公开(公告)号：CN119399502A

公开(公告)日：2025-02-07

申请号：CN202411444231.1

申请日：2024-10-16

Applicant: 河南科技大学

Inventor： 陶发展 ,  黄波 ,  付主木 ,  王志凯 ,  何静 ,  周遥 ,  李梦杨 ,  冀保峰 ,  王楠 ,  王俊 ,  张中才 ,  唐小林 ,  朱龙龙 ,  司鹏举

IPC: G06V10/75 ,  G06V10/762 ,  G06V10/26

Abstract: 本发明涉及自主导航下的视觉SLAM技术领域，且公开了一种基于图像差分和粒子滤波的动态场景RGB‑D SLAM方法，首先，基于FAST特征和BRIEF描述子的视觉SLAM匹配特征点，引入PROSAC算法进行匹配优化。其次，基于优化的匹配点集计算基础矩阵，将前一帧RGB图像重投影到当前图像，通过差分两张图像来粗略检测物体运动。再次，基于粒子滤波跟踪以增强物体运动检测，具体的，将差分图像信息用作粒子滤波的测量信息，更新粒子的权重，从而优化移动对象位置估计。在每次迭代中，计算移动对象位置的MAP估计。进而，通过矢量量化深度图来进一步优化检测结果，以精确地分割移动对象。最后，通过移除位于分割区域中的特征，为实现相机精确自运动估计，以及有效建图提供基础。

公开(公告)号：CN119741544A

公开(公告)日：2025-04-01

申请号：CN202411810630.5

申请日：2024-12-10

Applicant: 河南科技大学

Inventor： 付主木 ,  胡东辉 ,  陶发展 ,  黄波 ,  王志凯 ,  高颂 ,  王楠 ,  王俊 ,  朱龙龙 ,  司鹏举 ,  王欢 ,  何静 ,  王永强

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/045

Abstract: 一种基于深度学习的异常烟丝检测方法，包括如下步骤：在烟丝输送过程中对烟丝进行连续拍摄，得到原始烟丝图像；将原始烟丝图像输入到预先训练好的烟丝检测模型中进行检测并且输出烟丝异常结果，烟丝检测模型以YOLOv5s网络模型为基础，包括主干网络、瓶颈层网络和预测层网络，烟丝检测模型对原始烟丝图像进行检测的方法包括：利用主干网络的多个特征提取模块对原始烟丝图像进行特征提取输出多个基本特征图，并且最后一个特征提取模块输出的基本特征图经过SPPF模块处理；利用瓶颈层网络对基本特征图进行深度特征增强得到增强特征图；利用预测层网络基于增强特征图输出预测结果。本发明能够在烟丝输送过程中快速、精确地对烟丝进行检测，确定烟丝异常情况。

公开(公告)号：CN119625333A

公开(公告)日：2025-03-14

申请号：CN202411726677.3

申请日：2024-11-28

Applicant: 河南科技大学

Inventor： 陶发展 ,  黄波 ,  王志凯 ,  冀保峰 ,  王楠 ,  王俊 ,  朱龙龙 ,  李梦杨 ,  司鹏举 ,  王欢 ,  何静 ,  张中才 ,  周遥 ,  王永强

IPC: G06V10/40 ,  G06V10/75 ,  G06V10/80

Abstract: 基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法，包括骤：实时采集环境图像，并且将环境图像输入到预先训练好的SLAM模型中生成动态环境模型并且优化，SLAM模型基于SuperPoint算法构建，SLAM模型包括多尺度特征融合模块、注意力模块、三元组损失模块、随机一致算法模块和综合特征融合模块。本发明提供一种基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法及系统，能够处理复杂环境中多特征、多源数据的融合与优化，适用于室内外复杂场景，显著提高视觉惯性SLAM的精度、鲁棒性和适应性，降低外界干扰对系统的影响。