-
公开(公告)号：CN112036321A
公开(公告)日：2020-12-04
申请号：CN202010903678.6
申请日：2020-09-01
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种基于SSD-ROI级联神经网络的安全帽检测方法，其特征在于，包括如下步骤：获取并制作数据集；建立SSD-ROI级联神经网络模型，其中的人体检测子模型提取原始图片中人体的位置框，并将位置框输入安全帽检测子模型，在位置框内进行安全帽和头部的类别识别与位置定位，最后在原始图像中输出两个模型检测出的人体、安全帽和头部的类别信息和位置信息；将训练集输入模型中，结合难负样本挖掘策略训练模型；将测试集输入到训练好的SSD-ROI级联神经网络模型中，输出检测结果。本发明只检测人体范围内的安全帽，不对孤立的安全帽进行检测，缩小了检测范围，降低了运算复杂度，且检测效果和检测速度方面都有所改善。
-
公开(公告)号：CN111353994A
公开(公告)日：2020-06-30
申请号：CN202010240157.7
申请日：2020-03-30
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种面向目标检测的图像无参考亮度质量检测方法，包括如下步骤：图像信息获取，并从图像中获取灰度图信息；图像典型区域划分，用Scharr算子求得待检测图像的梯度图后滤波，投影得到在水平方向和垂直方向上的梯度序列，并各自计算若干峰值点，由水平方向和垂直方向上的峰值点交叉得到若干交点和图像典型区域；检测判断，在获得的图像典型区域进行图像亮度和梯度的检测，并对大量相似的图像进行同样的典型区域划分和典型区域图像亮度和梯度的检测，通过阈值设定对图片质量进行判断。与现有技术相比，本发明具有较高的过曝欠曝识别准确度，能对目标检测的图像质量有较高的评判精确度。
-
公开(公告)号：CN111353994B
公开(公告)日：2023-06-30
申请号：CN202010240157.7
申请日：2020-03-30
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种面向目标检测的图像无参考亮度质量检测方法，包括如下步骤：图像信息获取，并从图像中获取灰度图信息；图像典型区域划分，用Scharr算子求得待检测图像的梯度图后滤波，投影得到在水平方向和垂直方向上的梯度序列，并各自计算若干峰值点，由水平方向和垂直方向上的峰值点交叉得到若干交点和图像典型区域；检测判断，在获得的图像典型区域进行图像亮度和梯度的检测，并对大量相似的图像进行同样的典型区域划分和典型区域图像亮度和梯度的检测，通过阈值设定对图片质量进行判断。与现有技术相比，本发明具有较高的过曝欠曝识别准确度，能对目标检测的图像质量有较高的评判精确度。
-
公开(公告)号：CN114037900A
公开(公告)日：2022-02-11
申请号：CN202111177222.7
申请日：2021-10-09
Applicant: 国网江苏省电力有限公司南京供电分公司 , 江苏量为石科技股份有限公司 , 南京工程学院
Abstract: 本发明提供了一种结合场景分析的输电线路通道可视化分级预警方法，基于输电线路通道场景图像，利用层次分析法选出最佳告警区域，并设置告警高度；计算隐患对象所占输电线路通道场景图片比重，筛除输电线路通道场景中小目标对象，并将隐患对象根据危险等级划分为高危对象和普通对象，分别进行计数；根据隐患对象的危险等级、隐患对象区域与最佳告警区域的关系以及场景中隐患对象数量，进行分级预警。本发明筛除输电线路通道场景中小目标对象，确保风险最大的告警不会被无效的告警淹没，根据警告的不同级别，通知巡查人员作出及时相应的处理，大大提高了巡查效率，保障输电线路通道的安全。
-
公开(公告)号：CN112395974A
公开(公告)日：2021-02-23
申请号：CN202011283560.4
申请日：2020-11-16
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种基于对象间依赖关系的目标置信度矫正方法，包括步骤：将标注好的图像输入到预训练后的卷积神经网络，获取车辆目标的置信度；建立多对象间语义关系模型，计算不同对象之间的语义相关性，通过对象的语义相关性调节目标置信度关系权重；将多对象间语义关系模型输出的结果融合到置信度矫正模型中，获取相应的后验概率，通过后验概率修正S1中获取的若干置信度，输出最终目标置信度以及预测对象图像。本发明通过对车辆检测目标的置信度进行矫正，根据同一图像总出现的其他关联对星的相关性，减少图像不清晰时车辆检测目标误判的情况，在图像清晰度较低时大大提高车辆目标检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN112036327A
