-
公开(公告)号：CN116385353B
公开(公告)日：2024-01-30
申请号：CN202310105941.0
申请日：2023-02-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/73 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种摄像头模组异常检测方法，属于人工智能技术领域。解决了模组异常样本不足、深度学习模型检测精度低、速度慢的问题。其技术方案为：包括以下步骤：S1、采用模板匹配方法定位图片中的模组及其相关组件的位置；S2、基于图像处理完成模组中螺丝、标签、布线、划痕脏污异常情况的检测；S3、基于特征配准网络框架完成模组中的划痕和镜头脏污检测；S4、通过QT Creator开发异常检测程序，用于模组异常情况的自动检测。本发明的有益效果为：本发明结合图像处理方法和神经网络框架，实现摄像头模组的多种异常情况的检测，通过构建孪生神经网络框架，插入空间变换网络实现特征配准，可以精准检测出模组上的划痕。(56)对比文件原振方.基于机器视觉FPC缺陷检测系统的研究与应用《.中国优秀硕士学位论文全文数据库》.2016,1-64.梁雄.基于机器视觉的摄像头模组缺陷检测系统研究《.中国优秀硕士学位论文全文数据库》.2015,第三、四章.Chaoqin Huang et al..Registrationbased Few-Shot Anomaly Detection《.arXiv》.2022,第2-9页.
-
公开(公告)号：CN114581903A
公开(公告)日：2022-06-03
申请号：CN202210300962.3
申请日：2022-03-24
Applicant: 南通大学
Abstract: 本发明提供了一种基于卷积神经网络的车牌字符识别方法，属于深度学习技术领域。解决了传统车牌字符识别方法计算简单，对噪声抵抗差，鲁棒性较差的问题。其技术方案为：包括以下步骤：S1、基于经典LeNet‑5卷积神经网络结构，搭建车牌字符识别神经网络框架；S2、根据步骤S1中搭建的网络框架，制作车牌字符训练数据集；S3、将步骤S2中制作的数据集，通过卷积神经网络训练得到车牌识别网络模型；S4、将已分割好的车牌字符放入神经网络中进行识别，得到车牌识别结果。本发明的有益效果为：本发明能够提高车牌识别的准确率；并且在图像识别处理方面有着明显的优势。
-
公开(公告)号：CN116580352A
公开(公告)日：2023-08-11
申请号：CN202310445672.2
申请日：2023-04-24
Applicant: 南通大学
IPC: G06V20/52 , G06V40/10 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明提供了一种基于改进的yolov5的餐饮工作人员服饰识别方法，属于计算机视觉技术领域。解决了在有干扰因素的复杂背景下的餐饮工作人员服饰识别精度低的技术问题。其技术方案为：S1、样本数据采集；S2、构建改进型YOLOv5神经网络结构；S3、对改进YOLOv5算法进行训练；S4、模型剪枝；S5、现场采集待检测图像并进行图像预处理；S6、输出目标检测结果。本发明的有益效果为：实现餐饮工作人员服饰检测的智能化，减少人工监管所耗费的时间和精力。
-
公开(公告)号：CN115113192A
公开(公告)日：2022-09-27
申请号：CN202210765033.X
申请日：2022-06-30
Applicant: 南通大学
Abstract: 本发明提供一种基于自适应波门的雷达航迹起始方法，包括获取初始扫描周期雷达点迹数据集；将获取的点迹的距离、径向速度转化为笛卡尔坐标下的距离和速度；生成临时航迹集；将其它周期据集中的点迹与临时航迹集中的所有航迹进行自适应波门约束匹配；判断波门中点迹个数，进行点迹筛选，并更新航迹质量；判断航迹质量，并根据质量得分确定航迹类型，对航迹进行起始或撤销。本发明利用多维量测信息进行航迹匹配，并根据航迹质量得分设置自适应波门的大小，以解决航迹起始的效率低以及因为航迹质量的大小影响目标跟踪性能的问题。
-
公开(公告)号：CN114740466B
公开(公告)日：2024-09-20
申请号：CN202210326428.X
申请日：2022-03-30
Applicant: 南通大学
Abstract: 本发明提供一种基于得分机制的雷达目标点迹过滤方法，包括获取雷达一个周期的点迹数据，将点迹的距离、速度进行极坐标、直角坐标互化，根据每个周期接收点迹的时间、速度、方位对其进行打分，并设置权重计算每个点迹的总得分，设置立方体波门过滤点迹。本发明利用多维量测信息设置约束条件，实现对多维量测信息的充分利用，解决雷达目标跟踪过程中出现的大量虚假目标和造成很多虚假航迹的问题，提高点迹过滤的质量，从而更好的实现目标跟踪。
-
Patent Agency Ranking
公开(公告)号：CN116385353A
