-
公开(公告)号:CN118692010B
公开(公告)日:2024-10-22
申请号:CN202411155147.8
申请日:2024-08-22
申请人: 广东工业大学
IPC分类号: G06V20/40 , G06N3/0464 , G06N3/084 , G06V10/25 , G06V10/40 , G06V10/762 , G06V10/80 , G06V10/82 , G06V20/17
摘要: 本发明公开了一种复杂场景下无人机小目标的智能检测定位方法及系统,包括:获取目标无人机视觉感知视频流,通过预处理分割感兴趣区域;基于改进的YOLOv5构建目标检测模型,利用构建的无人机小目标数据集进行模型训练,将感兴趣区域作为输入信息,通过目标检测头获取小目标特征;在目标检测头中的分类分支通过帧间差分进行运动检测,根据小目标特征序列筛选运动区域,获取小目标为无人机的判别得分进行识别,在定位分支获取无人机的回归锚框,并通过坐标系转换获取无人机目标三维坐标。本发明通过目标检测和运动检测高效准确的筛选出无人机所在的区域,提高复杂背景干扰下小目标无人机的检测精度。
-
公开(公告)号:CN118570113B
公开(公告)日:2024-10-22
申请号:CN202411046753.6
申请日:2024-08-01
申请人: 陕西永宏生物科技有限公司
IPC分类号: G06T5/94 , G06T5/40 , G06T7/41 , G06T7/90 , G06V10/762
摘要: 本发明涉及图像处理技术领域,尤其涉及一种基于图像处理的黄姜皂素发酵过程监控方法及系统。方法包括:根据像素点邻域内的灰度分布确定像素点的局部纹理复杂度,将各时刻的发酵图像中位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点,对所有时刻的数据点进行聚类,根据聚类结果确定像素点的发酵变化度,根据局部纹理复杂度以及发酵变化度确定像素点的增强必要性,根据增强必要性确定各灰度值的频率阈值,根据频率阈值对各灰度值的频率进行修正,基于修正频率对发酵图像进行增强,根据增强图像进行发酵程度的识别。本发明对发酵图像中黄姜发酵带来变化的增强效果更好,提高了发酵程度识别的准确性。
-
公开(公告)号:CN118525629B
公开(公告)日:2024-10-22
申请号:CN202410994029.X
申请日:2024-07-24
申请人: 杭州创科动力有限公司
IPC分类号: A01B49/06 , A01B19/02 , A01B23/02 , A01C23/02 , A01C23/04 , A01C23/00 , G06T17/00 , G06T19/00 , G06T7/73 , G06T7/246 , G06T7/90 , G06V10/46 , G06V10/56 , G06V10/762 , G06V10/764 , G06V10/82
摘要: 本发明提供了一种智能深耕施肥机的营养液输送系统,涉及农业设备技术领域,包括硬件设备和控制系统,所述硬件设备包括车架和负压营养液罐,所述负压营养液罐设在车架的顶部,且车架的底部升降设有营养液注射耙,所述车架底部的一侧设有水泵,且水泵连接负压营养液罐和营养液注射耙,所述车架上设有激光雷达、采集探头、执行模块和物联网模块;本发明将负压营养液罐中的营养液通过水泵进入营养液注射耙,营养液注射耙未运行时整体抬升在地面之上,在进行工作时下降至一定高度,向地下推进,翻耕板结土地,营养液通过注射耙底部的喷口喷射,进行往复运动,实现了深度耕作和施肥的一体化操作,减少营养液在输送过程中的阻力,提高了输送效率。
-
公开(公告)号:CN118471483B
公开(公告)日:2024-10-22
申请号:CN202410916944.7
申请日:2024-07-10
申请人: 山东大学齐鲁医院
摘要: 本发明属于医学图像处理领域,尤其涉及基于深度学习的贲门癌分型辅助诊断系统、介质及设备,其技术方案为通过多维度提取图像的特征向量后,将特征向量的聚类和生长区域分割相结合,采用特征向量代替像素值,图像块特征向量的匹配代替像素值匹配,从而实现整个图像的分割,从而让离散的图像块变为连通到一起的完整区域,提升了最终的病理分型识别模型的识别精度,本发明可自动提取贲门数字病理图片的特征,辅助贲门癌的内镜病理分型,有助于提升临床诊疗效率,有较高的临床及科研应用价值。
-
公开(公告)号:CN118447282B
公开(公告)日:2024-10-22
申请号:CN202410904251.6
申请日:2024-07-08
申请人: 广东工业大学
IPC分类号: G06V10/762 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/80 , G06V20/58
摘要: 本申请涉及一种无人驾驶方程式赛车环境感知方法、装置、设备及介质,方法包括:将可行驶区域以及障碍物相对应的点云数据的三维坐标转化为二维坐标,与二维检测框相对应的位置进行匹配,选取所述二维检测框中的点云数据作为所述可行驶区域以及障碍物相对应的目标点云数据;基于预设距离阈值将所述目标点云数据划分为近距离、中远距离以及远距离目标点云数据,将近距离、中远距离以及远距离目标点云数据进行欧式聚类,以确定可行驶区域以及障碍物相对应的位置信息;基于可行驶区域、障碍物相对应的类别信息以及位置信息,得到第一驾驶环境感知信息。本申请有效避免了由于对整个场景进行聚类而可能导致的非目标物体的误聚类问题。
