一种使用双色激光测距测量路面平整度的方法

    公开(公告)号:CN118376183A

    公开(公告)日:2024-07-23

    申请号:CN202410120752.5

    申请日:2024-01-26

    IPC分类号: G01B11/30 E01C23/01

    摘要: 本发明公开了一种使用双色激光测距测量路面平整度的方法,包括如下步骤:步骤S1:准备绿色点激光器、红色点激光器、彩色线阵相机以及轴编码器,步骤S2:使用固定外壳放置绿色点激光器、红色点激光器、彩色线阵相机,并将三者的镜头中心点固定于同一水平线上,同时固定外壳背面镶嵌强力磁铁以便吸附于车侧面,本发明通过使用双色激光,基于三角激光测距原理的装置来测量道路平整度指数IRI,该方法能够满足IRI定义所要求的路面高程值的准确测量,并且原理简单,不涉及复杂的处理算法、装置的核心部件线阵图像传感器的成本也远低于高精度加速度传感器,解决了传统IRI测量方法成本高难以实现的弊端。

    一种基于自适应参考图的交通监控视频超分辨率方法

    公开(公告)号:CN118195894A

    公开(公告)日:2024-06-14

    申请号:CN202410190207.3

    申请日:2024-02-20

    发明人: 王家奎 熊益

    摘要: 本发明公开了一种基于自适应参考图的交通监控视频超分辨率方法,构建视频超分辨率重建网络包括:特征提取模块,用于对输入的低分辨率帧序列和参考图分别提取特征;帧对齐模块,用于相邻帧之间特征的对齐;特征融合模块,用于对不同帧的图像信息进行融合,并将提取的参考图特征的分布重新映射到融合特征的分布;重建模块,用于对融合后的特征进一步进行重建后与上采样结果融合输出超分辨率图像;提取交通监控应用场景中具有代表性的原始高清视频的关键帧,作为后续的参考图像进行标记并存储;对待处理的帧序列进行随机抽取后与标记储存的参考图进行类别匹配,本发明提高了交通监控场景下视频超分辨率的重建质量。

    一种基于3D生成对抗网络的鞋子外观设计和用户定制系统

    公开(公告)号:CN116563443A

    公开(公告)日:2023-08-08

    申请号:CN202310219564.3

    申请日:2023-03-02

    发明人: 王家奎 宁云翔

    摘要: 本发明公开了一种基于3D生成对抗网络的鞋子外观设计和用户定制系统,获取两个初始隐向量;建立和训练一个3D生成对抗网络;建立和训练一个可微分编码器;建立和训练若干个属性编辑器;输出初始参考图像在指定属性下的带纹理3D模型,本发明实现了采用3D生成对抗网络能从给定的初始参考图像直接生成带纹理的鞋子3D模型,同时使用生成对抗反转技术,求解由鞋子3D模型到可编辑隐向量的逆映射,将初始图像逆映射到隐向量空间,得到3D模型对应的可编辑的隐向量,通过用户自定义编辑隐向量的特征值,从而使用户可直接修改鞋子3D模型的颜色、款式、光泽等属性,实现用户对鞋子3D模型的自主设计与定制。

    图表转换方法及装置
    4.
    发明公开

    公开(公告)号:CN107221019A

    公开(公告)日:2017-09-29

    申请号:CN201710463761.4

    申请日:2017-06-16

    IPC分类号: G06T11/60 G06N3/08 G06K9/00

    摘要: 本发明公开了一种图表转换方法,所述方法包括以下步骤:获取待转换静态图表的第一像素数据;根据图表转换模型对所述第一像素数据进行识别,获得对应的第一图表描述数据;根据所述第一图表描述数据生成相应的矢量图表。本发明还公开了一种图表转换装置。本发明通过图表转换模型对待转换静态图表的第一像素数据进行识别,获得对应的第一图表描述数据,再根据所述第一图表描述数据生成相应的矢量图表,从而能够将静态图表转换为矢量图表。

