-
公开(公告)号：CN119649022A
公开(公告)日：2025-03-18
申请号：CN202411621008.X
申请日：2024-11-14
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/26 , G06V20/52 , G06V20/70 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/80 , G06T7/62 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明为实时语义分割隧道超欠挖监测方法及系统，包括：获取不同的挖掘条件和地质背景下适合开挖的隧道施工过程中不同挖土面区域的高分辨率图像，并标注超挖和欠挖区域标签；数据清洗与增强，通过数据清洗与增强处理后得到若干张分辨率为512×1024的隧道超欠挖图像，组成目标数据集；构建FP‑Former语义分割深度神经网络，利用目标数据集中的图像训练FP‑Former语义分割深度神经网络，监测超挖欠挖区域，输出预测概率图；对输出的预测概率图进行二值化处理，将概率大于0.5的像素标记为超挖区域，反之则为欠挖区域。本发明能够有效地提取不同尺度的特征，从而提升分割精度，在GPU类设备上运行时，表现出较好的性能与效率平衡，使得大规模数据处理成为可能。
-
公开(公告)号：CN119648526A
公开(公告)日：2025-03-18
申请号：CN202411620688.3
申请日：2024-11-14
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06T3/4053 , G06T3/4046 , G06T3/4007 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明为一种基于多尺度缩放的微观电镜图像处理方法及系统，所述方法包括通过微观电镜对目标物体进行图像的获取，将获取的微观电镜图像存储到文件中，并对图像进行双线性差值下采样处理，保存双线性差值下采样处理后的图像作为低分辨率图像LR；对低分辨率图像LR进行旋转、缩放、翻转、调整亮度和对比度，并添加随机噪声，从而生成额外的变体；获得微观图像数据集；构建多尺度缩放微观电镜图像超分辨率MS‑MESR网络模型。本发明能够实现灵活的缩放倍数控制，实现了缩放倍数的更多选择性结果，显著提高了微观电镜图像的分辨率和质量、以及不同缩放因子下的适用性。
-
公开(公告)号：CN119992127A
公开(公告)日：2025-05-13
申请号：CN202411953838.2
申请日：2024-12-27
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/72 , G06V10/764 , G06F16/215 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06V20/17 , G06V20/10
Abstract: 本发明为基于深度学习的桥面数据清洗方法及系统，所述清洗方法使用基于乘法和ReLU函数的Resnet‑MultKAN‑Transformer模型对桥梁路面的数据库中的数据进行训练，具体步骤是：步骤一、利用携带着高清摄像头的无人机对桥梁的路面进行拍摄，拍摄的图像分为三类：桥梁的桥面、除桥面结构以外的桥梁其他结构、非桥梁结构；以所拍摄的所有图像组建桥梁路面的数据库；步骤二、构建基于乘法和ReLU函数的Resnet‑MultKAN‑Transformer模型，采用Resnet和Transformer模型的框架；步骤三、利用步骤一构建的数据库训练模型，以训练好的模型用于桥面数据的清洗分类。在Resnet结构和Transformer中加入了具有乘法和激活函数的MultKAN模块，能够解决传统数据处理方法对桥梁路面的数据清洗分类不准确，时效性差以及工作量巨大的问题。
-
公开(公告)号：CN119963804A
公开(公告)日：2025-05-09
申请号：CN202411949247.8
申请日：2024-12-27
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/25 , G06V10/32 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06V10/77 , G06N3/084
Abstract: 本发明为基于目标检测算法的预制隧道管片预埋套筒检测方法，包括以下步骤：利用全景摄像头获取浇筑前已安装预埋套筒和未安装预埋套筒的隧道管片模具图像；将模具图像的大小转化为224*224的标准大小，之后每一个像素乘以相同的像素权重，所有新图像构成数据集，将数据集划分为训练集和测试集，并将训练集中含有预埋套筒的图像做数据标注；再进行均值滤波，数据增强处理，形成增强后的数据集；构建KAN‑DETR目标检测模型，利用增强后的数据集训练KAN‑DETR目标检测模型，用于预制隧道管片预埋套筒数量的检测。其兼顾较高的判别速度和较高的判别精度，适合于预埋套筒数量检测中。
-
公开(公告)号：CN119672330A
公开(公告)日：2025-03-21
申请号：CN202411620897.8
申请日：2024-11-14
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/26 , G06V10/25 , G06V20/40 , G06V20/70 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G05D1/43 , G05D1/243 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明为基于实例分割的道路巡检机器人避障方法及系统，所述方法包括以下步骤：获取道路巡检过程中巡检区域的实时视频，并对实时视频中的道路图像逐帧进行障碍物标注，将标注后的障碍物图像分为训练集和测试集；构建实时端到端目标检测模型，所述实时端到端目标检测模型包括图像编码器模块、提示编码器模块、掩码解码器模块、记忆注意力模块、记忆解码器模块和记忆银行；利用训练集训练实时端到端目标检测模型，获得训练好的实时端到端目标检测模型，用于对道路巡检过程中巡检区域的实时视频中的每一帧图像进行逐帧实时检测。本发明可以更加准确、高效地实时检测出巡检过程中的障碍物。
