-
公开(公告)号：CN112070116B
公开(公告)日：2023-06-16
申请号：CN202010776758.X
申请日：2020-08-05
Applicant: 湖北工业大学
IPC: G06V10/764 , G06V10/56
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于支持向量机的艺术画作自动分类系统及方法，包括图像预处理模块、艺术画作分类模块，图像预处理模块用于对待分类的艺术画作进行预处理，得到预处理后的艺术画作；艺术画作分类模块采用三级SVM分类器；第一级分类器采用偏态分类树，用于根据预处理后的艺术画作分类出素描画、非素描画；第二级分类器采用偏态分类树，用于根据非素描画分类出水彩画、油画；第三级分类器采用正态树，用于根据油画得到油画派别。本发明解决了现有技术中无法对不同风格的艺术画作进行自动分类的问题，能够更好地实现不同风格的艺术画作分类。
-
公开(公告)号：CN114359167A
公开(公告)日：2022-04-15
申请号：CN202111532763.7
申请日：2021-12-15
Applicant: 湖北工业大学
Abstract: 本发明公开一种复杂场景下基于轻量化YOLOv4的绝缘子缺陷检测方法，属于计算机视觉领域。本发明首先利用ECA‑GhostNet作为骨干网络，以提升检测速度；然后在预测层引入分类与定位质量估计联合表示方法，并且利用广义分布(General Distribution)来表达边界框的灵活分布，以提升复杂场景下绝缘子及其缺陷的检测性能。本方法的优点在于，能够实现对遮挡、模糊等复杂场景下的绝缘子及其缺陷进行实时检测，且算法模型大小与复杂度远小于目前主流算法，为绝缘子缺陷检测算法在移动端及嵌入式设备的部署奠定理论基础。
-
公开(公告)号：CN114359153B
公开(公告)日：2024-08-02
申请号：CN202111483734.6
申请日：2021-12-07
Applicant: 湖北工业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术，具体涉及一种基于改进CenterNet的绝缘子缺陷检测方法，为了使检测模型适应绝缘子及其缺陷特征尺度的差异，编码阶段采用特征分组和分离注意力的结构提取特征，并在之后加入空洞空间金字塔池化结构实现捕捉绝缘子及其缺陷的多尺度特征；为了减少解码网络中特征信息的丢失，将特征分组和分离注意力结构的不同层特征级联ECA注意力模块，并分别与经过SA空间金字塔注意力模块的各反卷积特征相加形成双重注意力特征融合；通过物体的热力图中心点回归物体的宽高、尺寸信息。该方法可以直接从数据学习得到特征，无需手工设计的特征，能够在背景复杂的巡检图像中实现准确的绝缘子缺陷检测。
-
公开(公告)号：CN115272217A
公开(公告)日：2022-11-01
申请号：CN202210867064.6
申请日：2022-07-22
Applicant: 湖北工业大学
Abstract: 本发明提出了一种基于声呐图像的水下机器人定位方法，主要用于水下机器人定位，使机器人在密闭水下空间作业时能够获得实时位置信息，避免与空间壁发生碰撞。首先，利用多波束声呐对水下空间进行探测，发现水下空间壁的声呐图像具有线段特征。再对声呐图像进行复合去噪、阈值分割和Canny边缘检测处理，初步提取出空间壁轮廓。然后利用LSD线段检测算法精确检测出空间壁特征线段。最后进行线段分类，本发明提出了一种利用声呐图像的原点和检测线段的斜率对线段进行有效分类的方法，在特定矩形水下空间下实验精度可达20cm以内。若增加更多检测线段所对应的斜率变化范围，该发明还可以应用于非矩形空间的水下定位。
-
公开(公告)号：CN114724155A
公开(公告)日：2022-07-08
申请号：CN202210410471.4
申请日：2022-04-19
Applicant: 湖北工业大学
IPC: G06V30/412 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度卷积神经网络的场景文本检测方法、系统及设备，首先将获取的场景文本图像，进行数据增强操作，得到预定大小的图像信息；接着将预处理后的图像信息输入深度卷积神经网络中，提取图像特征；然后采用协调注意力机制层将图像特征进行增强处理；最后将增强后的特征图，采用渐进尺度扩展层进行后处理，获得文本检测结果。本发明通过在ResNet50的骨干网络中引入校正卷积、通道注意力，于提取的特征图后引入协调注意力，有效地扩大了网络感受空间，避免了后续降维操作丢失更多的语义信息，降低了不同尺度的特征图自顶向下融合导致的特征图失真程度，使网络具有更准确的鉴别区域；通过平方Dice损失函数提升了文本检测的准确性和精确性。
-
Patent Agency Ranking
公开(公告)号：CN114359167B
公开(公告)日：2024-09-24
