公开(公告)号：CN118887972A

公开(公告)日：2024-11-01

申请号：CN202410865784.8

申请日：2024-07-01

Applicant: 湖南科技大学三亚研究院

Inventor： 陈祖国 ,  申玲燕 ,  陈超洋 ,  黄毅 ,  李沛

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/18 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/084 ,  G01R31/00 ,  G01H11/06

Abstract: 本发明提出了一种基于声音特征识别的变压器运行异常监测方法，包括步骤1：构建基于声音数据的数据集和并利用格拉姆角场处理转换声音信号至图像数据；步骤2：利用MobileNetV3深度学习模型对步骤1得到的图像数据进行训练；步骤3：利用训练好的MobileNetV3模型进行实时声音监测，并对变压器异常状态进行检测和诊断。通过这种创新的处理和分析方式，可以在保证准确性的同时，有效地提高噪声检测的速度和效率。此外，这种方法也可实现对各种不同类型的环境噪声的准确识别，进一步提高了环境噪声监测的广泛适用性。

公开(公告)号：CN118822897A

公开(公告)日：2024-10-22

申请号：CN202410793890.X

申请日：2024-06-19

Applicant: 湖南科技大学三亚研究院

Inventor： 陈超洋 ,  王思毅 ,  何磊 ,  易遵辉 ,  黄毅 ,  李沛 ,  陈祖国

IPC: G06T5/73 ,  G06T5/70 ,  G06T5/20

Abstract: 本发明公开了一种基于统计先验的多场景图像增强方法及系统，包括：将雾霾图像输入大气散射模型，根据雾霾图像通过计算获得雾霾图像与大气光归一后的图像；通过读取雾霾图像的像素值，计算获得雾霾图像与大气光值相除比后的归一化图像中每个局部图像块的统计度分量和标准差，拟合出统计线确定透射图；其中统计度分量为局部像素的平均值与标准差的比值，局部像素为读取雾霾图像的像素值；引入上下正则化和引导滤波器优化透射图，获得优化后的透射图；基于优化后的透射图和大气光输入大气散射模型，获得最终的去雾图像。本发明为每幅局部图像构建了统计线，从而更好地估算透射率，进而做到同时去雾并保留细节与清晰度的视觉效果。

公开(公告)号：CN118736307A

公开(公告)日：2024-10-01

申请号：CN202410865750.9

申请日：2024-07-01

Applicant: 湖南科技大学三亚研究院

Inventor： 陈祖国 ,  匡奥薇 ,  陈超洋 ,  黄毅 ,  李沛

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/77 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F17/18

Abstract: 本发明公布了一种基于改进YOLOv8算法的电力现场作业规范检测方法，包括，获取公开数据集，对电力现场图像进行预处理，并利用同样的数据设置和调整YOLOv8网络的参数；在YOLOv8的主干网络中，通过EMA注意力机制和部分卷积PConv，构建全新的C2F模块；在YOLOv8网络的主干网络中通过引入通道先验卷积注意力；应用BiFPN特征融合方式到YOLOv8网络的颈部网络，获得改进后的YOLOv8模型；把电力现场数据集缩放至预设大小，对数据集应用提升版的YOLOv8网络标准，以训练并获取最佳的目标模型；利用上一步骤中产出的最优模型，对电力现场进行目标检测，得出检测结果，并对检测结果进行评价和优化。

公开(公告)号：CN118675733A

公开(公告)日：2024-09-20

申请号：CN202410865712.3

申请日：2024-07-01

Applicant: 湖南科技大学三亚研究院

Inventor： 陈祖国 ,  黄贺俊 ,  黄毅 ,  陈超洋 ,  李沛

IPC: G16H50/20 ,  G06V10/764 ,  G06V10/774 ,  G06T7/00 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/088 ,  G06N3/0464

Abstract: 本发明公开了一种基于半监督学习的心脏磁共振影像自动诊断方法及系统。该方法利用采集的舒张末期与收缩末期心脏磁共振影像与部分标注数据，经过预处理和分配，送入半监督网络以培训模型。该过程包括交叉验证及超参数优化，确保模型的最佳性能。训练完成的模型用于测试集的图像分割与特征识别。之后，所提取的标准化特征用于训练疾病预测分类器，该分类器经过类似的验证与优化过程。分类和分割推论结果用于评估分割精度和诊断准确性。该系统采用上述方法可提高临床诊断的自动化水平，为心脏疾病的鉴别提供有力工具。

公开(公告)号：CN118628900A

公开(公告)日：2024-09-10

申请号：CN202410865806.0

申请日：2024-07-01

Applicant: 湖南科技大学三亚研究院

Inventor： 陈祖国 ,  李俊杰 ,  黄毅 ,  李沛 ,  陈超洋

IPC: G06V20/05 ,  G06T5/40 ,  G06T5/73 ,  G06V10/77 ,  G06T5/77 ,  G06T5/50 ,  G06T3/4038 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种水下图像目标检测方法及系统，其方法包括对输入的水下图像进行自适应色彩均衡算法预处理，以增强光线较暗地方的细节部分并改善图像色偏问题；背景光估计，对图像的R‑G‑B通道分布特性进行特征提取，得到初步场景深度估计值，并根据最终背景光估计值和初步场景深度估计值，得到最终场景深度估计值。通过传输系数计算公式得到传输系数映射估计；经过场景亮度恢复公式进行特征融合，并采用直方图均衡算法得到高质量的水下增强图像；使用改进的YOLOv7‑tiny模型对增强后的图像进行目标检测，得到水下目标信息。其系统采用了上述目标检测方法。通过该方法可有效改进水下目标检测的精度和效率。