一种融合特征超分辨率的车道线检测方法及装置

    公开(公告)号:CN118587671A

    公开(公告)日:2024-09-03

    申请号:CN202410733389.4

    申请日:2024-06-07

    Applicant: 江南大学

    Abstract: 本发明涉及车道线检测技术领域,尤其是指一种融合特征超分辨率的车道线检测方法及装置,包括:利用图像超分辨率网络对待检测的车道线图像进行预处理;利用经过预处理的待检测的车道线图像对预先构建的超分辨率车道线检测模型进行训练;所述超分辨率车道线检测模型包括依次连接的特征提取模块、跨尺度特征融合模块和检测模块;利用经过训练的超分辨率车道线检测模型对待检测的车道线图像进行检测。本发明在训练阶段通过图像超分辨率网络提升训练输入图像的分辨率,使得模型能够利用高分辨率图像学习到高分辨率特征信息,并且测试阶段不增加模型额外的计算负担,提升了车道线检测的准确率。

    基于事件的谱聚类运动目标检测方法及系统

    公开(公告)号:CN116416559B

    公开(公告)日:2024-08-02

    申请号:CN202310397174.5

    申请日:2023-04-14

    Applicant: 江南大学

    Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统,该方法包括输入样本集中的某个事件帧;选取所述事件帧中的部分数据点n,并融合距离建立相似矩阵A;基于所述相似矩阵A计算得到部分数据点n的聚类结果;基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A',根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果;将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并;输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果,降低了计算时间消耗,提升运动目标检测效率;自适应地获取聚类数目,避免人工设置的主观性误差。

    基于事件数据与图像数据联合的运动目标检测方法及系统

    公开(公告)号:CN116416602A

    公开(公告)日:2023-07-11

    申请号:CN202310408477.2

    申请日:2023-04-17

    Applicant: 江南大学

    Abstract: 本发明提供一种基于事件数据与图像数据联合的运动目标检测方法及系统,该方法包括获取稀疏事件数据和标准图像帧;对稀疏事件数据进行重构处理得到事件帧,输入到卷积神经网络中进行训练,并计算得到目标在事件帧上的位置;将标准图像帧从RGB色彩空间转化HSV色彩空间,进行二值化处理得到二值化帧;将得到的目标位置转换到二值化帧中,并统计二值化帧中目标位置区域的白色像素数;判断目标位置区域中的白色像素数对于整个二值化帧中白色像素数的占比是否超过设定的阈值,如果是,则所述目标被正确检测出,否则检测出错误的目标。本发明解决了对图像中特定的目标进行检测时,仅利用事件相机获取的数据,不易区分不同目标的问题。

    基于事件的谱聚类运动目标检测方法及系统

    公开(公告)号:CN116416559A

    公开(公告)日:2023-07-11

    申请号:CN202310397174.5

    申请日:2023-04-14

    Applicant: 江南大学

    Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统,该方法包括输入样本集中的某个事件帧;选取所述事件帧中的部分数据点n,并融合距离建立相似矩阵A;基于所述相似矩阵A计算得到部分数据点n的聚类结果;基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A',根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果;将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并;输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果,降低了计算时间消耗,提升运动目标检测效率;自适应地获取聚类数目,避免人工设置的主观性误差。

    基于ANFIS及随机分形搜索算法的黄酒发酵预测方法及系统

    公开(公告)号:CN115829099A

    公开(公告)日:2023-03-21

    申请号:CN202211477103.8

    申请日:2022-11-23

    Applicant: 江南大学

    Abstract: 本发明提供一种基于ANFIS及随机分形搜索算法的黄酒发酵预测方法及系统,该方法包括采集不同生产批次的黄酒生成中前酵过程的数据样本;将所述数据样本划分为训练集和测试集,并对数据样本进行归一化处理;将处理后数据样本输入提前构建好的多输出自适应神经模糊推理系统模型,利用层次学习随机分形搜索算法对多输出自适应神经模糊推理系统模型进行模型参数的辨识与优化,得到优化后的多输出自适应神经模糊推理系统模型;对黄酒发酵状态进行预测。本发明提升了模型的精度和泛化能力,可以实现不同生产批次黄酒发酵状态的良好预测。

