-
Patent Agency Ranking
公开(公告)号：CN113971660B
公开(公告)日：2022-11-08
申请号：CN202111162329.4
申请日：2021-09-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了桥梁健康诊断的计算机视觉方法和智能摄像系统，属于桥梁健康监测技术领域，解决现有技术中用于桥梁健康诊断的图像识别精度低、实时性差和效率低的问题。本发明的方法包括：建立桥梁多类型病害的轻量化语义分割深度卷积神经网络模型；建立桥梁多类型病害的图像数据集，获取训练后的桥梁多类型病害的轻量化语义分割深度卷积神经网络模型；实时采集桥梁图像，获取所述桥梁图像的语义分割结果图。本发明适用于实时在线对桥梁多类型病害的健康情况进行监测和检测，可以将“图像采集、分析计算、结果展示”一体化部件，直接搭载或集成到无人机、机器人、检测车等巡检设备上，实现桥梁病害图像的自动化采集和智能化识别。
-
公开(公告)号：CN113159061A
公开(公告)日：2021-07-23
申请号：CN202110261351.8
申请日：2021-03-10
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于实例分割的实际隧道围岩碴片识别方法。本发明涉及计算机视觉、深度学习和图像识别技术领域；本发明基于同态滤波和直方图均衡化，对隧道围岩碴片原始图像进行预处理；根据预处理后的隧道围岩碴片图像，建立目标检测和语义分割子网络，对围岩碴片进行实例分割；基于由目标检测子网络和语义分割子网络建立的实例分割网络进行独立训练；根据独立训练后的实例分割网络，对原始图像中的碴片进行识别。本发明针对实际隧道开挖过程中无法及时准确识别围岩大小的难题，提出了基于实例分割的实际围岩碴片自动像素级识别方法，可以直接应用于施工现场的背景黑暗、尺寸不均、分布密集、相互堆叠的复杂碴片图像识别。
-
公开(公告)号：CN113971660A
公开(公告)日：2022-01-25
申请号：CN202111162329.4
申请日：2021-09-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了桥梁健康诊断的计算机视觉方法和智能摄像系统，属于桥梁健康监测技术领域，解决现有技术中用于桥梁健康诊断的图像识别精度低、实时性差和效率低的问题。本发明的方法包括：建立桥梁多类型病害的轻量化语义分割深度卷积神经网络模型；建立桥梁多类型病害的图像数据集，获取训练后的桥梁多类型病害的轻量化语义分割深度卷积神经网络模型；实时采集桥梁图像，获取所述桥梁图像的语义分割结果图。本发明适用于实时在线对桥梁多类型病害的健康情况进行监测和检测，可以将“图像采集、分析计算、结果展示”一体化部件，直接搭载或集成到无人机、机器人、检测车等巡检设备上，实现桥梁病害图像的自动化采集和智能化识别。
-
公开(公告)号：CN115797297A
公开(公告)日：2023-03-14
申请号：CN202211546895.X
申请日：2022-12-05
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出震后建筑结构健康诊断多任务学习方法。所述方法包括：步骤一：构建震后建筑结构健康诊断图像数据集；步骤二：建立考虑构件分割、损伤识别和状态评估任务相关性的多任务学习深度学习模型；步骤三：设计考虑不同任务权重和训练过程偏好的综合损失函数，训练多任务学习深度学习网络，分别获得针对多类型结构构件、地震损伤及破坏程度的语义分割器；步骤四：移植不同任务的语义分割器至新数据集，利用少量已标注图像进行微调，获得在新数据集上适用的多任务语义分割器。本发明通过多任务学习避免了传统方法面向多个任务需要训练多个模型，节省了大量训练成本，提升了效率。
-
公开(公告)号：CN113159061B
公开(公告)日：2022-02-08
申请号：CN202110261351.8
申请日：2021-03-10
Applicant: 哈尔滨工业大学
IPC: G06V10/50 , G06V10/774 , G06K9/62 , G06T7/00
Abstract: 本发明是一种基于实例分割的实际隧道围岩碴片识别方法。本发明涉及计算机视觉、深度学习和图像识别技术领域；本发明基于同态滤波和直方图均衡化，对隧道围岩碴片原始图像进行预处理；根据预处理后的隧道围岩碴片图像，建立目标检测和语义分割子网络，对围岩碴片进行实例分割；基于由目标检测子网络和语义分割子网络建立的实例分割网络进行独立训练；根据独立训练后的实例分割网络，对原始图像中的碴片进行识别。本发明针对实际隧道开挖过程中无法及时准确识别围岩大小的难题，提出了基于实例分割的实际围岩碴片自动像素级识别方法，可以直接应用于施工现场的背景黑暗、尺寸不均、分布密集、相互堆叠的复杂碴片图像识别。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
