-
公开(公告)号：CN110717527A
公开(公告)日：2020-01-21
申请号：CN201910903123.9
申请日：2019-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种结合空洞空间金字塔结构的目标检测模型确定方法，通过将输入特征图分别输入k个空洞卷积层分支，分别在各个空洞卷积层分支对输入特征图进行空洞卷积操作，得到各个输出特征图，以将输入特征图与k个输出特征图进行融合，构造空洞空间金字塔结构，并将空洞空间金字塔结构融入基于卷积网络的目标检测模型，上述空洞空间金字塔结构通过利用具体不同扩张率的空洞卷积对输入特征图进行重采样，得到具有不同感受野的输出特征图，再通过将输入与输出进行特征融合以获取多尺度信息，将空洞空间金字塔结构融入基于深度学习的目标检测模型中，能够提高基于深度学习的目标检测模型对多尺度目标的检测能力。
-
公开(公告)号：CN110084169A
公开(公告)日：2019-08-02
申请号：CN201910323850.8
申请日：2019-04-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于K-Means聚类和轮廓拓扑约束的违章建筑物识别方法，包括以下步骤：采集到的图像信息经预处理后得到图像直线段，通过K-Means聚类对图像直线中点进行分类；检测每类直线簇的直线数量，并计算直线间相对位置距离及角度关系；构建常见违章建筑物直线轮廓角度分布直方图，并将其与检测图像的直线角度分布情况相匹配，计算欧氏距离；然后根据每个直线簇直线数量、位置距离约束及角度分布与常见违章建筑物角度分布直方图相似度对违章建筑物特征进行识别。本发明解决了利用定点视频监控自动发现违章建筑物时，违章建筑物特征提取困难及受自然场景下各种物体干扰多的问题，大大提高了违章建筑物自动识别的效率和检测结果的鲁棒性。
-
公开(公告)号：CN105956058B
公开(公告)日：2019-05-21
申请号：CN201610269607.9
申请日：2016-04-27
Applicant: 东南大学
IPC: G06F16/29 , G06F16/583
Abstract: 本发明提供了一种采用无人机遥感影像的变化用地快速发现方法，首先将旧时相正射影像进行一次特征点的检索，并利用无人机航拍获取地貌的无人机影像并得到搜索比对域，然后过特征点匹配初步确定地貌是否变化，再通过光谱与纹理的双模式综合对比检测法进行对比分析，精确确定是否出现可疑用地。该方法相较于传统技术，不需要布设大量地面控制点、且不需要拼接无人机影像就可以实现可疑地物的快速自动发现，不仅精度高而且省时省力。
-
公开(公告)号：CN109584228A
公开(公告)日：2019-04-05
申请号：CN201811430291.2
申请日：2018-11-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于二值图像和模型迁移学习的转子绕线图像检测方法，根据RGB特征将转子绕线训练集图像进行二值化操作，并对二值图像进行去干扰处理，得到转子绕线二值图像构成的训练集；利用ImageNet数据集对Inception-V3模型进行预训练，得到预训练模型；利用转子绕线二值图像构成的训练集对预训练模型的全连接层进行微调，得到最终的模型；利用最终的模型对根据RGB特征二值化后的待测图像进行检测，进而实现对待测图像的精确检测，与现有技术相比，本发明通过综合二值化图像与迁移学习两种方法，有效地避免了背景和光照因素对检测精度的影响，也解决了训练样本不足的问题，缩短了检测时间并提高了检测准确率。
-
公开(公告)号：CN109472802A
公开(公告)日：2019-03-15
申请号：CN201811415362.1
申请日：2018-11-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于边缘特征自约束的表面网格模型构建方法，可以更精确的得到地形地貌的三维信息，其思路是将二维边缘拓扑信息作为三维表面模型构建的约束条件，进行基于局部降维的带约束网格模型构建。该算法首先以目标区域的边缘特征作为拓扑约束条件，获取带约束的三维点云；然后采用基于局部降维的带约束三角剖分算法，构建基于边缘特征自约束的表面网格模型。本发明利用摄影测量技术进行土地调查，可以大大的减少外业测量的工作，为土地调查提供一条新的快捷的途径，能够广泛应用于三维山体测量、滑坡监测、沙坑容积测量等多种场合。
-
Patent Agency Ranking
公开(公告)号：CN108932292A
公开(公告)日：2018-12-04