    一种基于自适应特征选择和尺度损失函数的文本检测方法

    公开(公告)号:CN112926582B

    公开(公告)日:2021-12-07

    申请号:CN202110341740.1

    申请日:2021-03-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于自适应特征选择和尺度损失函数的文本检测方法包括:利用主干网络获取图像中的文本特征,并通过特征金字塔网络进行基础特征的提取;利用自适应特征选择,从所述基础特征中提取更具有代表性的特征信息;利用渐进式扩张算法将所述具有代表性的特征信息进行分割、扩展,并获得最终检测结果。本发明将可形变卷积应用到具有一定几何变形的文本上,使得网络可以适应任意的文本形状,能检测不同大小的文本;还能提取更加丰富、准确的特征,解决了图像中文本尺度变化较大的问题,有效减少误检。

    基于局部时滞重构的滑动窗时间差‑高斯过程回归建模方法

    公开(公告)号:CN106156434A

    公开(公告)日:2016-11-23

    申请号:CN201610542544.X

    申请日:2016-07-11

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于局部时滞重构的滑动窗时间差‑高斯过程回归建模方法,适合应用于具有时滞、非线性、时变特性的化工过程。本发明所述方法能够通过滑动窗口策略逐步跟踪最新的过程时变动态,同时,在滑动窗口中采用模糊曲线分析方法对过程阶段性时滞特征进行参数提取,并用于局部模型训练样本和测试样本的时滞重构;然后采用时间差高斯过程回归(TDGPR)模型来描述局部重构滑动窗口上的变量漂移特征。本发明为工业过程提供了一种有效的实时预测和控制的技术支持手段,有利于提高产品质量,控制生产成本,规避安全隐患。

    一种实现黄酒发酵自动化控制的装备及应用

    公开(公告)号:CN105349328A

    公开(公告)日:2016-02-24

    申请号:CN201510921480.X

    申请日:2015-12-14

    Applicant: 江南大学

    CPC classification number: C12G3/02

    Abstract: 一种实现黄酒发酵自动化控制的装备及应用,属于轻工过程自动化控制领域。该装备采用PLC检测工艺参数,控制现场的执行机构,采用工业控制计算机对黄酒生产工艺进行实时监测与控制,运用智能化仪表及高性能气动阀门以保证检测和控制精度,从而实现黄酒发酵过程中的罐温度与开耙的自动化控制;为了系统的安全性,设有手动装置。本发明实现了黄酒发酵生产的自动化,不仅大大降低了劳动强度,而且解决了黄酒传统发酵工艺中温度与开耙时间的难控制问题,同时一定程度上解决了由于批次发酵控制过程的温度与开耙不重复性而造成黄酒品质不稳定的问题。

    一种黄酒开耙控制系统及其应用

    公开(公告)号:CN101950165A

    公开(公告)日:2011-01-19

    申请号:CN201010248472.0

    申请日:2010-08-09

    Applicant: 江南大学

    Abstract: 本发明公开了一种黄酒开耙控制系统及其应用,包含工控机、PLC、温度传感器、智能仪表和现场执行器,属于轻工过程先进控制领域。工控机设有数据库和人机交互界面,前者用于存储数据,后者用于状态信号的集中显示和控制参数的设定或修改;PLC执行工控机的程序指令;温度传感器采集各发酵罐内的温度信息;智能仪表显示温度并将温度信号传送至数据库;当发酵罐内温度等参数满足设定条件时,工控机向PLC发出程序指令,驱动现场执行器动作,实现罐内料液的开耙。本发明提供的一种黄酒开耙的控制系统,使黄酒酿造工艺中最复杂的过程实现了自动化控制,解决了手工操作造成黄酒品质不稳定等问题,为黄酒酿造过程的全自动化控制奠定了基础。

Patent Agency Ranking