-
公开(公告)号：CN116486388A
公开(公告)日：2023-07-25
申请号：CN202310437259.1
申请日：2023-04-21
申请人： 北京市南水北调团城湖管理处 , 北京工业大学
IPC分类号： G06V20/60 , G06V10/80 , G06V10/82 , G06V10/764 , G06V20/62 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082
摘要： 本发明提出一种断路器状态的双因子校验方法和系统。其中，方法包括：首先是设计目标提取模块精准识别断路器手车上的文字标识目标框用以判别手车车窗中的断路器状态，利用文字检测的方式检测监控视频中断路器手车上的文字，对网络的精准识别能力、与目标框贴合程度提出了更高要求；其次设计多输入的神经网络对于指示灯图像和手车车窗图像两个输入进行识别比较。本发明具有检测更加精准、贴合，有效解决了人工巡查方法易受主观因素影响、现有文字检测网络的方法精准性、贴合程度不足的问题。
-
公开(公告)号：CN115661032A
公开(公告)日：2023-01-31
申请号：CN202211161069.3
申请日：2022-09-22
申请人： 北京工业大学
IPC分类号： G06T7/00 , G06V10/40 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种适用于复杂背景的路面病害智能检测方法，构建用于训练的路面病害图像数据集；构建轻量、高效的路面病害检测模型；训练轻量、高效的路面病害检测模型；利用路面病害检测模型对路面病害图像进行自动检测与识别。本发明基于路面病害类型的图像特征，通过在骨干网络中添加注意力模块增强网络在复杂背景环境下对路面病害关键特征的学习能力，并基于轻量化的卷积神经网络结构组件对网络中的卷积模块进行改进，构建路面病害检测模型，实现了复杂背景环境下多种路面病害类型的快速、准确检测，解决了现有路面病害检测算法容易受光照、阴影、车道线、旁车、井盖等复杂背景信息干扰、检测精度较低、模型体积较大难以部署的难题。
-
公开(公告)号：CN116486430A
公开(公告)日：2023-07-25
申请号：CN202310250174.2
申请日：2023-03-15
申请人： 北京工业大学
IPC分类号： G06V40/10 , G06V10/80 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G16H30/40 , G16H50/30
摘要： 本发明公开了一种基于多分辨率特征融合的多方位身体姿态评估方法，包含以下步骤：构建多方位身体姿态图像数据集；构建多分辨率特征融合的多方位身体姿态评估模型；训练多分辨率特征融合的多方位身体姿态评估模型；将待评估的身体姿态图像输入到训练后的多分辨率特征融合的多方位身体姿态评估模型进行身体姿态评估。本发明针对基于视觉的身体姿态评估技术中身体关键点数量不充分与检测位置不精准的问题，为多分辨率特征融合的多方位身体姿态评估模型提供训练数据；融合CBAM注意力机制模块，采用多分辨率特征融合的思想设计了支持多方位的身体姿态评估模型，提高特征提取精度，实现定制化的身体姿态关键点的快速检测与身体姿态的准确评估。
-
公开(公告)号：CN115131724A
公开(公告)日：2022-09-30
申请号：CN202210559142.6
申请日：2022-05-22
申请人： 北京工业大学
IPC分类号： G06V20/52 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/22 , G06T7/73 , G06T7/60 , G06T7/00 , G06T3/40
摘要： 本发明公开了一种适用于远距离高俯角的安全帽佩戴检测方法，属于目标检测技术领域。本发明包含以下步骤：构建适用于实际施工监管场景的安全帽图像数据集；构建多尺度特征融合的安全帽佩戴检测网络。本发明针对现有方法对远距离高俯角的安全帽佩戴检测精度低的问题，根据实际场景需求构建了业界内专业的安全帽数据集，解决了深度学习的先验数据需求；利用CSP层和SPP层设计了特征提取模块，采用多尺寸多维度特征融合的思想设计了特征映射模块，选取大尺寸特征图进行特征映射，提高了远距离目标的检测精度，在实际应用场景中取得了优秀的检测结果。
-
-
-
搜索结果
4 条记录 (耗时 0.073 秒)
