-
公开(公告)号:CN115147461B
公开(公告)日:2022-11-22
申请号:CN202211059872.6
申请日:2022-09-01
Applicant: 湖南北斗微芯产业发展有限公司
Abstract: 本发明公开了一种灾害实时预警方法、系统及设备,包括获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的待检测区域的第二图像并确定第一位移检测区域和第二位移检测区域,寻找第一位移检测区域的第一所有轮廓和第二位移检测区域的待检测区域的第二所有轮廓并分别与预设的代表性轮廓进行变形匹配,将第一轮廓匹配结果和第二轮廓匹配结果进行局部特征匹配,得到位移值,将第一图像转换成掩膜图像,并将掩膜图像输入混合高斯背景模型,得到运动物体的类别,根据位移值和运动物体的类别,预测待检测区域的灾害类型,有效的解决了因室外环境变化导致的误检、漏检问题,同时也能更及时有效的发现险情并预警。
-
公开(公告)号:CN115236716B
公开(公告)日:2025-03-21
申请号:CN202210854053.4
申请日:2022-07-13
Applicant: 湖南北斗微芯产业发展有限公司
Abstract: 本申请实施例公开了一种基于北斗和计算机视觉的区域表面位移监测方法及系统,通过北斗对北斗接收机集成的第一靶标进行定位测量,通过相机对第一靶标进行拍摄,计算获得相机的位姿,同时相机拍摄未与北斗接收机集成的第三靶标,计算第三靶标的坐标。本方法解决了现有表面位移监测方法中,北斗卫星定位的表面位移监测技术在卫星信号弱的场景下的无法精确定位的问题,能够对地质灾害的发生提供预警,避免人员伤亡和财产损失,还能够修正因相机和第一靶标本身的位姿变化带来的系统性误差影响。
-
公开(公告)号:CN115984548A
公开(公告)日:2023-04-18
申请号:CN202310037104.9
申请日:2023-01-10
Applicant: 湖南北斗微芯产业发展有限公司
IPC: G06V10/25 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种基于计算机视觉的入侵监测预警方法与系统,包括获取图像样本集和待检测区域图像,对图像样本集进行图像预处理,得到预处理后的图像样本集;对待检测区域图像进行图像预处理,得到预处理后的待检测区域图像,将预处理后的图像样本集输入原始轻量型目标检测模型,得到训练好的轻量型目标检测模型;并将预处理后的待检测区域图像输入训练好的轻量型目标检测模型,得到第一检测结果,将预处理后的待检测区域图像输入混合高斯背景模型,得到第二检测结果,融合第一检测结果与第二检测结果,得到入侵监测结果,能够更加有效的提取完整的目标特征,更适用于入侵监测任务,提升了检测精度,减少了误判率。
-
公开(公告)号:CN115236716A
公开(公告)日:2022-10-25
申请号:CN202210854053.4
申请日:2022-07-13
Applicant: 湖南北斗微芯产业发展有限公司
Abstract: 本申请实施例公开了一种基于北斗和计算机视觉的区域表面位移监测方法及系统,通过北斗对北斗接收机集成的第一靶标进行定位测量,通过相机对第一靶标进行拍摄,计算获得相机的位姿,同时相机拍摄未与北斗接收机集成的第三靶标,计算第三靶标的坐标。本方法解决了现有表面位移监测方法中,北斗卫星定位的表面位移监测技术在卫星信号弱的场景下的无法精确定位的问题,能够对地质灾害的发生提供预警,避免人员伤亡和财产损失,还能够修正因相机和第一靶标本身的位姿变化带来的系统性误差影响。
-
公开(公告)号:CN115147461A
公开(公告)日:2022-10-04
申请号:CN202211059872.6
申请日:2022-09-01
Applicant: 湖南北斗微芯产业发展有限公司
Abstract: 本发明公开了一种灾害实时预警方法、系统及设备,包括获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的待检测区域的第二图像并确定第一位移检测区域和第二位移检测区域,寻找第一位移检测区域的第一所有轮廓和第二位移检测区域的待检测区域的第二所有轮廓并分别与预设的代表性轮廓进行变形匹配,将第一轮廓匹配结果和第二轮廓匹配结果进行局部特征匹配,得到位移值,将第一图像转换成掩膜图像,并将掩膜图像输入混合高斯背景模型,得到运动物体的类别,根据位移值和运动物体的类别,预测待检测区域的灾害类型,有效的解决了因室外环境变化导致的误检、漏检问题,同时也能更及时有效的发现险情并预警。
-
公开(公告)号:CN115880224A
公开(公告)日:2023-03-31
申请号:CN202211405696.7
申请日:2022-11-10
Applicant: 湖南北斗微芯产业发展有限公司
IPC: G06T7/00 , G06N3/04 , G06N3/08 , G06T7/13 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/54 , G06V10/56
Abstract: 本发明提供一种基于自动填充伪标签的裂缝检测方法,通过利用数据样本训练轻量型的目标检测器,获取网络模型权重,利用训练好的网络模型权重对新采集图像进行一阶段裂缝检测,并筛选次优的预测样本作为二阶段检测的候选区域,针对次优的预测样本,通过维纳滤波、形态学等处理方法,提高图像辨识度,并利用Canny边缘检测算子对裂缝进行二阶段裂缝检测,综合两阶段的预测结果,实现最终的裂缝检测;另外,筛选一阶段预测结果的高置信度样本作为伪标签,以及依据二阶段优化预测结果,提高次优预测样本置信度,填充伪标签样本,并利用标签数据、伪标签数据重新训练网络模型。本发明具备高鲁棒性及强泛化性,更加适用于目标检测任务。
-
-
-
-
-