-
公开(公告)号：CN118470605A
公开(公告)日：2024-08-09
申请号：CN202410661418.0
申请日：2024-05-27
Applicant: 长江大学
IPC: G06V20/40 , G06V10/62 , G06V10/762
Abstract: 本发明涉及视频图像处理领域，具体涉及一种视频关键帧提取方法，包括以下步骤：输入一个视频，提取视频的每一帧；按提取视频的每一帧进行排序；将图像帧转化为灰度图；依据每一帧的差异值进行聚类编号；使用ORB算法提取视频每一帧图像的局部特征；使用BOF算法根据图像帧的局部特征将每帧图像转化为一个特征向量；将同一类别的图像帧按编号从小到大进行排列；对每一小组图像帧根据特征向量分别进行聚类：聚成y个类，然后从每个类中选取信息熵排前1+类编号的帧作为关键帧；将提取的关键帧按编号从小到大地顺序储存在文件夹中，解决工人们反复循环操作的视频信息冗余度高，通过对该视频中抽取信息熵比较大的帧作为关键帧造成视频处理效率低下的问题。
-
公开(公告)号：CN114973406A
公开(公告)日：2022-08-30
申请号：CN202210496251.8
申请日：2022-05-09
Applicant: 长江大学
IPC: G06V40/20 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明属于人工智能技术领域，公开了一种预测下一步有效工人动作并予以及时提示的方法及系统，收集与分析一个工人工位的历史视频，使用自注意力机制的机器学习模型学习并自动分析动作节奏规律，识别当前工人正在进行的动作，并尝试匹配固有节奏，提示或预警工人下一步的动作；通过利用有经验工人的熟练动作快速训练与预警新工人的操作动作。本发明采用Transformer为架构基础，保留了工人动作帧之间时空特征，自回归地推出以预测更长时间的未来，可以预测工人的下一个动作，并预测工人可能执行的几个连续动作；通过预测工人的动作步骤，利用有经验工人的熟练动作快速训练与预警新工人的操作动作，从而达到规范工人操作标准的目的。
-
公开(公告)号：CN114973405A
公开(公告)日：2022-08-30
申请号：CN202210496199.6
申请日：2022-05-09
Applicant: 长江大学
Abstract: 本发明属于图像处理技术领域，公开了一种自动标注工人工作动作的方法、设备、介质及终端，所述自动标注工人工作动作的方法包括：获取工人动作视频数据，并对工人动作视频数据进行预处理；对工人动作视频数据中的连续动作进行分解，再对动作基本单元进行分类，人工标注；根据已标注的图像作为数据集，训练基于注意力机制的机器学习模型，并利用模型对工人动作的起始和结束进行自动标注。本发明通过对基本单元的分类，用人工标注的数据集训练模型，可大规模的自动发现与标注新引进的工人动作；通过寻找连续帧之间的时空关系，挖掘动作的内部结构意义，可清晰的判断工人工作时的动作是否有效，从而提高工作效率。
-
公开(公告)号：CN114140875A
公开(公告)日：2022-03-04
申请号：CN202111388679.2
申请日：2021-11-22
Applicant: 长江大学
IPC: G06V40/20 , G06F16/2458 , G06Q10/06
Abstract: 本发明公开了一种基于计算机视觉识别动作组合效率分析方法，涉及图像处理技术领域，其技术方案要点是：具体包括以下步骤：1)采用摄像头采集实时的视频数据，并对其进行预处理；2)对步骤1)中预处理后的视频数据中的连续动作分解为多个平移变化帧连续图像；3)将与时间上下文关系的动作化解为图像分类，通过层级递进策略对图像类别进行序列组合，生成动作基本单元Ci的有序排列组合Ai＝{C1，C2，C3…Ci，Cit1…}；4)对有序排列组合Ai＝{C1，C2，C3…Ci，Ci+1…}采用模型进行训练，得计算机视觉模型；5)对基本单元进行识别。该效率分析方法使用摄象头对工厂流水线上的工人动作效率的评价，以利于快速发现流水线工作效率低下的原因，协助提高生产效率。
-
公开(公告)号：CN114973406B
公开(公告)日：2025-04-15
申请号：CN202210496251.8
申请日：2022-05-09
Applicant: 长江大学
IPC: G06V40/20 , G06N3/0895 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明属于人工智能技术领域，公开了一种预测下一步有效工人动作并予以及时提示的方法及系统，收集与分析一个工人工位的历史视频，使用自注意力机制的机器学习模型学习并自动分析动作节奏规律，识别当前工人正在进行的动作，并尝试匹配固有节奏，提示或预警工人下一步的动作；通过利用有经验工人的熟练动作快速训练与预警新工人的操作动作。本发明采用Transformer为架构基础，保留了工人动作帧之间时空特征，自回归地推出以预测更长时间的未来，可以预测工人的下一个动作，并预测工人可能执行的几个连续动作；通过预测工人的动作步骤，利用有经验工人的熟练动作快速训练与预警新工人的操作动作，从而达到规范工人操作标准的目的。