申请号：CN202111532763.7
申请日：2021-12-15
Applicant: 湖北工业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种复杂场景下基于轻量化YOLOv4的绝缘子缺陷检测方法，属于计算机视觉领域。本发明首先利用ECA‑GhostNet作为骨干网络，以提升检测速度；然后在预测层引入分类与定位质量估计联合表示方法，并且利用广义分布(General Distribution)来表达边界框的灵活分布，以提升复杂场景下绝缘子及其缺陷的检测性能。本方法的优点在于，能够实现对遮挡、模糊等复杂场景下的绝缘子及其缺陷进行实时检测，且算法模型大小与复杂度远小于目前主流算法，为绝缘子缺陷检测算法在移动端及嵌入式设备的部署奠定理论基础。
-
公开(公告)号：CN114724155B
公开(公告)日：2024-09-06
申请号：CN202210410471.4
申请日：2022-04-19
Applicant: 湖北工业大学
IPC: G06V30/412 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度卷积神经网络的场景文本检测方法、系统及设备，首先将获取的场景文本图像，进行数据增强操作，得到预定大小的图像信息；接着将预处理后的图像信息输入深度卷积神经网络中，提取图像特征；然后采用协调注意力机制层将图像特征进行增强处理；最后将增强后的特征图，采用渐进尺度扩展层进行后处理，获得文本检测结果。本发明通过在ResNet50的骨干网络中引入校正卷积、通道注意力，于提取的特征图后引入协调注意力，有效地扩大了网络感受空间，避免了后续降维操作丢失更多的语义信息，降低了不同尺度的特征图自顶向下融合导致的特征图失真程度，使网络具有更准确的鉴别区域；通过平方Dice损失函数提升了文本检测的准确性和精确性。
-
公开(公告)号：CN115272217B
公开(公告)日：2023-04-18
申请号：CN202210867064.6
申请日：2022-07-22
Applicant: 湖北工业大学
Abstract: 本发明提出了一种基于声呐图像的水下机器人定位方法，主要用于水下机器人定位，使机器人在密闭水下空间作业时能够获得实时位置信息，避免与空间壁发生碰撞。首先，利用多波束声呐对水下空间进行探测，发现水下空间壁的声呐图像具有线段特征。再对声呐图像进行复合去噪、阈值分割和Canny边缘检测处理，初步提取出空间壁轮廓。然后利用LSD线段检测算法精确检测出空间壁特征线段。最后进行线段分类，本发明提出了一种利用声呐图像的原点和检测线段的斜率对线段进行有效分类的方法，在特定矩形水下空间下实验精度可达20cm以内。若增加更多检测线段所对应的斜率变化范围，该发明还可以应用于非矩形空间的水下定位。
-
公开(公告)号：CN115908981A
公开(公告)日：2023-04-04
申请号：CN202211508278.0
申请日：2022-11-29
Applicant: 湖北工业大学
IPC: G06V10/774 , G06V10/80 , G06V10/40 , G06V10/82 , G06V20/17
Abstract: 本发明提供了一种输电线路电力部件及异常目标检测方法及设备。所述方法包括：步骤1、特征提取阶段，将ResNet101主干特征提取网络替换为MobileNetV3；步骤2、解码阶段，将MobileNetV3特征提取网络中的bottleneck3、bottleneck5和bottleneck7结构输出的特征输入特征增强结构中，将特征增强结构的输出特征与上采样层特征通过残差注意力融合的方式进行特征融合；步骤3、训练阶段，将目标的真值框编码为物体的中心点坐标和物体的尺寸信息，通过椭圆高斯散射核将物体的中心点投射到热力图上。本发明提高预测框与真值框的匹配程度。
-
公开(公告)号：CN113486890A
公开(公告)日：2021-10-08
申请号：CN202110664914.8
申请日：2021-06-16
Applicant: 湖北工业大学
Abstract: 本发明属于计算机视觉技术领域，公开了基于注意力特征融合和空洞残差特征增强的文本检测方法，包括对包含文本的自然场景图片进行特征提取，得到多尺度特征图；对多尺度特征图中的顶层特征图进行降维处理，顶层特征图通过空洞残差特征增强模块生成全新的顶层特征图，全新的顶层特征图作为深层特征图参与后续的特征融合；采用双向特征金字塔与注意力特征融合模块相结合的方式，进行多层的特征融合；对融合后的特征图进行后处理，实现任意形状文本的检测。本发明可以保证信息的双向流动的同时最大化融合重要的特征，提高文本区域的局部关注度，提升不同特征通道之间的联系，扩大感受野的同时解决顶层特征图降维导致语义信息丢失的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.033 seconds)
