-
公开(公告)号：CN118603077A
公开(公告)日：2024-09-06
申请号：CN202410717049.2
申请日：2024-06-04
Applicant: 国网河南省电力公司 , 国网河南省电力公司电力科学研究院 , 安徽大学
Abstract: 本发明公开了一种基于多传感器融合的四足机器人巡检地图构建系统及方法,包括两个建图子系统以及一个多传感器融合的状态估计器，系统包括IMU、GNSS、腿部关节编码器、足端力传感器、激光雷达和双目RGB‑D相机六个传感器的预处理和雷达惯性里程计与视觉惯性里程计；所述多传感器融合的状态估计器包括回环检测以及因子图优化；激光雷达和IMU连接雷达惯性里程计﹐双目RGB‑D相机；本发明提供的基于多传感器融合的四足机器人巡检地图构建系统及方法具有实现机器人在变电站复杂环境中的定位、地图构建，旨在提高四足机器人在变电站巡检任务中的导航精度和鲁棒性的优点。
-
公开(公告)号：CN117853752A
公开(公告)日：2024-04-09
申请号：CN202311792540.3
申请日：2023-12-22
Applicant: 安徽大学
Abstract: 本发明提供基于双分支预测和多尺度特征的显著性检测方法及系统，方法包括：获取并划分预置常规显著性检测数据集；利用主干网络Efficient‑Net从预置常规显著性检测数据集中提取主要特征，并根据差异种类特征增强策略，构建显著性检测网络DBNet，其中，新双分支模块包括：前景分支模块FM、背景分支模块BM，利用显著性检测网络DBNet提取前景信息及背景信息进行显著性检测，得到训练完成网络；在测试集上，测试训练完成网络得到测试结果，根据预置评价指标对测试结果进行指标测试，以得到网络训练结果模型供显著性检测操作。本发明解决了现有显著性检测方法只关注于前景信息，而忽略背景信息导致的生成的显著图不清晰的技术问题。
-
公开(公告)号：CN114332488A
公开(公告)日：2022-04-12
申请号：CN202111671961.1
申请日：2021-12-31
Applicant: 安徽大学
Abstract: 本发明公开了一种融合显著信息和多粒度上下文特征的目标跟踪方法及系统，该系统包括孪生子神经网络、多分支融合模块、全局上下文模块、注意力图模块、深度互相关模块和目标位置确定模块。运用该系统可以提取模板图片的多个特征作为模板分支特征，提取搜索图片的多个特征作为搜索分支特征；根据模板分支特征得到模板特征；根据搜索分支特征得到搜索特征；根据搜索特征和模板特征，得到搜索特征的注意力图和模板特征的注意力图；将模板特征的注意力图和搜索特征的注意力图进行深度互相关得到得分图；将得分图进行分类和回归操作，确定目标在搜索图片中的位置。避免了在跟踪目标的过程中出现遮挡、形变和旋转等情况时，可能会出现丢失目标的情况。
-
公开(公告)号：CN117351311A
公开(公告)日：2024-01-05
申请号：CN202311318267.0
申请日：2023-10-12
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06V10/80 , G06V10/82 , G06V10/77 , G06V10/774
Abstract: 本发明公开了一种基于双模态数据融合的变电站设备检测方法及系统，方法包括以下步骤：从变电站获取待测变电站设备的红外模态图像和可见光模态图像，并对红外模态图像和可见光模态图像进行预处理；基于双流‑YOLOv5神经网络，构建多模态检测模型；将预处理后的红外模态图像和可见光模态图像输入多模态检测模型，分别获得红外模态特征图以及可见光模态特征图；进行自注意力融合，经一系列特征图相加，获得融合特征图；基于融合特征图，获得目标信息；对目标信息进行目标定位，获得目标位置，完成变电站设备的检测。本发明能够更好地提高特征的表达能力，可以进一步提高变电站设备检测的准确性。
-
公开(公告)号：CN117274191A
公开(公告)日：2023-12-22
申请号：CN202311214573.X
申请日：2023-09-18
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/25 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于元学习的变电站设备缺陷检测方法及系统，方法包括：获取变电站设备的缺陷图像形成数据集；将DarkNet‑53作为检测框架，在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块，将网络最后两层CSP模块增加注意力机制形成ACSP模块，最后将元学习算法MAML算法融合到检测框架的训练流程中，得到基于元学习的缺陷检测模型，利用训练集训练缺陷检测模型，得到最终的缺陷检测模型；利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别，得到最终的变电站设备缺陷检测结果；本发明的优点在于：提升面对小样本任务时网络的检测能力，提高检测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119180801A
