-
公开(公告)号:CN119693602A
公开(公告)日:2025-03-25
申请号:CN202411721526.9
申请日:2024-11-28
Applicant: 苏州大学
IPC: G06V10/22 , G06V10/25 , G06V10/26 , G06V10/75 , G06V10/762
Abstract: 本发明涉及目标检测技术领域,公开了一种屏蔽门场景下的目标检测方法及设备,包括获取预设检测区域与模板点云;实时采集轨道交通运行过程中,屏蔽门关闭后,预设检测区域的当前点云数据,作为实时点云,与模板点云进行差分,获取差分结果,通过聚类算法判断是否存在异常区域;若存在则获取实时点云中的异常区域作为感兴趣区域,获取异常物体中心坐标,并向外扩展预设个数的像素点,构成稀疏深度提示点集;将感兴趣区域的点云数据投影至二维平面上,生成密集深度提示掩膜;将两个提示信息,输入SAM模型,对感兴趣区域进行实例分割,获取异常物体的二维边界框与异常物体类别,完成对异常物体的识别。
-
公开(公告)号:CN119941570A
公开(公告)日:2025-05-06
申请号:CN202510028973.4
申请日:2025-01-08
Applicant: 苏州大学
Abstract: 本发明涉及图像处理领域,尤其涉及一种基于生成对抗网络的图像去雾方法。本发明第一阶段通过合成雾数据对生成对抗网络的生成器进行训练,将合成雾配对图像的去雾图像与无雾图像之间的平滑L1损失、重建雾图像与合成雾配对图像之间的平滑L1损失的和,作为第一阶段的总损失函数;第二阶段用真实雾数据训练,计算真实雾图像的特征层与真实雾图像的去雾图像特征层各空间位置对比损失,构建多层对比损失;基于两个阶段生成器生成的真实雾图像的去雾图像特征,构建风格迁移损失;基于真实无雾图像与真实无雾图像的去雾图像的L1范数损失,构建恒等一致性损失;构建第二阶段的总损失函数进行训练,得到目标生成对抗网络。本发明提高了图像去雾的效率与准确性。
-
公开(公告)号:CN118396875A
公开(公告)日:2024-07-26
申请号:CN202410395693.2
申请日:2024-04-02
Applicant: 苏州大学
Abstract: 本发明涉及一种基于Mesh的点云去噪方法,包括基于待去噪点云集合构建由多个三角形网格组成的Mesh结构;分别计算所有三角形网格的法向量并修正,使所有法向量方向相同;对于每个三角形网格,计算该三角形网格修正后的法向量与其K近邻三角形网格修正后的法向量的平均方位角变化,构建第一纹理特征向量;对每个三角形网格的尺寸进行归一化后,进行反褶平移,构建第二纹理特征向量;将每个三角形网格的两个纹理特征向量融合,获取统一特征向量;基于所有统一特征向量的特征值,获取拟合函数;以拟合函数中第一次斜率突变处所对应的特征值,作为去噪阈值;选取特征值大于去噪阈值的三角形网格,将选取出的所有三角形网格的顶点,组成去噪后的点云集合。
-
公开(公告)号:CN118351160A
公开(公告)日:2024-07-16
申请号:CN202410495295.8
申请日:2024-04-24
Applicant: 苏州大学
Abstract: 本发明涉及一种基于点云监督的双目立体匹配的列车测距方法,该方法包括以下步骤:S1:采集列车的双目图像和点云数据;S2:构建双目立体匹配网络,将所述双目图像输入到所述双目立体匹配网络中,利用所述点云数据作为监督信号,对所述双目立体匹配网络进行监督训练,得到粗视差图像;S3:构建残差优化网络,通过所述残差优化网络将提前重建的点云数据的细节信息增加到所述粗视差图像中进行网络训练,得到最终视差图像;S4:将所述最终的视差图像转换为深度图像,根据所述深度图像得到列车之间的行车距离。本发明通过离线雷达采集的点云数据来监督双目深度立体匹配网络来优化视差图像中存在误差的区域,以此提高了列车测距的精度。
-
公开(公告)号:CN118279791A
公开(公告)日:2024-07-02
申请号:CN202410373238.2
申请日:2024-03-29
Applicant: 苏州大学
IPC: G06V20/40 , G06V40/20 , G06V10/774
Abstract: 本发明涉及一种人体姿态评估方法、装置及计算机可读存储介质,属于图像处理技术领域;将待评估视频帧中每帧图像输入至目标检测模型中,得到该帧图像的摄像设备中心点坐标集合;若该帧图像的摄像设备中心点坐标集合为非空集,则将该帧图像输入至人体骨架提取模型,得到该帧图像的人体双眼中心点坐标集合;计算该帧图像中每个摄像设备中心点坐标,与每个人体双眼中心点坐标之间的欧式距离,将计算得到的最小欧式距离作为该帧图像的检测结果;获取待评估视频帧中每帧图像的检测结果,若待评估视频帧中存在预设数量帧图像的检测结果均小于预设阈值,且预设数量帧图像在时间上连续,则判定待评估视频帧中存在拍照行为。