-
公开(公告)号:CN118379526B
公开(公告)日:2024-10-22
申请号:CN202410831800.1
申请日:2024-06-26
申请人: 集美大学
IPC分类号: G06V10/75 , G06V10/762 , G06V10/46
摘要: 本发明涉及一种基于概率分布采样约束的多特征点云匹配方法,属于激光点云匹配领域。所述方法将边、面、杂乱点均视为概率分布的采样结果,利用局部范围内的点云拟合得到对应概率分布的参数,基于概率分布采样构建优化问题的约束条件,以此来避免等权重假设不合理的问题。本发明还分别设计了边‑边、面‑面、杂乱点‑杂乱点三个数据关联通道,以此提升系统数据关联的准确性和可靠性。
-
公开(公告)号:CN117314561B
公开(公告)日:2024-10-22
申请号:CN202311225913.9
申请日:2023-09-21
申请人: 苏州大学
IPC分类号: G06Q30/0601 , G06N3/0442 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/762
摘要: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质,涉及元宇宙技术领域。包括:获取元宇宙中每个3D模型的多个2D视图,将多个2D视图输入卷积神经网络,得到模型特征向量组;利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取,得到3D模型的空间特征向量;将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习,输出目标空间特征向量集合;计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息,提高了产品推荐的有效性和准确性,实现了2D图像和3D模型之间的有效匹配。
-
公开(公告)号:CN114187508B
公开(公告)日:2024-10-22
申请号:CN202111448165.1
申请日:2021-11-30
申请人: 武汉理工大学
IPC分类号: G06V20/10 , G06V20/40 , G06V10/762 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464
摘要: 本发明涉及一种基于动态卷积神经网络的火灾探测方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取火灾图像和非火灾图像,根据所述火灾图像和非火灾图像构建数据集;构建动态卷积神经网络,利用所述数据集对所述动态卷积神经网络进行训练,得到训练完备的动态卷积神经网络;获取待探测区域的实时视频数据,根据所述实时视频数据和所述训练完备的动态卷积神经网络得到火灾探测结果。本发明提供的基于动态卷积神经网络的火灾探测方法,提高了火灾探测精度,加快了检测速度。
-
公开(公告)号:CN113536992B
公开(公告)日:2024-10-22
申请号:CN202110731525.2
申请日:2021-06-29
申请人: 国家能源集团金沙江旭龙水电有限公司 , 四川大学
IPC分类号: G06V20/64 , G06T17/20 , G06T7/62 , G06V10/762
摘要: 本发明公开了一种岩体浅表结构面识别方法、设备及可读存储介质,该方法包括以下步骤:获取描述岩体地质几何特征点云数据;对所述点云数据进行表面重构得到重构后的三角网;对三角网中的三角片进行分组;分别识别并筛除每组三角片中属于过渡区、边界区或爆破损伤区的三角片,识别出结构面。本方案在对三角片进行分组后,分别识别筛选出每组三角片中的过渡区、边界区或爆破损伤区的三角片,进一步识别出结构面,其适于钻孔爆破形成的较破碎的复杂掌子面的识别中,且识别效果佳。
-
公开(公告)号:CN118803266A
公开(公告)日:2024-10-18
申请号:CN202410187775.8
申请日:2024-02-20
申请人: 中移(杭州)信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: H04N19/48 , G06V10/762 , H04N19/126 , H04N19/13 , H04N19/21 , H04N19/146
摘要: 本申请涉及图像压缩技术领域,提供了一种端到端图像压缩方法、装置、电子设备、介质及程序产品,包括获取待压缩图像;输入待压缩图像至图像压缩模型,得到图像压缩模型输出的压缩图像;其中,图像压缩模型由主编码网络、主解码网络、辅编码网络、辅解码网络以及上下文网络构成VAE框架,主编码网络、主解码网络、辅编码网络和辅解码网络中的至少一个基于聚类块构成。本发明采用低复杂度的聚类块替换复杂度高的深度网络,降低了图像压缩模型的复杂度,通过设置上下文网络实现注意力机制,能够更好地捕获特征的全局相关性,从而有效识别图像冗余,提升编码效率。
-
-
-
-
-
-
-
-
-