-
公开(公告)号：CN114373123A
公开(公告)日：2022-04-19
申请号：CN202111481919.3
申请日：2021-12-06
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种检测钢筋质量的系统及方法，包括：图像采集模块、云端服务器和输出窗口。图像采集模块实现对钢筋图像的RGB信息和深度信息的捕获；云端服务器实现对钢筋图像的目标检测与目标分割；输出窗口实现输出钢筋图像及检测结果。本发明可实现对钢筋质量检查的智能化处理，包括使用目标检测网络和分割网络分割并检测钢筋表面的缺陷、以及使用立体视觉部件估算钢筋的数量、间距、直径和长度，达到提高质检精度、减轻人力负担、提高施工效率的效果，广泛应用于建筑施工领域。
-
公开(公告)号：CN110852183B
公开(公告)日：2022-03-25
申请号：CN201910999764.9
申请日：2019-10-21
Applicant: 广州大学
Abstract: 本发明公开了一种未佩戴安全帽人员识别方法、系统、装置和存储介质，所述方法包括获取至少一张实景图像，使用YOLO模型分别对各所述实景图像进行处理，获取未佩戴安全帽人员识别结果，选择出最优识别结果，以及根据所述最优识别结果，标记出各所述实景图像中的未佩戴安全帽人员等步骤。本发明从不同的YOLO模型所输出的未佩戴安全帽人员识别结果中选择出最优识别结果，可以减小拍摄实景图像的过程中以及不同YOLO模型对实景图像的处理过程中产生的误差，提高识别准确率；根据最优识别结果标记出未佩戴安全帽人员，可以进一步进行提醒等工作，从而及时地制止不佩戴安全帽的行为，保障安全生产。本发明广泛应用于安全生产技术领域。
-
公开(公告)号：CN114167978A
公开(公告)日：2022-03-11
申请号：CN202111335163.1
申请日：2021-11-11
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种搭载于建筑机器人的人机交互系统，包括以下部分：位置跟踪模块，用于检测建筑工人的位置并进行跟踪；手势跟踪模块，用于在检测到建筑工人向机器人作出手势时，对建筑工人的手部动作进行跟踪识别；手势识别模块，用于识别工人手势的含义并输出对应指令。本发明通过采集建筑工人并应用深度学习方法完成手势识别，可在不影响建筑工人工作的前提下接受工人的手势指令，具有良好的普适性和有效性，广泛应用于建筑施工领域。
-
公开(公告)号：CN113450385A
公开(公告)日：2021-09-28
申请号：CN202110625143.1
申请日：2021-06-04
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种夜间工作工程机械视觉跟踪方法、装置及存储介质，该方法包括利用全局光照感知和细节保持网络对夜间视频的所有帧进行修复，得到光照增强图像；利用YOLO‑v4算法对光照增强图像进行处理，生成检测窗口；利用卡尔曼滤波跟踪器对光照增强图像进行跟踪检测，生成跟踪窗口和跟踪ID；根据位置相似度和CNN特征相似度，将检测窗口与跟踪窗口进行关联，构建得到关联矩阵；根据关联矩阵，通过匈牙利算法判断检测窗口与跟踪窗口是否相关联；若检测窗口与跟踪窗口相关联，将跟踪ID分配给检测窗口。本发明能够实现夜间工作中对工程机械对象的精准检测和识别，本发明可广泛应用于视觉跟踪技术领域。
-
Patent Agency Ranking
公开(公告)号：CN113111729A
公开(公告)日：2021-07-13
申请号：CN202110305630.X
申请日：2021-03-23
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本申请公开了一种人员识别模型的训练方法、识别方法、系统、装置及介质。该方法通过获取批量的图像数据；将各个图像数据输入到深度学习模型中，获取深度学习模型对各个图像数据的第一识别结果和对应的置信度；根据置信度，确定图像数据对应的熵值；挑选熵值最大的若干图像数据组成训练数据集，将训练数据集发送给用户进行标注，并获取训练数据集中各个图像数据对应的标签；将训练数据集输入到深度学习模型中进行训练，通过标签对深度学习模型的参数进行更新，得到训练好的人员识别模型。该方法可以有效提高训练得到的人员识别模型的准确性，有利于得到高效、高质量的人员识别结果。本申请可广泛应用于人工智能技术领域内。