    一种手写体试题答案提取方法

    公开(公告)号:CN111666882B

    公开(公告)日:2023-04-25

    申请号:CN202010510103.8

    申请日:2020-06-08

    发明人: 王家奎 王旺

    摘要: 本发明公开了一种手写体试题答案提取方法,包括一张为源试题图片A,另一张图片为待提取答案图片B,并进行拍照上传;还包括如下步骤:S1:对图A和图B进行相应预处理,如尺寸缩放,提取特征点;S2:将图A和图B的特征点使用一种粗匹配方法进行初匹配,并计算从图B到图A的单应性矩阵,将图B进行相应映射为图C,此时图C和图A尺寸一致,且角度接近;本发明结构科学合理,使用安全方便,提高了在线试题评阅功能,降低了由于学生上传图片的角度以及平整程度较低的问题,便于了答案的提取,降低了以往极高的精准度要求所带来的不便,适合推广使用。

    图表转换方法及装置
    7.
    发明授权

    公开(公告)号:CN107221019B

    公开(公告)日:2021-02-26

    申请号:CN201710463761.4

    申请日:2017-06-16

    IPC分类号: G06T11/60 G06N3/08 G06K9/00

    摘要: 本发明公开了一种图表转换方法,所述方法包括以下步骤:获取待转换静态图表的第一像素数据;根据图表转换模型对所述第一像素数据进行识别,获得对应的第一图表描述数据;根据所述第一图表描述数据生成相应的矢量图表。本发明还公开了一种图表转换装置。本发明通过图表转换模型对待转换静态图表的第一像素数据进行识别,获得对应的第一图表描述数据,再根据所述第一图表描述数据生成相应的矢量图表,从而能够将静态图表转换为矢量图表。

    一种相机标定及平面测量方法
    8.
    发明公开

    公开(公告)号:CN111667539A

    公开(公告)日:2020-09-15

    申请号:CN202010515308.5

    申请日:2020-06-08

    发明人: 王家奎 李淦

    IPC分类号: G06T7/80 G06T7/246

    摘要: 本发明公开了一种相机标定及平面测量方法,包括检测图像中运动物体贴近待测平面的3个特征点,根据这3个特征点在不同图像间的关系,构建损失函数以及优化器,求解出相机的映射参数,即完成相机的标定,本发明结构科学合理,使用安全方便,提供一种基于运动物体的相机标定方法,用于解决现有方案的不满足标定板使用条件场景,或选点三维坐标测量困难的问题,从而便于快速测量与定位。

    一种基于焦点损失函数的交通异常图片识别方法

    公开(公告)号:CN109214308A

    公开(公告)日:2019-01-15

    申请号:CN201810931360.1

    申请日:2018-08-15

    发明人: 王家奎 徐昱昊

    IPC分类号: G06K9/00 G06N3/04

    摘要: 本发明属于图像识别与计算机视觉技术领域,公开了一种基于焦点损失函数的交通异常图片识别方法,包括:构建基于点损失函数的卷积神经网络,建立图片数据集;对图片数据集进行预处理,使用处理后的图片数据集对卷积神经网络进行训练;使用训练好的卷积神经网络对输入图片进行识别,得到图片所属交通异常类别检测结果;本发明针对道路异常与正常情况数据集类别不均衡、导致卷积神经网络的训练难以进行的情况,使用焦点损失函数替代原有损失函数,使得卷积神经网络能够顺利训练,提高了识别准确度;本发明提供的识别方法可部署在各交通路段的监控系统中,自动对当前路段是否发生交通异常进行识别,从而为交通部门提供及时预警。

    一种利用卷积神经网络参照足部位置检测A4纸角点的方法

    公开(公告)号:CN118015030A

    公开(公告)日:2024-05-10

    申请号:CN202410111807.6

    申请日:2024-01-25

    摘要: 本发明公开了一种利用卷积神经网络参照足部位置检测A4纸角点的方法,首先采集同时包含足部与A4纸元素的图像数据,依据足部与A4纸的相对位置来确定A4纸各角点的标注顺序,对A4纸角点进行标注得到JSON文件,接着将采集到的数据划分为训练集和验证集,并对数据进行随机数据增强操作,然后基于hourglas s模型搭建关键点检测网络,利用训练集和验证集进行训练和验证后获取A4纸角点检测模型,最后将待检测的A4纸图像输入A4纸角点检测模型进行检测后得到每个角点的热力图,进行解析后输出各个角点的名称与坐标,本发明利用卷积神经网络参照足部位置检测A4纸角点的方法,能够明显简化角点检测中后处理的步骤,并提升角点检测坐标的准确度。