-
公开(公告)号：CN118506317A
公开(公告)日：2024-08-16
申请号：CN202410644535.6
申请日：2024-05-23
申请人： 北京石油化工学院
IPC分类号： G06V20/58 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80 , G06V10/44
摘要： 本申请提供一种交通标志识别方法、装置及设备。其中，提出了MFEC‑YOLOv7网络，以实现可变尺寸和复杂背景下的交通标志准确识别。通过池化层和群卷积的融合，实现多尺度特征的提取和融合。此外，颈部网络引入了双向特征金字塔的协同工作机制，结合了深层和浅层特征，以增强不同网络层之间特征信息的交换。CA模块同时嵌入骨干网和颈部网，增强了交通标志位置特征信息在复杂环境下的特征提取能力。深度可分离卷积的使用减少了参数量，提高了计算速度。因此，采用该模型可以在保证检测速度的同时，避免多干扰因素下对各种尺度的交通标志的漏检和误检，提高检测精度。
-
公开(公告)号：CN112258635B
公开(公告)日：2023-07-21
申请号：CN202011154642.9
申请日：2020-10-26
申请人： 北京石油化工学院
摘要： 本发明涉及图像处理相关技术领域，具体涉及一种基于改进双目匹配SAD算法的三维重建方法及装置。其中，所述基于改进双目匹配SAD算法的三维重建方法包括：获取原始图片；原始图片包括对应的第一图片和第二图片；基于所述原始图片，通过改进的SAD算法，获得初始视差图；其中，所述改进的SAD算法在初始视差图生成过程中偏重于两张图片的图像块中心像素的匹配精度；填补所述初始视差图的空洞，以对所述初始视差图进行优化，得到最终视差图。
-
公开(公告)号：CN116363439A
公开(公告)日：2023-06-30
申请号：CN202310434484.X
申请日：2023-04-21
申请人： 北京石油化工学院
IPC分类号： G06V10/764 , G06V10/82 , G06V10/40
摘要： 本申请涉及一种基于多头自注意力的点云分类方法、装置及设备，属于大数据处理技术领域。本申请通过获取原始点云的样本数据集，对所述原始点云的样本数据集进行特征提取，获得所述点云的特征向量，构建基于多头自注意力的待训练模型，将所述特征向量送入待训练模型，进行模型训练，得到训练完成的基于多头自注意力的点云分类模型，本申请通过将点云的样本数据集中点云分布归一化，提取高维度的特征向量，将该高维度的特征向量送入训练完成的多头自注意力的点云分类模型，提取不同注意力下点云的特征，并进行模型运算最终得到点云分类结果，有助于帮助解决采用现有点云分类技术对点云进行分类，由于丢失特征导致分类准确率低的问题。
-
公开(公告)号：CN113689351A
公开(公告)日：2021-11-23
申请号：CN202110974453.4
申请日：2021-08-24
申请人： 北京石油化工学院
摘要： 本发明涉及一种基于深度相机的危化品仓储监控方法、装置及设备，属于三维建模技术领域，该方法通过获取不同视角下的点云数据，并对点云数据进行噪音消除预处理，以获得较为精准的点云数据，并对多视角的点云数据进行拼接，解决了现在技术中的遮挡问题；通过采用梯度下降优化的坐标系转换规则，将拼接后的点云数据进行坐标系的转换平移，得到真实坐标系的点云数据，实现了危化品仓库在真实世界坐标系下无死角的监测和显示。
-
公开(公告)号：CN113065606A
公开(公告)日：2021-07-02
申请号：CN202110418515.3
申请日：2021-04-19
申请人： 北京石油化工学院
摘要： 本发明涉及一种基于轻量级深度学习的异常点位检测方法及系统，该方法通过构建轻量级卷积神经网络模型，并进行模型训练，得到异常点位检测模型，从而实现从生产现场实测数据集中定位出可能被攻击的异常点位数据，由于本发明提供的技术方案，是基于轻量级卷积神经网络模型实现的，在保证正确率的情况下，算法模型小、训练速度快，并能够识别可能的被攻击点位，解决了现有技术中安全防护系统只能给出生产数据是否异常的分类结果，但不能识别哪些点位受到攻击的问题，用户体验度好、满意度高。
