数。对于编码形状信息的关键相位调制参数初始值，则运用了镜面反射区域的连续性以及投影仪和物体之间固定的相对几何形状，随后迭代优化，即可以逐步计算高光区域内的条纹强度。结果表明，修复的条纹信息与邻近非高光信息有着良好的衔接，保证了全局的一致性和连续性。三维测量实验表明，该方法可有效修复高光导致的形貌畸变和点云空洞。
-
公开(公告)号：CN119762977A
公开(公告)日：2025-04-04
申请号：CN202510252438.7
申请日：2025-03-05
Applicant: 华东交通大学
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/98 , G06V10/40 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/54 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种混凝土道路裂缝识别方法及系统，方法包括：构建基于改进DeepLabv3+的混凝土道路裂缝识别模型；将所述混凝土道路裂缝数据集输入至所述混凝土道路裂缝识别模型中，基于结合边缘增强和几何适应性的复合损失函数对所述混凝土道路裂缝识别模型的模型参数进行优化，训练生成所述混凝土道路裂缝识别模型的权重，得到目标裂缝识别模型；将实时混凝土道路裂缝图像输入至所述目标裂缝识别模型中，所述目标裂缝识别模型输出得到初步识别结果，并通过伪检测剔除与漏检修复算法优化所述初步识别结果，得到最终识别结果。显著降低误检率和漏检率，保证最终识别结果的准确性和完整性。
-
公开(公告)号：CN119784945A
公开(公告)日：2025-04-08
申请号：CN202411852626.5
申请日：2024-12-16
Applicant: 华东交通大学
Abstract: 对于高动态范围表面本发明提出了一种简单且有效的三维重建方法，结合了偏振图像和非偏振图像中非过曝区域的特征，旨在提高高动态范围表面物体的重建质量。在无偏振图片中的非过曝区域通常包含完整的条纹信息，且受到高光干扰的影响较小。将不同偏振图片组的最佳条纹区域提取出来，随后把不同偏振方向的最佳条纹信息逐步替代无偏振图像中不完整和不清晰的条纹信息，最后使得无偏振图像中过度曝光区域的条纹被完整的条纹信息替代，这样可以得到全局完整的条纹信息。实验结果表明，在对具有较强反射表面的物体进行三维重建时，能够有效解决过曝区域对绝对相位计算和三维重建的负面影响。
-
公开(公告)号：CN118710557B
公开(公告)日：2024-11-12
申请号：CN202411203742.4
申请日：2024-08-30
Applicant: 华东交通大学
Abstract: 本发明公开了一种利用图像结构和纹理信息引导的图像修复方法及系统，方法包括：构建具备图像结构和纹理信息交互能力的图像修复模型；对损坏图像样本进行预处理，得到掩码图像样本和边缘结构图像样本；将损坏图像样本、掩码图像样本和边缘结构图像样本输入至图像修复模型中，训练并生成图像修复模型的权重信息，得到目标图像修复模型；获取的待修复损坏图像，对待修复损坏图像进行预处理，得到掩码图像和边缘结构图像，并分别将待修复损坏图像、掩码图像和边缘结构图像输入至目标图像修复模型中，目标图像修复模型输出得到修复图像。同步地对结构导向的纹理合成与纹理指导的结构修复进行耦合建模，进而更准确地探索图像特征。
-
公开(公告)号：CN116721037A
公开(公告)日：2023-09-08
申请号：CN202310818206.4
申请日：2023-07-05
Applicant: 华东交通大学
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于PGGAN模型的图像修复方法，其涉及图像修复技术领域。包括：获取待修复的图像集；构建PGGAN模型；所述PGGAN模型包括生成器，局部判别器和全局判别器；生成器，局部判别器和全局判别器均由第一渐进层和第二渐进层构成；将图像集中的图像输入到PGGAN模型，获得修复后的图像。本发明通过可变卷积的判别器对局部特征进行特征提取与生成图像进行对抗以达到对图像局部复杂特征信息的提取、对比、修复，结合保证图像全局一致性的全局判别器对具有复杂形变物体的图像有更好的修复效果。
-
Patent Agency Ranking
公开(公告)号：CN116612527A
公开(公告)日：2023-08-18
申请号：CN202310563464.2
申请日：2023-05-18
Applicant: 华东交通大学
