公开(公告)号：CN119722587A

公开(公告)日：2025-03-28

申请号：CN202411710210.X

申请日：2024-11-27

Applicant: 长安大学

Inventor： 李伟 ,  赵原林 ,  张笑笑 ,  裴莉莉 ,  丁健刚 ,  剡熠辉 ,  王岩松

IPC: G06T7/00 ,  G06V10/82 ,  G06V20/70 ,  G06V10/40 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了基于参数再定义的动态裂纹检测及逐像素对象划分方法，本发明的方法设计了参数再定义Transformer架构进行特征提取，可以捕获不同场景下裂纹的上下文信息，减少计算量；本发明还加入了快速多尺度注意力来增强对不同尺寸裂纹的特征提取，而且引入参数再定义解码器来进一步减少模型的计算量，利用本发明的方法可以对裂纹准确检测和逐像素对象划分，增强智能交通和城市发展提供了必要的信息，通过这些信息，可以更好地监测和维护交通设施，确保道路与桥梁的安全，从而为智能交通的进步和城市的可持续发展提供坚实的保障。

公开(公告)号：CN119888718A

公开(公告)日：2025-04-25

申请号：CN202411968686.3

申请日：2024-12-30

Applicant: 长安大学

Inventor： 裴莉莉 ,  杜贻泉 ,  丁健刚 ,  剡熠辉 ,  石佳琦 ,  袁博 ,  李伟

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/44 ,  G06V10/75 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明公开了基于柔性特征匹配学习的新型食品异物实时检测方法，包括如下步骤：步骤1：新类别识别与扩展：将食品异物图像数据集输入到新异物学习模块；步骤2：传入任务隔离模块；步骤3：异物知识柔性匹配；步骤4：异物候选特性矩阵的生成；步骤5：异物区域聚焦；步骤6：自适应权重计算模块：根据前面阶段的反馈和任务的重要性动态调整模型的权重。本发明通过基于柔性特征匹配学习的方法实现对新异物类别的快速识别与学习，同时避免灾难性遗忘，并在检测流程中优化模型，提升其跨场景适应性和实时反馈能力。且能够有效提高食品异物检测的准确性、效率和适应性，具有广泛的应用前景，尤其在食品生产线等实时检测场景中具有重要的商业价值。

公开(公告)号：CN119579993A

公开(公告)日：2025-03-07

申请号：CN202411710159.2

申请日：2024-11-27

Applicant: 长安大学

Inventor： 李伟 ,  田澳佳 ,  贾欣琪 ,  杨明 ,  剡熠辉 ,  赵原林 ,  裴莉莉

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06T17/00 ,  G06T7/11 ,  G06T7/136 ,  G06T3/06 ,  G06N3/042 ,  G06N3/0464 ,  G01N15/02

Abstract: 本发明公开了一种基于三维多视图的集料粒径预测方法，通过从集料的三维点云数据中生成多视图投影，结合深度学习技术对多视图信息进行融合和处理，从而实现更高精度和更稳定的粒径分类；本发明不仅能有效弥补二维单视图方法的不足，还能充分利用三维数据的优势，有效降低集料多视图信息获取的复杂性和视点依赖性，保证了工业环境中复杂光照和环境条件下信息的一致性和准确性。