-
公开(公告)号：CN113362457B
公开(公告)日：2021-11-02
申请号：CN202110911023.8
申请日：2021-08-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于散斑结构光的立体视觉测量方法及系统，通过采集不同曝光条件下待测物体图像的第一散斑图像、第二散斑图像以及彩色图像并进行校正，并对校正后的第一散斑图像、第二散斑图像进行自适应匹配，得到不同曝光条件下视差图；对不同曝光条件下视差图进行多曝光点融合，得到三维点云信息，并结合校正后的彩色图像与第一散斑图像匹配的色彩信息，匹配得到三维模型；本发明通过对散斑图像进行自适应匹配，并结合多次生成窗口策略，使得符合图像匹配接近性原则，提高遮挡区域匹配精度，并结合多曝光点云融合配准算法，对不同曝光条件下的点云数据进行融合，弥补反光区域所形成较大无法填补的问题，精确得到反光物体的三维信息。
-
公开(公告)号：CN113362457A
公开(公告)日：2021-09-07
申请号：CN202110911023.8
申请日：2021-08-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于散斑结构光的立体视觉测量方法及系统，通过采集不同曝光条件下待测物体图像的第一散斑图像、第二散斑图像以及彩色图像并进行校正，并对校正后的第一散斑图像、第二散斑图像进行自适应匹配，得到不同曝光条件下视差图；对不同曝光条件下视差图进行多曝光点融合，得到三维点云信息，并结合校正后的彩色图像与第一散斑图像匹配的色彩信息，匹配得到三维模型；本发明通过对散斑图像进行自适应匹配，并结合多次生成窗口策略，使得符合图像匹配接近性原则，提高遮挡区域匹配精度，并结合多曝光点云融合配准算法，对不同曝光条件下的点云数据进行融合，弥补反光区域所形成较大无法填补的问题，精确得到反光物体的三维信息。
-
公开(公告)号：CN118153188A
公开(公告)日：2024-06-07
申请号：CN202410135436.5
申请日：2024-01-30
Applicant: 成都信息工程大学 , 浙江大学 , 蔚来汽车科技(安徽)有限公司
IPC: G06F30/15 , G06F30/23 , G06F30/27 , G06N5/04 , G06N5/025 , G06F119/18 , G06F111/20 , G06F113/28 , G06F111/10
Abstract: 本发明公开了一种基于本体的零件基准设计方法，属于零件基准设计技术领域，为了提高白车身零部件基准定位的效率和准确性，所述基于本体的零件基准设计方法包括：S1：基于零件基准设计的避让规则、功能要求和主基准的增设状况，利用建模软件，构建本体模型；S2：基于SWRL规则和所述本体模型，建立零件基准的推理规则；S3：利用所述零件基准的推理规则对目标零件进行基准设计。本发明能够解决现有白车身零部件基准定位的过程要综合产品的各种详细信息，导致处理流程繁琐，而且设计结果往往有很大的不确定性，效率低，影响产品的研发速度的问题。
-
公开(公告)号：CN112330659A
公开(公告)日：2021-02-05
申请号：CN202011326655.X
申请日：2020-11-24
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种结合LSD直线检测和连通域标记法的几何公差符号分割方法，该方法包括采集几何公差标注块图像并进行图像预处理，对预处理后图像中的几何公差框进行定位，对定位得到的几何公差框的上下框线进行去除处理，采用LSD直线检测和连通域标记法对几何公差标注块图像中的几何公差符号进行分割。本发明首先对几何公差标注块图像进行图像预处理，以减少图像中的干扰，再使用深度学习目标检测方法对几何公差标注块进行定位，然后去除几何公差框的上下框线，最后利用LSD直线检测和连通域标记法对几何公差框进行分割，提取出几何公差符号，解决了现有技术中存在的几何公差定位不准确、几何公差符号分割空白的问题，实现了几何公差符号的准确分割。
-
公开(公告)号：CN119600103A
公开(公告)日：2025-03-11
申请号：CN202411659344.3
申请日：2024-11-19
Applicant: 蔚来汽车科技(安徽)有限公司 , 浙江大学 , 成都信息工程大学
IPC: G06T7/73 , G06V10/44 , G06V10/46 , G06V10/75 , G06V10/764 , G06N5/04 , G06N5/022 , G06N5/01 , G06F30/17 , G06F111/04 , G06F111/10
Abstract: 本申请公开了一种基于STEP提取、知识模型构建、空间搜索的智能基准方案，所述方法包括：获取零件的数字模型；触发知识模型确定定位零件需要的几何特征信息；触发几何解析模块解析数字模型，确定与几何特征信息匹配的特征点云；触发知识模型根据特征点云确定候选基准点云和评测点云；触发推理模块根据数字模型、候选基准点云和评测点云确定零件的类别是刚性零件还是柔性零件，以及结合所述零件的类别确定所述零件的定位基准点。采用本申请提供的技术方案，几何解析模块先解析数字模型确定与几何特征信息匹配的特征点云，然后知识模型确定候选基准点云和评测知识点云，最后利用推理模块确定零件的基准点云，本申请能够快速、准确地确定零件定位基准点。
