-
Patent Agency Ranking
公开(公告)号：CN111783794B
公开(公告)日：2023-08-22
申请号：CN202010512200.0
申请日：2020-06-08
Applicant: 湖北工业大学
IPC: G06V10/40 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法，结合深度可分离卷积神经网络特征提取的能力、SSD(Single Shot Detection)模型多尺度检测算法对不同大小目标的适应能力以及改进NMS(改进非极大值抑制NonMaximumSuppression，NMS)对遮挡物体的高检测性能来解决现有检测方法速度过慢、精度不高的问题。
-
公开(公告)号：CN109903275B
公开(公告)日：2021-05-18
申请号：CN201910112614.1
申请日：2019-02-13
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于自适应多尺度滤波和直方图对比的酒醅发霉区域检测方法，该方法能够消除光照分布不均匀的影响并识别和定位酒醅的发霉区域。本发明方法首先采用最小值滤波、高斯滤波与自适应二维伽马函数相结合的方法来预处理图像以消除光照不均带来的影响，再利用HSV空间侧重于色彩表示的特性，通过基于直方图对比的方法，对酒醅中的白色发霉区域进行检测，获得发霉区域坐标值。与现有的技术相比，本发明结合了HSV色彩空间与直方图对比的特性，削弱了光照分布不均带来的影响，提高了检测准确度，加快了检测速度。
-
公开(公告)号：CN109903275A
公开(公告)日：2019-06-18
申请号：CN201910112614.1
申请日：2019-02-13
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于自适应多尺度滤波和直方图对比的酒醅发霉区域检测方法，该方法能够消除光照分布不均匀的影响并识别和定位酒醅的发霉区域。本发明方法首先采用最小值滤波、高斯滤波与自适应二维伽马函数相结合的方法来预处理图像以消除光照不均带来的影响，再利用HSV空间侧重于色彩表示的特性，通过基于直方图对比的方法，对酒醅中的白色发霉区域进行检测，获得发霉区域坐标值。与现有的技术相比，本发明结合了HSV色彩空间与直方图对比的特性，削弱了光照分布不均带来的影响，提高了检测准确度，加快了检测速度。
-
公开(公告)号：CN111783794A
公开(公告)日：2020-10-16
申请号：CN202010512200.0
申请日：2020-06-08
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法，结合深度可分离卷积神经网络特征提取的能力、SSD(Single Shot Detection)模型多尺度检测算法对不同大小目标的适应能力以及改进NMS(改进非极大值抑制NonMaximumSuppression，NMS)对遮挡物体的高检测性能来解决现有检测方法速度过慢、精度不高的问题。
-
公开(公告)号：CN110111361A
公开(公告)日：2019-08-09
申请号：CN201910324690.9
申请日：2019-04-22
Applicant: 湖北工业大学
Abstract: 本发明提供一种基于多阈值自优化背景建模的运动目标检测方法，该方法能够快速消除检测结果中的伪影且对复杂环境的抗干扰能力较强。为实现该目的，所采用的技术方案是：使用像素点的20邻域来创建背景模型；通过灰度空间的自适应距离阈值和RGB空间的颜色畸变度阈值同时作用来判断新的一帧的像素值是否属于背景；通过噪点去除、空洞填充和中值滤波处理来去除噪点并填充前景区域的空洞；在统计前景点出现频率并依此来更新背景模型，可以在图像上将运动目标和背景利用二值分割显示出来。本发明方法可广泛应用于交通视频监控、室内安防、计算机视觉等领域，具有较广的应用前景和较大的经济价值。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
