-
公开(公告)号：CN108052950A
公开(公告)日：2018-05-18
申请号：CN201711293082.3
申请日：2017-12-08
申请人： 东北大学
摘要： 本发明的一种基于MIA的电熔镁炉动态火焰分割及特征提取方法，包括：采集火焰的视频图像，将RGB图像转换成二维矩阵；采用PCA法对二维矩阵进行降维；将降维后的矩阵归一化到[0,255]之间，获得得分柱状图；将不同工况的得分柱状图进行对比，找出图中变化明显的区域并进行标记处理，将被标记的区域映射回原始RGB图像，获得火焰分割图像；借助得分柱状图中被标记区域分别计算火焰亮度区域大小、火焰颜色种类数、火焰区域颜色平均值、整幅图像颜色平均值以及火焰亮度值5种特征数据。该方法能够对火焰区域进行有效的分割，其分割效果好，通过对分割的图像计算5种特征数据，并将结果应用于工况分类模型上，获得较高的分类准确率。
-
公开(公告)号：CN107886069A
公开(公告)日：2018-04-06
申请号：CN201711102577.3
申请日：2017-11-10
申请人： 东北大学
CPC分类号： G06K9/00369 , G06K9/6256 , G06K9/6288 , G06N3/0454 , G06N3/084
摘要： 本发明涉及一种多目标人体2D姿态实时检测系统及检测方法，系统包括：图像采集模块用于获取图像数据；实时处理模块用于将图像数据输入到神经网络进行学习和预测，并根据获取的关节点位置的热点图和关节点之间的方向向量场的热点图生成人体的姿态信息；可视化显示模块用于将预测得到的人体姿态信息通过线段连接的方式呈现给用户。本发明利用深度学习的方法编码关节的位置和由关节相互连接组成的骨骼的位置和方向，实现对单幅图像准确的人体的2D姿态估计，而且对于人员聚集复杂的情况，能够准确估计场景中的多个人体姿态，方便用户对人体的姿态进一步分析处理和挖掘，从而预测人的下一步行为。
-
公开(公告)号：CN107844770A
公开(公告)日：2018-03-27
申请号：CN201711071383.1
申请日：2017-11-03
申请人： 东北大学
CPC分类号： G06K9/00711 , G06K9/6256
摘要： 本发明涉及一种基于视频的电熔镁炉异常工况自动识别系统，通过图像信息采集模块采集电熔镁砂生产现场工况信息，传输至样本生成模块；样本生成模块对训练样本进行生成，通过label-image软件对图像做标签处理和人工分类标签处理，将处理后的视频、图像信息传输到检测分类模块；检测分类模块通过相应算法对视频、图像信息进行特征提取及处理，得到工况识别系统的智能检测、分类模型；显示单元运用检测分类模块处理完毕的智能检测、分类模型，将新的测试视频、图像信息通过可视化方式显示出来。本发明识别效果相比单方面使用电流、电压等非可视化的信息有明显的改善，硬件装置构成合理，操作方便、成本低，判别准确率高，代替人工巡检。
-
公开(公告)号：CN108052950B
公开(公告)日：2021-06-11
申请号：CN201711293082.3
申请日：2017-12-08
申请人： 东北大学
摘要： 本发明的一种基于MIA的电熔镁炉动态火焰分割及特征提取方法，包括：采集火焰的视频图像，将RGB图像转换成二维矩阵；采用PCA法对二维矩阵进行降维；将降维后的矩阵归一化到[0,255]之间，获得得分柱状图；将不同工况的得分柱状图进行对比，找出图中变化明显的区域并进行标记处理，将被标记的区域映射回原始RGB图像，获得火焰分割图像；借助得分柱状图中被标记区域分别计算火焰亮度区域大小、火焰颜色种类数、火焰区域颜色平均值、整幅图像颜色平均值以及火焰亮度值5种特征数据。该方法能够对火焰区域进行有效的分割，其分割效果好，通过对分割的图像计算5种特征数据，并将结果应用于工况分类模型上，获得较高的分类准确率。
-
-
-
搜索结果
4 条记录 (耗时 0.018 秒)
