-
公开(公告)号：CN114673638A
公开(公告)日：2022-06-28
申请号：CN202210578950.7
申请日：2022-05-26
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南通大学 , 株洲时代新材料科技股份有限公司
摘要： 本发明公开一种风力发电机叶片覆冰监测方法及装置，方法包括：连续采集风力发电机叶片的动态图像信息；计算动态图像信息与预设的参考图像信息之间的相似度，并判断某一动态图像信息与预设的参考图像信息之间的相似度是否大于预设阈值；若大于预设阈值，则获取风力发电机叶片旋转一周的时间长度，并基于时间长度计算得到风力发电机叶片的转速；根据转速获取风力发电机叶片的静态图像信息；根据计算静态图像信息中深度相机至风力发电机叶片的第一垂直距离与预设垂直距离的差值，使得到叶片的实际覆冰厚度。实现了能够在风力发电机工作时采集叶片的深度信息，通过和无覆冰状态的深度信息对比，得到实际覆冰厚度的目的。
-
公开(公告)号：CN112365468A
公开(公告)日：2021-02-12
申请号：CN202011253124.2
申请日：2020-11-11
申请人： 南通大学 , 苏州锦添科技产业发展有限公司
摘要： 本发明公开了一种基于AA‑gate‑Unet的海上风电塔筒涂层缺陷检测方法，包括：接收系统传达的海上风电塔筒涂层缺陷检测请求，获取所述请求对应的风电塔筒涂层无人机检测视频信息；提取视频信息中的塔筒涂层图像关键帧；将塔筒涂层图像关键帧的图像上传至系统云端；将上传系统云端的所述海上风电塔筒涂层检测图像关键帧的图像，采用基于HMM和基于Winters三参数指数平滑的预测算法进行预测，获得海上风电塔筒涂层缺陷的检测结果；在海上风电塔筒涂层检测结果为异常状态时，将所述海上风电塔筒缺陷涂层图像上传至系统，并进行相应的海上风电塔筒涂层维护工作。本发明利用无人机平台采集海上风机塔筒图像，利用改进型深度学习模型AA‑gate‑Unet进行塔筒缺陷的分割；通过准确分割后，可以计算出各种缺陷的面积值数据，从而实现对风机后期维护的精准预算与现场检测。
-
公开(公告)号：CN114673638B
公开(公告)日：2022-09-02
申请号：CN202210578950.7
申请日：2022-05-26
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南通大学 , 株洲时代新材料科技股份有限公司
摘要： 本发明公开一种风力发电机叶片覆冰监测方法及装置，方法包括：连续采集风力发电机叶片的动态图像信息；计算动态图像信息与预设的参考图像信息之间的相似度，并判断某一动态图像信息与预设的参考图像信息之间的相似度是否大于预设阈值；若大于预设阈值，则获取风力发电机叶片旋转一周的时间长度，并基于时间长度计算得到风力发电机叶片的转速；根据转速获取风力发电机叶片的静态图像信息；根据计算静态图像信息中深度相机至风力发电机叶片的第一垂直距离与预设垂直距离的差值，使得到叶片的实际覆冰厚度。实现了能够在风力发电机工作时采集叶片的深度信息，通过和无覆冰状态的深度信息对比，得到实际覆冰厚度的目的。
-
公开(公告)号：CN114863165A
公开(公告)日：2022-08-05
申请号：CN202210378696.6
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06V10/764 , G06K9/62 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40 , G06T7/11 , G06T7/00 , G06T5/00 , G06N3/04
摘要： 本发明涉及医学图像分割与图像分类技术领域，具体涉及一种基于影像组学与深度学习特征融合的椎体骨密度分类方法，将CT图像下椎体分为骨质疏松、低骨量与正常组，包括S1:建立基于CRF和注意力引导的椎体分割网络，获取L1、L2椎体松质骨掩膜；S2:通过GCAM‑Net对L1和L2融合后的特征图进行深度学习特征提取，并利用L1和L2的CT图像及掩膜进行影像组学特征提取；S3：运用差分进化算法在深度学习特征中提取最优特征集，并将提取后影像组学特征通过SVM‑RFE法进行特征筛选，最后将影像组学特征和深度学习特征通过最大相关性融合算法进行特征融合，并利用神经网络分类。本发明技术方案结合深度学习特征和影像组学特征，有效提高骨密度分类的准确性。
-
公开(公告)号：CN112287827A
公开(公告)日：2021-01-29
申请号：CN202011178410.7
申请日：2020-10-29
申请人： 南通中铁华宇电气有限公司 , 南通大学
摘要： 本发明公开了一种基于智慧灯杆的复杂环境行人口罩佩戴检测方法及系统，包括：接收系统传达的行人口罩佩戴检测请求，获取行人口罩佩戴检测请求对应的行人监控视频信息；提取行人监控视频信息中行人的人脸图像；将行人的人脸图像关键帧上传至系统云端；人脸图像输入至模型进行处理，获得行人的口罩佩戴检测结果；在行人口罩佩戴检测结果为行人口罩佩戴不规范时，启动相应的语音模块提醒所述行人正确、规范的佩戴口罩；在行人口罩佩戴检测结果为所述行人未佩戴口罩时，根据行人的身份信息对所述行人进行管控处理。通过上述方式，可以快捷识别路上行人是都佩戴口罩并对没有佩戴口罩的人员输出佩戴提示，节约了行人口罩佩戴检测的管控成本、提高了行人口罩佩戴管控效率和可操作性。
-
公开(公告)号：CN117935139A