公开(公告)日：2020-12-04
申请号：CN202010906357.1
申请日：2020-09-01
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种基于SSD的轻量化安全帽检测方法，包括如下步骤：获取并制作数据集；建立采用SSD-MobileNet级联神经网络结构的人体检测模型和安全帽分类检测模型，人体检测模型提取人体识别候选边框，安全帽分类检测模型在人体识别候选框内进行安全帽和头部的类别识别与位置定位；将训练集输入SSD-MobileNet级联神经网络中进行训练，得到网络参数；将测试集输入到训练好的SSD-MobileNet级联神经网络中，输出检测结果，即样本识别类别、置信度以及框的坐标。本发明能够有效提取待检测目标的信息，准确检测安全帽，且检测速度快，在复杂环境下对变化目标具有较好的鲁棒性。
-
公开(公告)号：CN111429437A
公开(公告)日：2020-07-17
申请号：CN202010234324.7
申请日：2020-03-30
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种面向目标检测的图像无参考清晰度质量检测方法，包括如下步骤：在采集的图像数据集中，任选一幅图像进行灰度化处理；均值滤波；用scharr算子求得图像在水平方向和垂直方向上的梯度图；在水平方向和垂直方向上进行梯度叠加，并求得各自若干峰值点；由峰值点分别做垂直垂线和水平垂线，以若干交点为中心得到若干典型区域，计算得到该图像典型区域的梯度均值和标准差；统计得到整体图像数据集典型区域的梯度均值和标准差并设置阈值，根据数据集中某幅图像典型区域的梯度均值是否小于该阈值，来判断该图像的清晰度。本发明能检测出图片集中模糊的图像，对于深度学习制作数据集，训练出鲁棒性强、准确度高的网络具有重要意义。
-
公开(公告)号：CN111429437B
公开(公告)日：2023-04-25
申请号：CN202010234324.7
申请日：2020-03-30
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种面向目标检测的图像无参考清晰度质量检测方法，包括如下步骤：在采集的图像数据集中，任选一幅图像进行灰度化处理；均值滤波；用scharr算子求得图像在水平方向和垂直方向上的梯度图；在水平方向和垂直方向上进行梯度叠加，并求得各自若干峰值点；由峰值点分别做垂直垂线和水平垂线，以若干交点为中心得到若干典型区域，计算得到该图像典型区域的梯度均值和标准差；统计得到整体图像数据集典型区域的梯度均值和标准差并设置阈值，根据数据集中某幅图像典型区域的梯度均值是否小于该阈值，来判断该图像的清晰度。本发明能检测出图片集中模糊的图像，对于深度学习制作数据集，训练出鲁棒性强、准确度高的网络具有重要意义。
-
公开(公告)号：CN112395974B
公开(公告)日：2021-09-07
申请号：CN202011283560.4
申请日：2020-11-16
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种基于对象间依赖关系的目标置信度矫正方法，包括步骤：将标注好的图像输入到预训练后的卷积神经网络，获取车辆目标的置信度；建立多对象间语义关系模型，计算不同对象之间的语义相关性，通过对象的语义相关性调节目标置信度关系权重；将多对象间语义关系模型输出的结果融合到置信度矫正模型中，获取相应的后验概率，通过后验概率修正S1中获取的若干置信度，输出最终目标置信度以及预测对象图像。本发明通过对车辆检测目标的置信度进行矫正，根据同一图像总出现的其他关联对星的相关性，减少图像不清晰时车辆检测目标误判的情况，在图像清晰度较低时大大提高车辆目标检测的精度。
-
公开(公告)号：CN111443304B
公开(公告)日：2024-11-26
申请号：CN202010383208.1
申请日：2020-05-08
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种接地线状态预警装置，它包括导线端状态传感器和接地桩状态传感器，所述导线端状态传感器设置在挂钩部的顶部，接地桩状态传感器设置在接地桩上，挂钩部的底部通过接地电缆连接在接地桩上；所述导线端状态传感器和接地桩状态传感器分别连接安全提示器，向其发送状态信号。本装置通过研究动作传感装置采集接地线的挂接拆除动作，解决预警的时效性以及使预警达到被动提醒。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.04 seconds)