-
Patent Agency Ranking
公开(公告)号：CN117333670A
公开(公告)日：2024-01-02
申请号：CN202311325846.8
申请日：2023-10-13
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/764 , G06T7/00
Abstract: 本发明为基于Transformer和微观图像的再生混凝土水化进程检测方法，包括以下步骤：获取含未水化水泥颗粒的BSE图像数据进行预处理，构造未水化水泥颗粒BSE图像数据集：构建应用于BSE图像水化分割的神经网络模型，利用训练集和验证集对构建的神经网络模型进行训练；所述神经网络模型采用深度学习中的transformer框架；将获取到的待检测BSE图像直接输入到训练完成的神经网络模型中，对待检测的BSE图像进行分割；根据分割结果，计算BSE图像中水化部分占比，根据BSE图像中水化部分占比R与设定的相应龄期的水化部分占比阈值比较，判断再生混凝土的水化程度是否异常，提醒工作人员采取相应的措施。能够有效地实现再生混凝土水化进程精确检测，对分割结果实现定量分析。
-
公开(公告)号：CN119648527A
公开(公告)日：2025-03-18
申请号：CN202411620786.7
申请日：2024-11-14
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明为一种无人机拍摄路面图像的超分辨率处理方法与系统，所述方法包括以下内容：通过无人机航拍对路面目标进行拍摄，获得路面图像；同时使用高像素摄像机对同样目标进行拍摄作为参考图像，所有目标的参考图像构成参考图像集；构建高效KAN有参考图像超分辨率ESR‑KAN网络模型：ESR‑KAN网络模型包括KAN融合模块、重构模块以及M个串行KAN‑通道注意力，所述重构模块用于恢复图像的空间形状，经过重构模块处理后的结果与参考图像经上采样处理后的结果进行残差连接得到最终的高分辨率图像Y。本发明在无人机拍摄路面图像的超分辨率处理中，不仅提高了图像质量，增强了图像的可用性和分析的准确性，为无人机在多种应用场景中的图像处理提供了一种新的解决方案。
-
公开(公告)号：CN116777898A
公开(公告)日：2023-09-19
申请号：CN202310899557.2
申请日：2023-07-21
Applicant: 重庆大学溧阳智慧城市研究院
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/187 , G06T7/62 , G06T5/00 , G06T5/30 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明为基于AFFormer实现3D打印挡墙施工过程裂缝测量的方法，包括以下步骤：利用带有标注信息的数据集训练AFFormer神经网络，得到裂缝的二值化图像分割结果；设置连通阈值，通过连通域去噪删除像素数小于连通阈值的连通域，获得去噪后的裂缝骨架图像；对去噪后的裂缝骨架图像利用形态学处理将裂缝细化，获取细化后的裂缝，同时采用Canny边缘检测算法，对去噪后的裂缝骨架图像计算裂缝二值图像灰度梯度，寻找图像边缘及获取裂缝边缘图，将Canny边缘检测得到的边缘图与细化后的裂缝进行逐像素的逻辑与运算；利用八方向搜索法计算裂缝像素宽度尺寸，进而获得裂缝实际宽度尺寸。大大提升了分割和预测的准确率，能够实现实时高精度的测量。
-
公开(公告)号：CN117976101A
公开(公告)日：2024-05-03
申请号：CN202311678276.0
申请日：2023-12-08
Applicant: 重庆大学溧阳智慧城市研究院
IPC: G16C60/00 , G16C20/70 , G06F18/10 , G06F18/2415 , G06F18/214 , G06F18/2411 , G16C20/20
Abstract: 本发明涉及建筑技术领域，具体涉及深度学习辅助的3D打印混凝土结构内部完整性评估系统，包括数据采集模块、数据预处理模块、3D映射与建模模块、深度学习分析模块、完整性评估模块以及用户界面模块；其中，数据采集模块：配置有多个传感器包括声波传感器和电磁传感器，用于实时采集混凝土结构的声波反射和电磁响应数据；数据预处理模块：包括信号转换器和增强算法，用于将采集的模拟信号转换为数字信号，并通过增强算法改善信号质量。本发明，通过实时监测和精确评估混凝土结构内部完整性，提供了实时调整3D打印参数的能力，从而显著提高了结构安全性，减少材料浪费，并增强了非专业用户的操作便利性。
-
公开(公告)号：CN117115140A
公开(公告)日：2023-11-24
申请号：CN202311238361.5
申请日：2023-09-25
Applicant: 重庆大学溧阳智慧城市研究院
IPC: G06T7/00 , G06T7/10 , G06T7/30 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06T7/90
Abstract: 本发明为基于点云分割配准的3D打印混凝土柱表面裂缝检测方法，所述检测方法包括以下内容：获取3D打印混凝土柱点云数据，并对这些数据进行预处理，每一份点云数据均包含大量数据点，每个点的信息由(x,y,z,r,g,b)六维坐标表示，其中x,y,z表示为点的三维空间坐标，r,g,b分别为点的R、G、B色彩属性值；构建点云分割配准模型PC‑CrackNet，利用获得的3D打印混凝土柱点云数据训练点云分割配准模型PC‑CrackNet，用于3D打印混凝土柱表面裂缝检测。将深度学习中的Transformer框架结构、自注意力机制、改进的大津算法以及点云配准用于裂缝检测中，能够有效地实现3D打印混凝土柱裂缝的准确检测，同时还实现了实时监测、预警与控制，从而确保了打印质量的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.133 seconds)
