-
公开(公告)号:CN114757313A
公开(公告)日:2022-07-15
申请号:CN202210424375.5
申请日:2022-04-21
Applicant: 江苏金恒信息科技股份有限公司 , 南京邮电大学
Abstract: 本发明公开一种基于RFID的智能安全帽周边环境信息采集系统及方法,结合可编程RFID标签和各种传感器,构建一个实时采集安全帽周边环境信息的方法和系统。本发明采用一种嵌入式图像传感器,利用较少的能量和运算资源获取周围环境的灰度图像,将信息存储到可编程RFID标签的存储区域。可编程RFID标签和RFID阅读器保持交互,将获取的传感信息持续发送到RFID阅读器,并存入管理后台数据库。当管理后台检测到例如跌倒等异常情况时,启动图像传感器获取智能安全帽所处环境的灰度图像信息。本发明具有低成本、易于维护的优点,实时性强,同时具有很好的功能扩展性。
-
公开(公告)号:CN110263706B
公开(公告)日:2021-07-27
申请号:CN201910530766.3
申请日:2019-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种雾霾天气车载视频动态目标检测和识别的方法,主要针对的是图像识别中的特定情况,雾霾天气下的车辆识别;搭建基于AOD‑Net的深度神经网络,设计神经网络损失函数;采集数据训练神经网络模型;使用训练好的模型对有雾图像进行端到端的去雾清晰化处理;另外,在清晰图像中的车辆检测时我们使用基于MultiNet多层卷积神经网络进行端到端的训练,使用可方便调整大小的候选区域方法,在神经网络中加入rezoom层。采用本发明达到对雾天图像直接检测处理的效果,能够在有雾图像下较为精准地分割识别道路与车辆,大大缩短计算时间,满足实际应用中对实时性的要求。
-
公开(公告)号:CN110263706A
公开(公告)日:2019-09-20
申请号:CN201910530766.3
申请日:2019-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种雾霾天气车载视频动态目标检测和识别的方法,主要针对的是图像识别中的特定情况,雾霾天气下的车辆识别;搭建基于AOD-Net的深度神经网络,设计神经网络损失函数;采集数据训练神经网络模型;使用训练好的模型对有雾图像进行端到端的去雾清晰化处理;另外,在清晰图像中的车辆检测时我们使用基于MultiNet多层卷积神经网络进行端到端的训练,使用可方便调整大小的候选区域方法,在神经网络中加入rezoom层。采用本发明达到对雾天图像直接检测处理的效果,能够在有雾图像下较为精准地分割识别道路与车辆,大大缩短计算时间,满足实际应用中对实时性的要求。
-
-