公开(公告)号：CN119229221B

公开(公告)日：2025-04-25

申请号：CN202411749113.1

申请日：2024-12-02

Applicant: 青岛科技大学

Inventor： 刘明华 ,  王贺 ,  张瑞 ,  范晓雨 ,  邵洪波 ,  渠连恩 ,  李丹宁 ,  刘晓霞 ,  张宇琦 ,  毛欣怡

IPC: G06V10/764 ,  G06V10/774 ,  G06T3/4053 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/049 ,  G06N3/08 ,  G06V10/75

Abstract: 本发明公开了一种基于yolov9与DeepSort的集装箱残损信息检测计数方法，包括通过相机收集集装箱的数据，并将获取到的集装箱数据输入到已经训练好的目标检测模型以及语义分割模型，将两种模型的结果汇聚起来交给相关系统进行下一步的操作，完成了对残损位置以及类别信息的自动检测，以及对集装箱吞吐量的精确统计。本发明提供了一种全面而有效的方法，可应用于提高集装箱管理的效率和质量。

公开(公告)号：CN119229221A

公开(公告)日：2024-12-31

申请号：CN202411749113.1

申请日：2024-12-02

Applicant: 青岛科技大学

Inventor： 刘明华 ,  王贺 ,  张瑞 ,  范晓雨 ,  邵洪波 ,  渠连恩 ,  李丹宁 ,  刘晓霞 ,  张宇琦 ,  毛欣怡

IPC: G06V10/764 ,  G06V10/774 ,  G06T3/4053 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/049 ,  G06N3/08 ,  G06V10/75

Abstract: 本发明公开了一种基于yolov9与DeepSort的集装箱残损信息检测计数方法，包括通过相机收集集装箱的数据，并将获取到的集装箱数据输入到已经训练好的目标检测模型以及语义分割模型，将两种模型的结果汇聚起来交给相关系统进行下一步的操作，完成了对残损位置以及类别信息的自动检测，以及对集装箱吞吐量的精确统计。本发明提供了一种全面而有效的方法，可应用于提高集装箱管理的效率和质量。

公开(公告)号：CN118823611A

公开(公告)日：2024-10-22

申请号：CN202410964757.6

申请日：2024-07-18

Applicant: 青岛科技大学

Inventor： 刘明华 ,  张宇琦 ,  邵洪波 ,  渠连恩 ,  刘晓霞 ,  李丹宁 ,  王贺

IPC: G06V20/17 ,  G06V10/62 ,  G06V10/20 ,  G06V10/80 ,  G06V10/778

Abstract: 本发明提出了一种基于RT‑DETR和OpenCV的无人机目标检测跟踪方法，属于目标检测领域。主要包括收集、预处理RGB和红外模态数据集，通过TIF算法进行图像融合，然后构建基于RT‑DETR模型的目标检测模型，并用融合后的数据集对模型进行训练，然后部署到应用环境中进行目标跟踪检测。同时，该方法还考虑了图像质量校正、去噪、对齐和图像增强，以及特征提取、模型轻量化和优化策略等因素。实验结果表明，该方法能有效检测和跟踪目标，对无人机实时环境的应用具有较高的实用性。

公开(公告)号：CN119294954A

公开(公告)日：2025-01-10

申请号：CN202411321970.1

申请日：2024-09-23

Applicant: 青岛科技大学

Inventor： 刘明华 ,  李丹宁 ,  邵洪波 ,  渠连恩 ,  刘晓霞 ,  张宇琦 ,  王贺

IPC: G06Q10/0835 ,  G06Q10/083 ,  G06V20/40 ,  G06V10/25 ,  G06V10/82 ,  G06V10/62 ,  G06T7/269 ,  G06T7/277 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于YOLO‑World与Transformer的集装箱智能运输路径预测规划方法，包括优化摄像机位置、实时数据采集与预处理、YOLO‑World检测、卡尔曼滤波跟踪、RAFT光流算法计算速度与方向、Transformer进行路径预测，以及D*算法进行路径规划与优化。本发明实现了集装箱运输路径的智能化，在预测准确性和路径优化方面表现出色，有助于提高物流运输效率，降低成本。

公开(公告)号：CN119762531A

公开(公告)日：2025-04-04

申请号：CN202411776828.6

申请日：2024-12-05

Applicant: 青岛科技大学

Inventor： 刘明华 ,  张瑞全 ,  范晓雨 ,  李文静 ,  邵洪波 ,  渠连恩 ,  王贺 ,  李丹宁 ,  刘晓霞 ,  张宇琦 ,  毛欣怡

IPC: G06T7/246 ,  G06T7/73 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0442

Abstract: 本发明公开了一种基于时空交互及长短时注意力的无人机目标跟踪方法，包括构建跟踪模型、模型对目标跟踪和目标模板更新，构建跟踪模型包括构建主干网，从主干网输出的特征映射，在输入主干网之前进行瓶颈结构“扁平化”处理，将特征序列输入到LSDA模块，获取特征序列的全局和局部信息，解码器从编码器中获取一个目标查询一个增强的特征序列作为输入，输入送到边框预测头来预测对象边框坐标。本发明通过替代原Transformer模型中的自注意力，提升目标跟踪性能的同时降低模型计算量，更适于视角复杂，计算资源有限的无人机目标跟踪。