申请号：CN201810529562.3
申请日：2018-05-29
Applicant: 东南大学
Abstract: 本发明公开了一种大范围遥感影像快速多分辨率调度显示方法，包括如下内容：计算最佳分辨率对应的影像金字塔的层数，将该层瓦片映射到屏幕空间，判断瓦片的长高是否都大于屏幕的长高，若是即为最佳大小，调用当前最佳分辨率瓦片层显示；当瓦片长和高至少有一个小于屏幕空间的长和高时：若屏幕上同时加载的瓦片数量未超过4，则不进行调整；若加载的瓦片数量大于4，则向影像金字塔上层搜索低分辨率但是更大的瓦片，直到影像金字塔的某一层的瓦片映射到屏幕空间后，长和高都大于屏幕空间的长和高，停止搜索，调用该层的瓦片进行显示。本发明可减少系统内存开销，提高影像加载速度，且控制屏幕加载的瓦片数不超过四张，保证了内存使用量的稳定。
-
公开(公告)号：CN108765365A
公开(公告)日：2018-11-06
申请号：CN201810287072.7
申请日：2018-04-03
Applicant: 东南大学
CPC classification number: G06T7/001 , G06T7/41 , G06T7/62 , G06T2207/10004 , G06T2207/20032 , G06T2207/30108
Abstract: 本发明公开了一种转子绕线图像合格性检测方法，包括如下步骤：(1)采集转子绕线待检测部位图像，对采集的图像进行预处理；(2)对图像进行二值化处理，计算连通区域面积；(3)基于纹理特征对二值化图像进行定量描述；(4)基于纹理特征，通过欧氏距离或巴氏距离在模板图像中选取合适的匹配模板，最后对其进行基于矩特征的相似度匹配；本发明与现有技术相比，可以快速准确可靠地在线检测转子绕线的合格性，有利于下一道工序的生产，且适用于长时间连续工作的恶劣生产环境。
-
公开(公告)号：CN108734706A
公开(公告)日：2018-11-02
申请号：CN201810491167.0
申请日：2018-05-21
Applicant: 东南大学
Abstract: 本发明公开了一种融合区域分布特性与边缘尺度角度信息的转子绕线图像检测方法，包括步骤1：将待测图像分别进行灰度、滤波及阈值预处理操作，以此完成绕线区域图像预处理，待测图像成为二值图像；步骤2：计算待测图像和模板之间绕线区域轮廓空间分布特性的相似程度，以此来进行模板检索；步骤3：通过对待检测图像轮廓边缘上的采样点与该区域轮廓质心形成的向量与该点处梯度向量间的相对角度信息以及该向量自身的尺度信息的计算，实现轮廓形态的描述；步骤4：通过巴氏距离来计算待测图像与模板之间角度与尺度分布信息的相似度，进而实现待测图像的检测，有效避免了因模板选取偶然性对检测精度的影响，缩短了检测时间和提高了检测准确率。
-
公开(公告)号：CN108364343A
公开(公告)日：2018-08-03
申请号：CN201810027266.3
申请日：2018-01-11
Applicant: 东南大学
Abstract: 本发明属于移动通信和地理信息科学领域，具体涉及一种用于近景摄影快速布控方法，包括以下步骤：S1、在移动嵌入式终端运行布控软件，采用布控软件对待重构物体拍照，选取待布控特征点；S2、采用布控设备人工采集布控特征点的世界坐标系位置信息，实时传输给布控软件；S3、布控软件在用户选择待布控特征点后，自动读取布控设备传输过来的三维坐标信息，自动形成布控记录添加到布控文件，同时将布控文件与布控相片存储至布控文件夹中；将所述的布控文件夹传输给内业近景摄影三维重建系统，进行三维重建；本方法可有效提高布控效率，避免以往人工布控费事费力易错的问题，实现自动化快速近景摄影布控。
-
公开(公告)号：CN108230364A
公开(公告)日：2018-06-29
申请号：CN201810028891.X
申请日：2018-01-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于神经网络的前景物体运动状态分析方法，将采集的视频经过高斯混合模型进行前景提取；采用深度学习中的SSD模型将提取出的前景进行目标分类，得到各个前景物体的类别信息；利用SIFT特征匹配算法得到相邻帧的前景物的对应信息；基于前景的质心计算其运动轨迹，利用RNN时空序列模型分析其运动状态以及对下一时刻物体运动状态进行预判。本发明从速度、实用、鲁棒性等方面考虑，提出了一种基于运动目标重心分析的新思路，适用于视频图像序列中场景复杂的情况下对监控视频范围内出现的运动物体进行准确识别、跟踪并预警，实用价值高，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.025 seconds)