-
Patent Agency Ranking
公开(公告)号：CN116883685A
公开(公告)日：2023-10-13
申请号：CN202310913723.X
申请日：2023-07-24
Applicant: 成都信息工程大学 , 浙江大学山东工业技术研究院 , 浙江大学 , 蔚来汽车科技(安徽)有限公司
IPC: G06V10/44 , G06V10/77 , G06V10/764 , G06F17/11
Abstract: 本发明公开了一种基于STEP文件解析的车身零件特征信息获取方法，其包括获取车身零件的STEP文件，基于STEP文件中边的参数信息提取边的边界离散点；将功能面转换为NURBS曲面，采用拟牛顿法计算获取边界离散点在参数域内的取值，之后采用射线法对NURBS曲面进行裁剪得到面点云，将面点云转换到原有空间；采用主成分分析法获取功能面的局部坐标，计算功能面的每个面点云到局部坐标系的z轴所在平面的距离；确定功能面的类型及两个功能面是否垂直；根据功能面的边界类型、面类型、与邻面是否垂直和法向穿过面的数量，采用朴素贝叶斯分类器得到功能面类型。
-
公开(公告)号：CN112215185A
公开(公告)日：2021-01-12
申请号：CN202011131723.7
申请日：2020-10-21
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种从监控视频中检测跌倒行为的系统及方法，属于视频监控技术领域，包括依次连接的关键帧提取模块、行人检测模块、人体关键点检测模块、连续姿态特征编码模块以及输出模块。本发明从监控视频中检测跌倒行为包括从监控画面中检测行人、人体关键点检测与姿态估计、连续时间域的人体姿态类图像特征编码和基于CNN卷积神经网络的跌倒行为分类器四个部分，解决了现有技术跌倒检测系统需要额外穿戴设备、检测精度不高和需要额外安装监控设备的缺陷和不足，提供一种低成本、无需额外安装监控设备的、从现有的普通监控摄像头所拍摄的视频中分析人体的动作行为，并检测是否有跌倒行为发生。
-
公开(公告)号：CN110263690A
公开(公告)日：2019-09-20
申请号：CN201910505137.5
申请日：2019-06-12
IPC: G06K9/00
Abstract: 本申请公开了一种基于小群组的群体行为特征提取与描述方法及系统，将自适应帧间差分法融入混合高斯背景模型获得改进的混合高斯背景模型；使用改进的ST时空立方体分割算法在时间上通过目标追踪KLT算法检测并跟踪群体运动区域中的特征点，在空间上连接所述特征点，进而将所述特征点划分为小群组；基于小群组改进群体的一致性、冲突性、稳定性和密度属性的计算方法，将改进的群体运动交互信息融合编码成STFD时空体特征描述算子。实现了完整地描述行人的全局和局部运动信息。
-
公开(公告)号：CN110245603A
公开(公告)日：2019-09-17
申请号：CN201910505120.X
申请日：2019-06-12
Abstract: 本申请公开了一种群体异常行为实时检测方法，基于STFD时空体特征描述算子和原始图像帧构建进行群体异常行为检测的第一DCCNN结构；设置训练参数来优化第一DCCNN结构，以获得具有高层语义特征的第二DCCNN结构；根据第二DCCNN结构设计群体异常行为实时检测系统，以确定待检测视频流中是否存在群体异常行为。系统使用STFD提取并量化描述了子群体间的运动交互信息，进一步提高了DCCNN的识别准确率，同时解决了当前群体异常行为智能识别系统计算量大的问题。而且将多帧光流地图通道替换成单帧的运动通道，使得DCCNN的训练参数大大减少，加快了DCCNN的训练和识别计算速度。
-
公开(公告)号：CN112215185B
公开(公告)日：2022-08-05
申请号：CN202011131723.7
申请日：2020-10-21
Applicant: 成都信息工程大学
IPC: G06V40/20 , G06V20/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明提供了一种从监控视频中检测跌倒行为的系统及方法，属于视频监控技术领域，包括依次连接的关键帧提取模块、行人检测模块、人体关键点检测模块、连续姿态特征编码模块以及输出模块。本发明从监控视频中检测跌倒行为包括从监控画面中检测行人、人体关键点检测与姿态估计、连续时间域的人体姿态类图像特征编码和基于CNN卷积神经网络的跌倒行为分类器四个部分，解决了现有技术跌倒检测系统需要额外穿戴设备、检测精度不高和需要额外安装监控设备的缺陷和不足，提供一种低成本、无需额外安装监控设备的、从现有的普通监控摄像头所拍摄的视频中分析人体的动作行为，并检测是否有跌倒行为发生。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