公开(公告)日：2023-07-04
申请号：CN202310105941.0
申请日：2023-02-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/73 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种摄像头模组异常检测方法，属于人工智能技术领域。解决了模组异常样本不足、深度学习模型检测精度低、速度慢的问题。其技术方案为：包括以下步骤：S1、采用模板匹配方法定位图片中的模组及其相关组件的位置；S2、基于图像处理完成模组中螺丝、标签、布线、划痕脏污异常情况的检测；S3、基于特征配准网络框架完成模组中的划痕和镜头脏污检测；S4、通过QT Creator开发异常检测程序，用于模组异常情况的自动检测。本发明的有益效果为：本发明结合图像处理方法和神经网络框架，实现摄像头模组的多种异常情况的检测，通过构建孪生神经网络框架，插入空间变换网络实现特征配准，可以精准检测出模组上的划痕。
-
公开(公告)号：CN114740466A
公开(公告)日：2022-07-12
申请号：CN202210326428.X
申请日：2022-03-30
Applicant: 南通大学
Abstract: 本发明提供一种基于得分机制的雷达目标点迹过滤方法，包括获取雷达一个周期的点迹数据，将点迹的距离、速度进行极坐标、直角坐标互化，根据每个周期接收点迹的时间、速度、方位对其进行打分，并设置权重计算每个点迹的总得分，设置立方体波门过滤点迹。本发明利用多维量测信息设置约束条件，实现对多维量测信息的充分利用，解决雷达目标跟踪过程中出现的大量虚假目标和造成很多虚假航迹的问题，提高点迹过滤的质量，从而更好的实现目标跟踪。
-
公开(公告)号：CN114612890A
公开(公告)日：2022-06-10
申请号：CN202210222537.7
申请日：2022-03-09
Applicant: 南通大学
IPC: G06V20/62 , G06V30/148 , G06V10/56
Abstract: 本发明提供了一种车牌字符定位及分割方法，属于车牌识别技术领域。解决了车牌定位中因外界环境因素干扰出错，车牌字符分割中出现字符断裂、字符粘连和数字“1”以及车牌分隔符被误分割的问题。其技术方案为：包括以下步骤：S1、读入原始图像经过高斯模糊处理；S2、将原始图像进行灰度化得到图像Image_gray；S4、根据车牌长宽比例、面积对可疑连通区域进行筛选，得到精确车牌区域，通过透视变换，在原始图像Image_initial中定位并裁剪出车牌图像；S5、对定位所得的车牌图像进行预处理。本发明的有益效果为：通过采用车牌字符定位以及分割方法，提高车牌定位和字符分割准确度，更好地识别出车牌字符。
-
公开(公告)号：CN116453043A
公开(公告)日：2023-07-18
申请号：CN202310244607.3
申请日：2023-03-14
Applicant: 南通大学
IPC: G06V20/52 , G06T7/00 , G06T7/194 , G06V20/40 , G06V10/774
Abstract: 本发明提供了一种基于背景建模和目标检测的厨房老鼠检测方法，属于计算机视觉技术领域。解决了存在有干扰因素的复杂背景下的老鼠检测精度低的问题。其技术方案为：包括以下步骤：S1、样本数据采集；S2、建立背景模型；S3、提取当前帧图像中所有的前景运动目标的目标框；S4、对目标框建立混合高斯分布模型；S5、老鼠检测；S6、输出目标检测结果。本发明的有益效果为：该方法得出一种老鼠检测的通用模型,可以适用在餐饮后厨、食品加工等多种场景下，实现老鼠检测的智能化，减少人工监管所耗费的时间和精力，一定程度上解决老鼠对食品及商品的危害。
-
公开(公告)号：CN115830635A
公开(公告)日：2023-03-21
申请号：CN202211583387.9
申请日：2022-12-09
Applicant: 南通大学
IPC: G06V40/10 , G06V20/40 , G06V20/52 , G06V10/774 , G06F3/01 , G06F16/951
Abstract: 本发明提供了一种基于关键点检测和目标识别的PVC手套识别方法，属于计算机视觉技术领域。解决了在有干扰因素的复杂背景下的PVC手套识别精度低的问题。其技术方案为：包括以下步骤：S1、样本数据采集及模型训练；S2、将从摄像头采集到的原始图像输入到训练之后的人体关键点检测模型中；S3、提出六点定位法；S4、识别PVC手套：S5、输出目标识别结果。本发明的有益效果为：本发明提供的PVC手套识别的通用模型，可以适用在餐饮后厨、食品加工等多种场景下，实现食品卫生监管的智能化，减少人工监管所耗费的时间和精力，有效避免食品卫生安全事件的发生。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