-
公开(公告)号:CN118154697A
公开(公告)日:2024-06-07
申请号:CN202410333047.3
申请日:2024-03-22
Applicant: 苏州大学
Abstract: 本发明提供一种基于平行要素的列车自主测距优化方法及系统,涉及智能交通与机器视觉技术领域,该方法包括利用相机采集测距环境的图像信息,选取测距环境中平行结构清晰的平行元素,测量得其间距,选取形状规则且粗细均匀的标定物,将标定物均匀地横向分布在标定范围内的平行元素之间;获取相机的内参矩阵,得到相机的横向焦距;计算标定物的像素宽度;计算得到标定物与相机之间的测量距离,将标定物与相机之间的测量距离与实际距离进行线性拟合,得到修正系数,对测距结果进行修正。本发明通过利用平行元素进行校正,不仅提高了测距的准确性和稳定性,还优化了计算过程,为复杂环境中的测距问题提供了有效的解决方案。
-
公开(公告)号:CN118379715A
公开(公告)日:2024-07-23
申请号:CN202410540490.8
申请日:2024-04-30
Applicant: 苏州大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种基于模型轻量化的轨道交通障碍物识别方法及装置,包括获取轨道交通障碍物识别模型作为待剪枝网络模型,进行预训练,更新模型参数集合与成本函数,并获取所有滤波器的输出激活值与梯度值;构建滤波器初始重要性表达式,泰勒展开后,与海森矩阵相乘,构建滤波器最终重要性表达式;按照预设维度对最终重要性进行平均,获取滤波器权重后归一化,获取归一化滤波器权重后,进行排序,基于预设权重构建待剪枝滤波器集合;从待剪枝网络模型的第一层卷积层开始剪枝,更新模型参数集合,直至达到预设剪枝个数,得到轻量化轨道交通障碍物识别模型;将实时采集轨道交通影像输入,获取轨道交通上障碍物的位置及尺寸,完成轨道交通障碍物识别。
-
公开(公告)号:CN117197779A
公开(公告)日:2023-12-08
申请号:CN202311167125.9
申请日:2023-09-11
Applicant: 苏州大学
IPC: G06V20/58 , G06V10/141 , G06V10/762
Abstract: 本发明涉及一种基于双目视觉的轨道交通异物检测方法,包括将双目摄像机设置于轨道交通屏蔽门上预设位置处;利用双目摄像机采集预设区域在正常状态下与轨道交通运行过程中的双目图像,转换为点云图像,获取模板点云与实时点云;以模板点云为前帧、实时点云为后帧,进行差分,获取表征障碍物的异常点;对异常点进行聚类,得到多个点云簇;基于每个点云簇中异常点的坐标,获取点云簇所对应的障碍物的中心坐标与尺寸。双目摄像机替代雷达等高成本检测设备,降低了检测设备的设备成本与安装精度,提高了采集图像的稳定性;利用双目图像与点云图像对异物进行检测,大大提高了异物检出率,在保证低成本、低安装精度检测设备的同时,提高了检测准确率。
-
公开(公告)号:CN118351160B
公开(公告)日:2025-03-21
申请号:CN202410495295.8
申请日:2024-04-24
Applicant: 苏州大学
Abstract: 本发明涉及一种基于点云监督的双目立体匹配的列车测距方法,该方法包括以下步骤:S1:采集列车的双目图像和点云数据;S2:构建双目立体匹配网络,将所述双目图像输入到所述双目立体匹配网络中,利用所述点云数据作为监督信号,对所述双目立体匹配网络进行监督训练,得到粗视差图像;S3:构建残差优化网络,通过所述残差优化网络将提前重建的点云数据的细节信息增加到所述粗视差图像中进行网络训练,得到最终视差图像;S4:将所述最终的视差图像转换为深度图像,根据所述深度图像得到列车之间的行车距离。本发明通过离线雷达采集的点云数据来监督双目深度立体匹配网络来优化视差图像中存在误差的区域,以此提高了列车测距的精度。
-
公开(公告)号:CN119834149A
公开(公告)日:2025-04-15
申请号:CN202411829349.6
申请日:2024-12-12
Applicant: 苏州大学
Abstract: 本发明提供了一种机器视觉引导下的机械‑加热协同除冰设备,其包括:装配台;驱动机构,其包括升降架、第一旋转驱动器以及主动轮,升降架于装配台上方,且可升降移动,主动轮连接于升降架,第一旋转驱动器连接于主动轮;加热机构,其包括电热丝,电热丝连接供电设备;破冰机构,其包括第二旋转驱动器以及敲击棒,敲击棒连接于第二旋转驱动器的工作端。本发明中的破冰机构能够优先对接触网进行物理破冰,之后通过加热机构进行热熔除冰,由此实现对接触网的双重除冰过程。相比于现有常规除冰设备来说,本申请兼具结构紧凑、可控性强、自动化程度高、除冰效果彻底、效率高、适用场景广泛、制造成本低以及作业过程灵活等优势。
-
-
-
-
-
-
-
-
-