Abstract: 本发明公开一种基于双解码器的人体姿态估计方法、系统及设备，涉及人体姿态估计领域。本发明将RGB图像通过CNN网络进行特征预处理，将预处理后的特征向量序列经过Transformer编码器进行编码和特征提取，将输出的带有全局依赖关系特征的向量序列同时作为目标解码器和关键点解码器的输入，采用双解码器并行架构，同时提取个人的全局依赖特征和关键点之间的局部依赖特征，解决了关键点密度不足导致关键点漏检的问题，缩短了训练时间；全局依赖特征和局部依赖特征经过基于多层感知机的融合器进行融合，解决了人体存在遮挡现象导致无法检测到人体从而无法进行姿态估计的问题，大大提高了人体姿态估计精度。
-
公开(公告)号：CN119809941A
公开(公告)日：2025-04-11
申请号：CN202510293350.X
申请日：2025-03-13
Applicant: 华东交通大学
IPC: G06T3/4076 , G06T3/4046 , G06T7/40 , G06T3/4007 , G06T7/13 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于结构与纹理特征的图像超分辨率方法及系统，方法包括：构建具有结构和纹理特征提取能力的生成对抗网络，将超分辨率图像数据集输入至生成对抗网络中，训练并生成对应模型的权重，根据权重得到图像超分辨率模型，将待超分辨率图像输入至图像超分辨率模型中，图像超分辨率模型生成超分辨率后的高清图像。实现了通过融合图像的结构与纹理特征，提升图像超分辨率恢复效果，避免细节丢失，同时提供高效的性能优化和用户友好的界面，使得图像处理过程更为便捷。
-
公开(公告)号：CN118154467A
公开(公告)日：2024-06-07
申请号：CN202410578768.0
申请日：2024-05-11
Applicant: 华东交通大学
IPC: G06T5/73 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于改进CycleGAN网络模型的图像去雨方法及系统，方法包括：获取待去雨图像；将所述待去雨图像输入至预先构建的改进CycleGAN网络模型中，所述改进CycleGAN网络模型输出去雨后的图像，其中，所述改进CycleGAN网络模型中包含生成器、判别器以及损失函数，所述生成器中包含密集连接卷积网络、掩膜生成器以及注意力特征生成器。为防止特征提取过程中高频特征丢失，确保细节修复效果更好，在生成器中引入密集连接卷积网络；其次为使得修复区域集中在雨纹周围，使得雨纹去除的更干净，引入CBAM注意力机制；最后针对去雨纹任务的特殊性，对雨纹到干净背景的映射进一步约束，使得生成的图像更加逼真。
-
公开(公告)号：CN112070051B
公开(公告)日：2022-09-20
申请号：CN202010973894.8
申请日：2020-09-16
Applicant: 华东交通大学
IPC: G06V20/59 , G06V40/16 , G06V40/18 , G06V10/762 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供基于剪枝压缩的疲劳驾驶快速检测方法，包括以下步骤S1：采用基本回归树的人脸对比算法，获取各类人脸数据库中的人脸样本数据，构建人脸区域数据集，并将人脸样本数据中的人脸、眼和嘴部区域进行标注，删除复杂场景；S2：使用K‑means算法对标注的脸部和眼部目标框的大小进行聚类，采用YOLO V3模型通过DarkNet‑53网络结构进行回归训练；S3：在YOLO V3模型中引入BN层，对BN层中的缩放因子γ进行L1正则化处理，判别出不重要的卷积通道或神经元通道；稀疏化训练后根据剪枝率对模型进行剪枝压缩，之后再对剪枝后的模型进行微调；S4：采用检测到的闭眼图片数量和嘴部张开图片数量在单位时间内所检测图片数量的占比来进行眼部疲劳判定和嘴部哈欠判定。
-
公开(公告)号：CN114882410A
公开(公告)日：2022-08-09
申请号：CN202210510312.1
申请日：2022-05-11
Applicant: 华东交通大学
Abstract: 本发明涉及一种基于改进定位损失函数的隧道顶灯故障检测方法及系统，该方法包括：构建隧道顶灯检测图像的数据集；获取基于改进定位损失函数的YOLOv5s神经网络；根据数据集对YOLOv5s神经网络进行训练，得到训练后的YOLOv5s神经网络；获取待检测的隧道顶灯图像；利用训练后的YOLOv5s神经网络对待检测的隧道顶灯图像进行检测，得到发光顶灯的位置坐标；根据发光顶灯的位置坐标判断隧道顶灯是否存在故障。本发明能够精准定位隧道顶灯并标定其位置，并能够通过各个标定顶灯位置的相对关系检测隧道顶灯的工作状态是否正常。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
