公开(公告)号：CN113298781A

公开(公告)日：2021-08-24

申请号：CN202110565199.2

申请日：2021-05-24

Applicant: 南京邮电大学

Inventor： 高浩 ,  黄卫 ,  胡海东

IPC: G06T7/00 ,  G06T7/10 ,  G06T7/80 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图像和点云融合的火星表面三维地形检测方法，包括：获取火星表面待检测区域的图像数据；将待检测区域的图像数据作为已训练好的三维目标检测网络的输入；根据三维目标检测网络的输出，确定火星表面待检测区域的地形检测结果；将地形检测结果进行可视化输出；本发明通过深度学习的方法将图像和点云信息融合并利用起来，有效解决了火星表面目标地形三维空间检测的问题。

公开(公告)号：CN114627052B

公开(公告)日：2025-02-18

申请号：CN202210117000.4

申请日：2022-02-08

Applicant: 南京邮电大学

Inventor： 高浩 ,  黄卫 ,  冯书谊

IPC: G06T7/00 ,  G06T5/30 ,  G06T5/70 ,  G06N3/0464 ,  G06T5/60 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明提供一种基于深度学习的红外图像漏气漏液检测方法，该方法包括以下步骤：采集漏气漏液场景下的红外热图像数据；对漏气漏液场景下的红外热图像数据进行预处理，在红外热图像数上标注漏气漏液信息，得到训练数据集，并使用该训练数据集训练目标检测网络，获得训练完成的目标检测网络权重；获取并预处理待检测场景下的红外热成像数据，加载训练完成的目标检测网络权重，对目标检测网络输入待检测场景下的红外热成像数据进行实时检测，获取检测结果；将检测结果可视化输出。本发明基于深度学习的目标检测算法，使用现场数据进行训练神经网络，使用神经网络相对于传统方法更加快速、准确和稳定的特性，提高检测的自动化程度和精确度。

公开(公告)号：CN113298781B

公开(公告)日：2022-09-16

申请号：CN202110565199.2

申请日：2021-05-24

Applicant: 南京邮电大学

Inventor： 高浩 ,  黄卫 ,  胡海东

IPC: G06T7/00 ,  G06T7/10 ,  G06T7/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图像和点云融合的火星表面三维地形检测方法，包括：获取火星表面待检测区域的图像数据；将待检测区域的图像数据作为已训练好的三维目标检测网络的输入；根据三维目标检测网络的输出，确定火星表面待检测区域的地形检测结果；将地形检测结果进行可视化输出；本发明通过深度学习的方法将图像和点云信息融合并利用起来，有效解决了火星表面目标地形三维空间检测的问题。

公开(公告)号：CN114627052A

公开(公告)日：2022-06-14

申请号：CN202210117000.4

申请日：2022-02-08

Applicant: 南京邮电大学

Inventor： 高浩 ,  黄卫 ,  冯书谊

IPC: G06T7/00 ,  G06T5/30 ,  G06T5/00 ,  G06N3/04 ,  G06K9/62 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明提供一种基于深度学习的红外图像漏气漏液检测方法，该方法包括以下步骤：采集漏气漏液场景下的红外热图像数据；对漏气漏液场景下的红外热图像数据进行预处理，在红外热图像数上标注漏气漏液信息，得到训练数据集，并使用该训练数据集训练目标检测网络，获得训练完成的目标检测网络权重；获取并预处理待检测场景下的红外热成像数据，加载训练完成的目标检测网络权重，对目标检测网络输入待检测场景下的红外热成像数据进行实时检测，获取检测结果；将检测结果可视化输出。本发明基于深度学习的目标检测算法，使用现场数据进行训练神经网络，使用神经网络相对于传统方法更加快速、准确和稳定的特性，提高检测的自动化程度和精确度。