-
公开(公告)号:CN117007032A
公开(公告)日:2023-11-07
申请号:CN202310548670.6
申请日:2023-05-15
Applicant: 安徽大学
IPC: G01C21/00 , G06T7/70 , G06T7/80 , G06T7/269 , G06T7/10 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种矿山非结构化特征的结合实例分割和光流估计双目相机和IMU紧耦合SLAM方法。具体过程如下:订阅IMU里程,对IMU信息进行预积分,并将结果进行传播;通过相机对当前帧进行获取,加入对动态物体干扰线程,负责对关键帧图像进行实例分割,得到潜在动态物体掩膜,对当前帧和上一帧进行光流估计,得到每一个动态物体的运动信息,去除非运动物体掩膜。获取真实物体掩膜。在跟踪线程提取特征后,使用干扰去除线程得到的掩膜去除从动态物体上提取的特征点,然后根据帧间特征点匹配获取相机的运动,实现跟踪与定位。
-
公开(公告)号:CN116798117A
公开(公告)日:2023-09-22
申请号:CN202310387213.3
申请日:2023-04-07
Applicant: 安徽大学 , 苏州图灵智驰智能科技有限公司
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V40/10 , G06V10/82 , G06V10/764 , G06V20/52 , G06T7/246 , G06N3/08
Abstract: 一种基于视频理解的矿井下异常动作识别方法,其中包括:通过摄像头获取井下包含矿工实时动作的视频数据;预处理视频数据进行视频剪裁与抽帧,先将图片帧中的人物进行识别与标记;再将标记的人物目标绑定ID进行前后帧目标跟踪;将目标跟踪的结果送入3D卷积神经网络提取视频帧特征;将样本输入至SlowFast网络获得动作识别结果;根据追踪目标的具体动作,发现异常行为并发出警告。本发明解决了矿井下矿工异常动作判断智能化水平低的问题。
-