公开(公告)日：2024-12-24
申请号：CN202411268189.2
申请日：2024-09-11
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及公开了一种基于显著性的变电站设备缺陷检测方法、系统、终端设备及计算机可读存储介质，包括步骤：S1、数据集预处理、S2、主干卷积网络模型构建、S3、缺陷主体的全局特征提、S4、自适应多尺度特征融合和S5、多尺度特征融合。本发明主要采用多尺度深度学习的方法来构建神经网络模型，深层特征指导浅层特征的方式来提取有效特征，从粗到细逐层进行建模，以实现对图像的全方位特征提取，采用多尺度融合，提高变电站设备缺陷检测的鲁棒性，将深层特征与浅层特征交叉相互融合起来，有选择性地集成多层次的上下文信息，得到更为丰富且稳定有效的特征表示，从而提高了变电站设备缺陷检测的效果。
-
公开(公告)号：CN116523858A
公开(公告)日：2023-08-01
申请号：CN202310438083.1
申请日：2023-04-21
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于注意力机制的电力设备漏油检测方法及存储介质，获取待测电力设备的图像输入至漏油检测模型，模型包括依次邻接的Backbone网络、Neck网络和Head网络，在Neck网络的跳接层中设置注意力池化捕获模块，在Backbone网络中和Neck网络的末端加入分级通道注意力模块；通过Backbone网络对待测电力设备的图像进行特征提取，得到不同深度的特征图；将不同深度的特征图经注意力池化捕获模块输入至Neck网络，得到不同尺寸的特征图；将不同尺寸的特征图经过Neck网络末端设置的分级通道注意力模块，得到不同的目标信息；将不同的目标信息输入至Head网络，得到电力设备漏油检测结果。
-
公开(公告)号：CN113298850A
公开(公告)日：2021-08-24
申请号：CN202110657108.8
申请日：2021-06-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于注意力机制与特征融合的目标跟踪方法及系统，属于计算机视觉技术领域，利用目标跟踪模型进行目标跟踪，所述目标跟踪模型包括目标分类网络和目标估计网络，包括获取待测试图像，作为所述目标跟踪模型的输入；利用目标分类网络对待测试图像进行处理，得到目标的粗定位结果；利用目标估计网络对目标粗定位结果进行处理，确定目标所在位置。本发明相较于已有的跟踪算法，取得了较有竞争的精度和成功率结果。
-
公开(公告)号：CN112233107A
公开(公告)日：2021-01-15
申请号：CN202011217136.X
申请日：2020-11-04
Applicant: 安徽大学
Abstract: 本发明公开了基于图像处理技术的葵花籽品级分类方法，涉及物料分选技术领域，方法包括：拍摄葵花籽的原始图像；对原始图像进行二值化处理，得到二值化图像；从二值化图像中分离出每个单独的葵花籽物料；对葵花籽物料计算纹理杂乱度特征和质心偏离度特征；根据上述两个特征，计算每个葵花籽物料的品质因数；根据设定的品质因数和每个葵花籽物料的品质因数进行品级分类。本发明方法的原理简单、执行高效、分级精度高、计算复杂度低，且不涉及复杂的非线性计算，易于在嵌入式系统中使用C语言实现，也可以方便地移植到FPGA中进行实现，具有良好的工业应用价值。
-
公开(公告)号：CN108537832A
公开(公告)日：2018-09-14
申请号：CN201810316415.8
申请日：2018-04-10
Applicant: 安徽大学
Abstract: 本发明属于数据识别及数据表示技术领域，公开了一种基于局部不变灰度特征的图像配准方法、图像处理系统，所述基于局部不变灰度特征的图像配准方法构建特征提取描述子；通过寻找配准图像间的特征点，采用最近邻法则寻找相匹配的关键点；计算配准图像间的仿射变换变换矩阵H，通过奇异值分解求出其6个参数。构建描述子，将采样点分为奇偶两部分，使得构造描述子时维度显著降低，减少了运行时间，提高了配准时的精度与准确度；构造描述子向量时，根据灰度值大小进行排序，具有旋转不变性。本发明的检测精度较高，具有较好的噪声鲁棒性和较低的计算复杂度，主要得益于较大程度上降低原描述子的维度，对光照变换不敏感。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
