-
公开(公告)号：CN112069841B
公开(公告)日：2022-07-05
申请号：CN202010725425.4
申请日：2020-07-24
Applicant: 华南理工大学
IPC: G06K7/10 , G06K7/14 , G06V10/25 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种X光违禁品包裹跟踪方法和装置，其中第一包裹触发器检测到包裹时，X光扫描设备对包裹进行X光扫描，获得第一X光图像、第一包裹位置与第一序列信息，发送至服务器，服务器在检测到第一X光图像包括违禁品信息时，启动条码扫描设备获取包裹的条码图像，将条码图像发送至服务器，使服务器根据识别包裹条码并在接收到包裹的第二包裹位置与第二序列信息时，将第二包裹位置与第二序列信息发送至服务器，使服务器将第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，向分拣控制器发送分拣指令，使分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线，以实现相应包裹的跟踪，提高跟踪效率，降低跟踪成本。
-
公开(公告)号：CN112070079A
公开(公告)日：2020-12-11
申请号：CN202010725421.6
申请日：2020-07-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于特征图重赋权的X光违禁品包裹检测方法和装置，通过构建X光违禁品训练集，依次获取图像特征图、感兴趣区域特征图、类注意特征图，采用类注意特征图对感兴趣区域特征图做重赋权操作，得到单维特征向量，确定各类违禁品的预测类别，调节下一次训练过程中采用的特征提取网络、元特征提取器及分类回归网络，返回执行依次获取图像特征图、感兴趣区域特征图、类注意特征图的过程，重新将X光违禁品训练集输入调节后的特征提取网络进行迭代训练，直至训练次数大于或等于预设的迭代次数，确定违禁品检测器，将待检测包裹输入违禁品检测器，以获取违禁品检测器输出的违禁品位置及违禁品类别，达到节省人力物力，降低检测成本的目的。
-
公开(公告)号：CN114581536B
公开(公告)日：2024-09-20
申请号：CN202210180091.6
申请日：2022-02-25
Applicant: 华南理工大学
IPC: G06T7/90 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于特征感知和多通道学习的图像色差检测方法，包括：1)构建用于训练色差检测网络的训练集，色差检测网络由多通道学习模块、特征感知模块、区域建议网络和预测回归网络组成；2)将图像输入多通道学习模块，获取图像全面特征图；3)将图像全面特征图输入特征感知模块，得到感知加权特征图；4)将感知加权特征图输入区域建议网络，得到区块特征图；5)将区块特征图输入预测回归网络，得到色差偏移量及位置，与真实值计算损失，反向传播调整参数；6)迭代训练至预设值，确定色差检测网络；7)将待检测图像输入色差检测网络，获取色差偏移量及位置。本发明可实现对具有复杂纹理及图案的图像高速高精度色差检测。
-
Patent Agency Ranking
公开(公告)号：CN114626443B
公开(公告)日：2024-05-03
申请号：CN202210180014.0
申请日：2022-02-25
Applicant: 华南理工大学
IPC: G06V10/764 , G06N5/04 , G06V10/80 , G06V10/25
Abstract: 本发明公开了一种基于条件分支和专家系统的对象快速检测方法，包括：1)采集X光图像；2)通过条件分支获得RGB、HSV以及梯度的图像特征图；3)利用区域建议网络获得ROI区域；4)利用分支特征对齐，得到三种ROI特征图；5)计算三种特征图的可贡献度，根据可贡献度进行特征串联，得到加权融合的特征向量；6)将三个加权融合的特征向量输入三个专家系统网络，得到对象类别和位置；7)对三个专家系统网络的预测结果进行加权融合，识别检测对象的类别和位置并标注。本发明基于条件分支和专家系统进行对象检测，将复杂网络分解为网络分支从而并行计算，不仅加快了网络推理速度，而且加强了特征空间与解空间的映射能力，提高了对象检测的速度和精度。
-
公开(公告)号：CN112070079B
公开(公告)日：2022-07-05
申请号：CN202010725421.6
申请日：2020-07-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于特征图重赋权的X光违禁品包裹检测方法和装置，通过构建X光违禁品训练集，依次获取图像特征图、感兴趣区域特征图、类注意特征图，采用类注意特征图对感兴趣区域特征图做重赋权操作，得到单维特征向量，确定各类违禁品的预测类别，调节下一次训练过程中采用的特征提取网络、元特征提取器及分类回归网络，返回执行依次获取图像特征图、感兴趣区域特征图、类注意特征图的过程，重新将X光违禁品训练集输入调节后的特征提取网络进行迭代训练，直至训练次数大于或等于预设的迭代次数，确定违禁品检测器，将待检测包裹输入违禁品检测器，以获取违禁品检测器输出的违禁品位置及违禁品类别，达到节省人力物力，降低检测成本的目的。
-
公开(公告)号：CN114626443A
公开(公告)日：2022-06-14
申请号：CN202210180014.0
申请日：2022-02-25
Applicant: 华南理工大学
IPC: G06K9/62 , G06N5/04 , G06V10/764 , G06V10/80 , G06V10/25
Abstract: 本发明公开了一种基于条件分支和专家系统的对象快速检测方法，包括：1)采集X光图像；2)通过条件分支获得RGB、HSV以及梯度的图像特征图；3)利用区域建议网络获得ROI区域；4)利用分支特征对齐，得到三种ROI特征图；5)计算三种特征图的可贡献度，根据可贡献度进行特征串联，得到加权融合的特征向量；6)将三个加权融合的特征向量输入三个专家系统网络，得到对象类别和位置；7)对三个专家系统网络的预测结果进行加权融合，识别检测对象的类别和位置并标注。本发明基于条件分支和专家系统进行对象检测，将复杂网络分解为网络分支从而并行计算，不仅加快了网络推理速度，而且加强了特征空间与解空间的映射能力，提高了对象检测的速度和精度。
-
公开(公告)号：CN114581536A
公开(公告)日：2022-06-03
申请号：CN202210180091.6
申请日：2022-02-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于特征感知和多通道学习的图像色差检测方法，包括：1)构建用于训练色差检测网络的训练集，色差检测网络由多通道学习模块、特征感知模块、区域建议网络和预测回归网络组成；2)将图像输入多通道学习模块，获取图像全面特征图；3)将图像全面特征图输入特征感知模块，得到感知加权特征图；4)将感知加权特征图输入区域建议网络，得到区块特征图；5)将区块特征图输入预测回归网络，得到色差偏移量及位置，与真实值计算损失，反向传播调整参数；6)迭代训练至预设值，确定色差检测网络；7)将待检测图像输入色差检测网络，获取色差偏移量及位置。本发明可实现对具有复杂纹理及图案的图像高速高精度色差检测。
-
公开(公告)号：CN112069841A
公开(公告)日：2020-12-11
申请号：CN202010725425.4
申请日：2020-07-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种新型X光违禁品包裹跟踪方法和装置，其中第一包裹触发器检测到包裹时，X光扫描设备对包裹进行X光扫描，获得第一X光图像、第一包裹位置与第一序列信息，发送至服务器，服务器在检测到第一X光图像包括违禁品信息时，启动条码扫描设备获取包裹的条码图像，将条码图像发送至服务器，使服务器根据识别包裹条码并在接收到包裹的第二包裹位置与第二序列信息时，将第二包裹位置与第二序列信息发送至服务器，使服务器将第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，向分拣控制器发送分拣指令，使分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线，以实现相应包裹的跟踪，提高跟踪效率，降低跟踪成本。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