-
公开(公告)号：CN112258635A
公开(公告)日：2021-01-22
申请号：CN202011154642.9
申请日：2020-10-26
申请人： 北京石油化工学院
摘要： 本发明涉及图像处理相关技术领域，具体涉及一种基于改进双目匹配SAD算法的三维重建方法及装置。其中，所述基于改进双目匹配SAD算法的三维重建方法包括：获取原始图片；原始图片包括对应的第一图片和第二图片；基于所述原始图片，通过改进的SAD算法，获得初始视差图；其中，所述改进的SAD算法在初始视差图生成过程中偏重于两张图片的图像块中心像素的匹配精度；填补所述初始视差图的空洞，以对所述初始视差图进行优化，得到最终视差图。
-
公开(公告)号：CN109902696B
公开(公告)日：2021-01-15
申请号：CN201910167046.5
申请日：2019-03-06
申请人： 北京石油化工学院
摘要： 本发明涉及一种基于分段直线拟合的危化品堆垛测距方法，包括：对危化品堆垛进行图像采集，对采集的图像进行角点检测，对检测的角点进行去噪处理，对去噪后的角点进行分段直线拟合，根据拟合得到的交点和去噪后的角点提取有效角点，利用提取的有效角点对危化品堆垛进行距离测量。本发明针对双目视觉测距的有效角点提取的关键问题，将Shi‑Tomasi角点检测与改进的分段直线拟合相结合，将分段直线拟合之后得到的直线交点补充为有效角点，解决了现有角点检测方法中存在的伪角点，角点遗漏的问题，进而提高了危化品堆垛角点检测准确率及降低测距误差。
-
公开(公告)号：CN118312755A
公开(公告)日：2024-07-09
申请号：CN202410514762.7
申请日：2024-04-26
申请人： 北京石油化工学院
IPC分类号： G06F18/2113
摘要： 本申请涉及数据处理技术领域，尤其涉及一种对工控数据特征重排序的方法及设备，应用于神经网络，方法包括：根据数据特征之间的相关性，以及数据特征与标签类别的相关性，生成一个满足空间局部最大相关性的合成矩阵即特征索引矩阵。将样本数据在每种数据特征下的特征值录入填充完毕的特征索引矩阵，得到样本数据对应的特征值矩阵，该特征值矩阵中的数据特征分布相关性高，工控数据表现为特征值矩阵的形式，可以直接应用高维卷积特征提取器进行数据特征的提取。
-
公开(公告)号：CN111882618B
公开(公告)日：2024-01-26
申请号：CN202010594989.9
申请日：2020-06-28
申请人： 北京石油化工学院
摘要： 本申请涉及双目测距中左右视图特征点匹配处理方法、终端及系统，属于双目测距技术领域。本申请包括：根据目标物的左右视图进行特征点提取，并利用欧式距离算法进行初步的特征点匹配；利用第一预设公式：，对左右视图初步匹配出的特征点进行筛选；根据筛选出的左右视图的特征点，得到匹配度值区间范围，并根据匹配度值区间范围的最小值和预设经验常数，对挑选出的匹配点对进行强匹配提
-
公开(公告)号：CN113568368B
公开(公告)日：2022-12-23
申请号：CN202110867814.5
申请日：2021-07-30
申请人： 北京石油化工学院
IPC分类号： G05B19/408
摘要： 本发明涉及一种工控数据特征重排序算法的自适应确定方法，通过基于不同特征重排序算法对数据集进行特征选择；基于机器学习算法对重排序后的数据集进行训练记录准确率、召回率和时间，并对数据集计算预设评价指标，以生成相应的指标数据集合；对指标数据集合使用机器学习算法建立选择最优重排序算法的决策树；并使用决策树对输入的目标数据集的指标数据进行处理，以得到和目标数据集相匹配的特征重排序算法。实现了能够自动挑选出和目标数据集匹配度最好的特征重排序算法，从而提高了数据集特征重排序算法的准确度和效率，为工控数据的异常检测提供了保证。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.028 秒)