公开(公告)号：CN115393419A

公开(公告)日：2022-11-25

申请号：CN202211028971.8

申请日：2022-08-26

Applicant: 招商局重庆公路工程检测中心有限公司 ,  西南交通大学

Inventor： 张朋 ,  庞荣 ,  黄爱国 ,  王吉龙 ,  杨燕 ,  王敦 ,  姜烊 ,  刘力 ,  方鹏程

IPC: G06T7/62 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01B11/28

Abstract: 本发明涉及交通路面坑槽检测技术领域，具体涉及一种基于尺寸标定布的路面坑槽面积检测方法及装置，包括：构建路面坑槽分割模型；获取路面坑槽图像；将路面坑槽图像输入路面坑槽分割模型，获得分割结果图；根据尺寸标定布和分割结果图获取路面坑槽面积。利用路面坑槽分割模型获得路面坑槽图像的分割结果图，再通过尺寸标定布获得每个像素对应的真实尺寸面积，从而获得分割结果图对应的路面坑槽面积。相比现有技术中利用机器学习得到预测模型，再将图像输入预测模型得到路面坑槽面积，本发明仅需要对分割模型获得的分割结果图进行简单的计算即可获得路面坑槽面积，降低了运算量，运算效率高，且精度更高。

公开(公告)号：CN112348014A

公开(公告)日：2021-02-09

申请号：CN202011210582.8

申请日：2020-11-03

Applicant: 招商局重庆公路工程检测中心有限公司 ,  西南交通大学

Inventor： 庞荣 ,  缪庆旭 ,  袁源 ,  张朋 ,  许培振 ,  秦峰 ,  黄贤锦 ,  刘瑞全 ,  代东林 ,  韩坤林 ,  蒋明星

IPC: G06K9/32 ,  G06N3/08 ,  G06T5/00 ,  G06T5/20 ,  G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种基于机器视觉的隧道掌子面围岩级别快速识别方法及系统，属于图像识别技术领域。该方法包括以下步骤：S1、给予专用平板电脑执行处理的指令；S2、使用专用平板电脑通过接口发送指令使补光设备补光，并通过摄像头采集图像；S3、对采集到的图像进行预处理(小波包)；S4、图像锐化；S5、边缘检测；S6、采用深度学习对图像进行学习，提取识别特征，并描述掌子面围岩的地层和节理；S7、根据识别的结果，判断围岩岩石种类和破碎程度，进而输出掌子面围岩级别，并输出判断依据的相关文档。本发明解决了公路隧道掌子面围岩级别高效、智能识别的关键技术问题，能提升隧道施工界面的安全性与高效性。

公开(公告)号：CN104850837B

公开(公告)日：2017-12-05

申请号：CN201510252555.X

申请日：2015-05-18

Applicant: 西南交通大学

Inventor： 余志斌 ,  庞荣 ,  孙永奎 ,  金炜东

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。

公开(公告)号：CN104850837A

公开(公告)日：2015-08-19

申请号：CN201510252555.X

申请日：2015-05-18

Applicant: 西南交通大学

Inventor： 余志斌 ,  庞荣 ,  孙永奎 ,  金炜东

IPC: G06K9/00 ,  G06N3/08

CPC classification number: G06K9/00409 ,  G06K9/00422 ,  G06N3/08

Abstract: 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。

公开(公告)号：CN219800264U

公开(公告)日：2023-10-03

申请号：CN202223443982.0

申请日：2022-12-22

Applicant: 重庆智械佳科技有限公司 ,  西南交通大学

Inventor： 庞荣 ,  唐治明 ,  冷雄进 ,  李祖苹

IPC: G08B21/08 ,  G06V40/20 ,  E04H4/14

Abstract: 本实用新型涉及泳池防溺水技术领域，具体涉及一种基于多源信息融合的泳池防溺水监测系统，包括：方块，阵列式布设在泳池底部，各方块设置有重力传感器，各方块背面连接升降台；第一摄像头设置在泳池的底部和四壁，第二摄像头设置在泳池上方天花板上；远程终端，与重力传感器、第一摄像头、第二摄像头通信连接，远程终端还与升降台通信连接。远程终端接收到第二摄像头和第一摄像头录制的视频、重力传感器采集的重力值，判断是否有游泳者的行为符合溺水特征，在游泳者的行为符合溺水特征的情况下，远程终端触发该游泳者所在位置的方块升起，将位置上的游泳者托举出水面，防止该游泳者溺水死亡，提高游泳的安全性。