公开(公告)日：2024-04-26
申请号：CN202311757078.3
申请日：2023-12-20
摘要： 本发明公开了一种基于多任务算法的护学岗视觉监测系统，包括护学岗亭；所述护学岗亭上设置有视觉传感器，且护学岗亭周边设定监测区域，所述视觉传感器采集监测区域内的图像，所述采集的图像传输至图像分析模块中分析，所述图像分析模块至少搭建车牌检测任务、姿态检测任务以及面部是否有佩戴物任务这三个任务的监测算法网络，所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法均包括编码层和解码层，所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法采用同一个编码层；多个任务共享同一个编码层，能够减少计算量，提升检测速度；减少交警、老师和家长时间精力的投入，及时管理和监测学生的各个方面的状况。
-
公开(公告)号：CN115937895A
公开(公告)日：2023-04-07
申请号：CN202211414614.5
申请日：2022-11-11
申请人： 南通大学
IPC分类号： G06V40/10 , G06V10/764 , G06V10/766 , G06V10/25 , G06T7/73 , A63B71/06 , G06N3/045 , G06N3/0464 , G06N3/09
摘要： 本发明涉及电子信息技术领域，尤其涉及一种基于深度相机的速度与力量反馈系统，包括图像采集模块、人体捕捉模块、运动监测模块和速度与力量计算模块；所述图像采集模块运用内置视觉传感器分别对运动员和运动员外部环境监测，图像采集模块可同时完成彩色图像和深度图像的采集；所述图像采集模块由两个深度相机组成，按照十字型将两个深度相机进行横竖安装固定；所述人体捕捉模块用于高效定位人体16个关键点，以Exc‑Pose算法为核心，具体包括轻量化“E”型结构编码层和基于回归模型监督学习方法的解码层。本发明通过合理的结构搭配相关算法无接触捕获运动员在体能训练过程中产生的姿态、速度、力量、功率等核心技术指标，并将其数字化，指导科学化训练。
-
公开(公告)号：CN114898464A
公开(公告)日：2022-08-12
申请号：CN202210502602.1
申请日：2022-05-09
申请人： 南通大学
IPC分类号： G06V40/20 , G06V10/10 , G06V10/22 , G06V10/40 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明属于手语识别技术领域，具体涉及一种基于机器视觉的轻量化精准手指语智能算法识别方法，具体步骤包括：第一步单目相机采集图像信息，以Finger‑YOLOv4算法对采集的图像信息处理，框选出手部的区域；第二步在框选的手部区域内基于稀疏性目标提取算法锁定操作人员手部区域排除非操作人员手部干扰；第三步在操作人员手部区域内基于DFCRF‑Net进行深度学习，识别出手部区域的21个关键点的坐标；第四步根据21个关键点坐标的位置关系采用强制坐标法推理出当前手势表达的手指语。本发明提出的算法架构轻量化，仅需单目相机即可部署，检测速度快、精度高；经过不同环境、操作人员的测试，该智能算法识别方法可以有效的识别出全部手指语手势。
-
公开(公告)号：CN112289037B
公开(公告)日：2022-06-07
申请号：CN202011176098.8
申请日：2020-10-29
申请人： 南通中铁华宇电气有限公司 , 南通大学
摘要： 本发明公开了一种基于复杂环境下高视角的机动车辆违规停车检测方法及系统，包括：接收系统传达的机动车辆违规停车检测请求，获取机动车辆违规停车检测请求对应的机动车辆监控视频信息；提取机动车辆停车监控视频信息中的车辆图像关键帧；车辆图像输入至检测模型进行处理，获得机动车辆违规停车检测结果；在机动车辆违规停车检测结果为异常状态时，获取机动车辆的车牌图像信息；通过车牌识别模块获得所述车辆的车牌号；确定驾驶者的身份信息，并根据驾驶者的身份信息对所述驾驶者进行管控处理。本发明可以快捷识别禁止停车区域是否有机动车辆违停，节约了机动车辆违规停车检测的管控成本、提高了机动车辆违规停车检测的管控效率和可操作性。
-
公开(公告)号：CN114863165B
公开(公告)日：2023-06-16
申请号：CN202210378696.6
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40 , G06T7/11 , G06T7/00 , G06T5/00 , G06N3/0464
摘要： 本发明涉及医学图像分割与图像分类技术领域，具体涉及一种基于影像组学与深度学习特征融合的椎体骨密度分类方法，将CT图像下椎体分为骨质疏松、低骨量与正常组，包括S1:建立基于CRF和注意力引导的椎体分割网络，获取L1、L2椎体松质骨掩膜；S2:通过GCAM‑Net对L1和L2融合后的特征图进行深度学习特征提取，并利用L1和L2的CT图像及掩膜进行影像组学特征提取；S3：运用差分进化算法在深度学习特征中提取最优特征集，并将提取后影像组学特征通过SVM‑RFE法进行特征筛选，最后将影像组学特征和深度学习特征通过最大相关性融合算法进行特征融合，并利用神经网络分类。本发明技术方案结合深度学习特征和影像组学特征，有效提高骨密度分类的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.024 秒)
