公开(公告)号：CN112883969B

公开(公告)日：2022-08-26

申请号：CN202110223872.4

申请日：2021-03-01

Applicant: 河海大学

Inventor： 张振 ,  王杰 ,  沈淏旸 ,  黄启略 ,  魏饶 ,  陈林 ,  刘志杰 ,  莫岱辉 ,  蒋芸

IPC: G06V10/25 ,  G06V10/28 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G01W1/14

Abstract: 本发明公开了一种基于卷积神经网络的降雨强度检测方法，属于计算机视觉技术领域，本发明利用不同降雨条件下水面雨生表面波纹理特征的差异性，通过对连续两帧图像进行残差处理提取波纹纹理特征，进而使用全卷积神经网络进行有监督的深度学习，实现无雨、小雨、中雨、大雨四个等级的瞬时降雨强度定性检测。本发明选取不同天气、光照和水流条件下实际水面的监控图像构建神经网络训练数据集，对复杂光照条件具有较强的鲁棒性，可实现全天候实时在线监测。本发明在保障准确获取降雨强度信息的同时有效地减少了布设传统降雨强度检测仪器所需的成本。

公开(公告)号：CN112883969A

公开(公告)日：2021-06-01

申请号：CN202110223872.4

申请日：2021-03-01

Applicant: 河海大学

Inventor： 张振 ,  王杰 ,  沈淏旸 ,  黄启略 ,  魏饶 ,  陈林 ,  刘志杰 ,  莫岱辉 ,  蒋芸

IPC: G06K9/32 ,  G06K9/38 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G01W1/14

Abstract: 本发明公开了一种基于卷积神经网络的降雨强度检测方法，属于计算机视觉技术领域，本发明利用不同降雨条件下水面雨生表面波纹理特征的差异性，通过对连续两帧图像进行残差处理提取波纹纹理特征，进而使用全卷积神经网络进行有监督的深度学习，实现无雨、小雨、中雨、大雨四个等级的瞬时降雨强度定性检测。本发明选取不同天气、光照和水流条件下实际水面的监控图像构建神经网络训练数据集，对复杂光照条件具有较强的鲁棒性，可实现全天候实时在线监测。本发明在保障准确获取降雨强度信息的同时有效地减少了布设传统降雨强度检测仪器所需的成本。

公开(公告)号：CN111598098B

公开(公告)日：2022-07-29

申请号：CN202010386698.0

申请日：2020-05-09

Applicant: 河海大学

Inventor： 张振 ,  周扬 ,  王慧斌 ,  张丽丽 ,  汪崎宇 ,  李嘉辉 ,  沈淏旸

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06T7/136

Abstract: 本发明公开了一种基于全卷积神经网络的水尺水位线检测及有效性识别方法，包括如下步骤：S1、获取水尺图像并进行人工标注，将水尺、水草和水体用不同的类别区分，得到标签图；S2、设计全卷积神经网络结构，进行网络训练；S3、利用训练得到的全卷积神经网络对待测图像进行语义分割，实现像素级的语义标记；S4、在语义分割图像中检测水尺水位线及识别有效性。本发明检测精度高，鲁棒性强，操作简单。

公开(公告)号：CN111598098A

公开(公告)日：2020-08-28

申请号：CN202010386698.0

申请日：2020-05-09

Applicant: 河海大学

Inventor： 张振 ,  周扬 ,  王慧斌 ,  张丽丽 ,  汪崎宇 ,  李嘉辉 ,  沈淏旸

IPC: G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06T7/136

Abstract: 本发明公开了一种基于全卷积神经网络的水尺水位线检测及有效性识别方法，包括如下步骤：S1、获取水尺图像并进行人工标注，将水尺、水草和水体用不同的类别区分，得到标签图；S2、设计全卷积神经网络结构，进行网络训练；S3、利用训练得到的全卷积神经网络对待测图像进行语义分割，实现像素级的语义标记；S4、在语义分割图像中检测水尺水位线及识别有效性。本发明检测精度高，鲁棒性强，操作简单。