-
Patent Agency Ranking
公开(公告)号：CN118470604A
公开(公告)日：2024-08-09
申请号：CN202410661417.6
申请日：2024-05-27
Applicant: 长江大学
IPC: G06V20/40 , G06V10/62 , G06V10/762
Abstract: 本发明涉及流水线动作视频关键帧提取领域，涉及一种基于光流估计和ORB的流水线动作视频关键帧提取方法，包括输入流水线动作视频；计算光流差异值；根据光流差异值的显著变化寻找关键帧；根据光流差异值进行聚类；使用ORB算法提取每个图像帧的局部特征；根据ORB算法提取的图像帧局部特征将每帧图像转化为一个特征向量；对同一类别的图像帧根据编号进行分组；计算每个图像帧的信息熵；根据特征向量进行聚类；将所有关键帧按编号从小到大的顺序组成一个新视频，能够根据流水线动作视频中动作幅度的大小对不同动作片段使用不同的关键帧提取策略，其提取的关键帧之间动作的连贯性和逻辑性较强，在保证压缩率的条件下更完整地展现流水线生产的操作流程。
-
公开(公告)号：CN118134034A
公开(公告)日：2024-06-04
申请号：CN202410249540.7
申请日：2024-03-05
Applicant: 长江大学
Abstract: 本申请公开了气井泡排制度优化方法、装置、介质和设备，方法包括获取目标气井的历史数据集；基于时间序列预测模型，对未泡排生产数据子集进行预测，确定未来预设时间段对应的预测数据集；针对每一预测数据子集，基于模糊综合评价模型确定每一预设周期对应的泡排评价结果数据；基于已泡排生产数据子集、历史泡排制度数据子集、各个预测数据子集以及各个泡排评价结果数据进行阈值聚类预测，确定目标气井的最优泡排制度数据。通过本申请提供的技术方案能够提高气井泡排制度优化的准确性，提高气井泡排工艺效率。
-
公开(公告)号：CN118133235A
公开(公告)日：2024-06-04
申请号：CN202410249446.1
申请日：2024-03-05
Applicant: 长江大学
IPC: G06F18/27 , G06F18/214 , G06N5/01 , G06N20/20 , G06Q50/02 , E21B47/047
Abstract: 本申请公开了气井油管积液高度预测方法、装置、介质和设备，方法包括：获取目标气井的样本数据集，将多个样本数据子集按照预设比例进行数据划分，确定对应的训练集和测试集；将训练集中的各个气井生产数据作为输入，以及将训练集中的各个油管积液高度数据作为标签，对梯度提升回归树模型进行训练；基于测试集对所述梯度提升回归树模型的泛化能力进行验证，确定目标气井对应的气井油管积液高度预测模型。通过本申请提供的技术方案能够可以定量预测气井油管积液高度，提高预测精度。
-
公开(公告)号：CN117973943A
公开(公告)日：2024-05-03
申请号：CN202410249641.4
申请日：2024-03-05
Applicant: 长江大学
IPC: G06Q10/0639 , G06Q50/02 , G06N7/02
Abstract: 本申请公开了气井泡排采气效果的测评方法、装置、介质和设备，方法包括：获取目标气井的各个评价指标数据；根据每一评价指标数据在各个预设的评价等级中的子隶属度，确定每一评价指标数据的目标隶属度；基于层次分析法确定每一评价指标数据对应的权重向量；根据各个目标隶属度以及各个权重向量，确定对应的综合评价向量；根据综合评价向量以及各个评价等级，确定目标气井的泡排采气效果的等级评价结果。通过本申请提供的技术方案能够对气井的泡排采气效果进行定量评价，提高气井生产效率。
-
公开(公告)号：CN110348045B
公开(公告)日：2021-03-26
申请号：CN201910454896.3
申请日：2019-05-29
Applicant: 长江大学
Abstract: 本发明涉及石油钻采工程钻井技术领域，特别涉及一种基于改进型锯齿遗传算法的页岩气钻井参数优选方法；包括，采集实际钻井问题参数，编码成位串；生成初始种群按锯齿型周期性变化；定义以单位钻井成本为目标适应度函数；锯齿优化种群选择、交叉、变异算子；根据目标适应度函数，选择适应度高的个体；筛选适应度高的个体产生子代种群，以子代种群为所述重新初始化种群作为下一迭代周期的开始，循环重复；重复次数达到设置迭代次数终止判定，输出钻井参数的最优配合及相应的单位钻井成本，本发明实施例通过种群多次重新初始化操作，种群规模按照种群代数的锯齿周期性变化，简化算法同时保证较强的全局搜索能力，提高了局部寻优精度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