-
公开(公告)号：CN111256584B
公开(公告)日：2021-06-01
申请号：CN202010102221.5
申请日：2020-02-19
Applicant: 广州大学
Inventor： 蔡长青
IPC: G01B9/02
Abstract: 本发明公开了一种散斑干涉图的相位测量方法、系统、装置和存储介质，所述方法包括获取一组散斑干涉图以及一组相位步长，将散斑干涉图和相位步长代入公式中，从而确定对所述散斑干涉图测量所得的相位等步骤。在执行散斑干涉图的相位测量方法时，其所使用的相位步长可以是任意给定的，不再依赖“真实的相位步长而知”这一前提条件，因此避免了现有技术中由于不能使用真实的相位步长而导致的测量误差；在任意步长的情况下，能较好地减小相位噪声，从而取得较为准确的测量结果。本发明广泛应用于测量技术领域。
-
公开(公告)号：CN112802084A
公开(公告)日：2021-05-14
申请号：CN202110041097.0
申请日：2021-01-13
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本申请公开了一种基于深度学习的三维形貌测量方法、系统和存储介质，所述方法包括在待测物体上投影正弦条纹，采用十二步相移法采集若干第一条纹图像和第二条纹图像；随机选取第一条纹图像中的三个图像作为第一输入图像；将第一输入图像输入到卷积神经网络中，获取第一包裹相位；随机选取第二条纹图像中的三个图像作为第二输入图像；将第二输入图像输入到卷积神经网络中，获取第二包裹相位；计算第一包裹相位和第二包裹相位的差频，获取合成包裹相位；对合成包裹相位进行解包裹，获取连续相位；根据连续相位获取待测物体的三维形貌特征。相较于现有技术，本申请能够实现三维形貌的高动态范围成像。本申请可广泛应用于三维测量技术领域中。
-
公开(公告)号：CN111460895A
公开(公告)日：2020-07-28
申请号：CN202010139663.7
申请日：2020-03-03
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种防护设备的检测方法、装置和存储介质。所述检测方法包括获取视觉数据，将所述视觉数据输入到YOLO-v3模型中，获取所述YOLO-v3模型的输出结果，根据所述YOLO-v3模型的输出结果确定变换矩阵，将所述变换矩阵中的至少部分参数输入到机器学习分类器中，以及获取所述机器学习分类器的输出结果等步骤。本发明防护设备检测方法工作过程中无需与工作人员进行接触，具有不易受损的特点，且具有良好的客观性和可靠性；在实际使用时，只需要在合适位置设置视觉数据拍摄装置，即可实施防护设备检测方法，在拍摄装置的视野范围内的人员都属于检测范围，可以低成本、高效地进行检测。本发明广泛应用于图像检测技术领域。
-
公开(公告)号：CN111256584A
公开(公告)日：2020-06-09
申请号：CN202010102221.5
申请日：2020-02-19
Applicant: 广州大学
Inventor： 蔡长青
IPC: G01B9/02
Abstract: 本发明公开了一种散斑干涉图的相位测量方法、系统、装置和存储介质，所述方法包括获取一组散斑干涉图以及一组相位步长，将散斑干涉图和相位步长代入公式中，从而确定对所述散斑干涉图测量所得的相位等步骤。在执行散斑干涉图的相位测量方法时，其所使用的相位步长可以是任意给定的，不再依赖“真实的相位步长而知”这一前提条件，因此避免了现有技术中由于不能使用真实的相位步长而导致的测量误差；在任意步长的情况下，能较好地减小相位噪声，从而取得较为准确的测量结果。本发明广泛应用于测量技术领域。
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.025 seconds)
