-
公开(公告)号:CN119206658A
公开(公告)日:2024-12-27
申请号:CN202410831030.0
申请日:2024-06-26
Applicant: 吉林大学
IPC: G06V20/58 , G06V20/10 , G06V10/25 , G06V10/774 , G06N3/08 , G06V10/82 , G06V10/54 , G06V10/77 , G06V10/10 , G06V10/30 , G06V10/24
Abstract: 本发明涉及自动驾驶技术领域,具体涉及一种基于高光谱的自动驾驶目标检测方法、装置、电子设备及存储介质,用于解决传统的相似背景干扰条件下的自动驾驶目标检测结果不准确,对自动驾驶产生干扰的缺陷,利用RGB图像辅助高光谱数据训练深度学习网络,并将预处理后的高光谱数据降维合成伪彩色图像输入进网络,通过光谱数据库对比分析,优化网络的输出,得到最终精确的目标检测结果,有助于提升自动驾驶汽车的行驶安全性。
-
公开(公告)号:CN117671381A
公开(公告)日:2024-03-08
申请号:CN202311709287.0
申请日:2023-12-12
IPC: G06V10/764 , G06V10/82 , G06V10/58 , G06V10/30 , G06V10/26 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及汽车检测技术领域,具体涉及一种基于高光谱成像的汽车损伤检测方法。本发明利用高光谱成像技术,使用高光谱相机扫描整个车辆表面,生成包含每个像素点光谱信息的完整图像,同时捕捉到车辆表面的多个区域,提供面层次的详细信息,通过黑白校正去除由于暗电流的存在造成的干扰,通过最小噪声分离方法去噪去除噪声的影响,利用PCA主成成分分析将高光谱立方体数据进行降维,去除冗余信息,将降维后的主成分输入到预训练好的语义分割网络中进行处理,完成检测。相比较于传统基于视觉与基于漆膜仪等检测方法,本发明提供了一种客观的测量方法可以从面层次更快速、更有效地识别和评估汽车损伤,提高了传统检测的效率与准确性。
-
公开(公告)号:CN119252005A
公开(公告)日:2025-01-03
申请号:CN202410831032.X
申请日:2024-06-26
Applicant: 吉林大学
Abstract: 本发明涉及隧道口道路监测领域,具体涉及一种隧道口暗冰监测预警方法、预警系统和电子设备,所述预警系统包括数据采集模块、数据预处理模块、检测模块、分析模块和预警模块,利用高光谱相机采集隧道道路路面状况,联合空间信息与光谱信息,实现对隧道口暗冰的实时监测与预警,对隧道口道路交通事故高发段的安全具有较高的提升效果。
-
公开(公告)号:CN117726832A
公开(公告)日:2024-03-19
申请号:CN202311703298.8
申请日:2023-12-12
Abstract: 本发明属于机油检测领域,为了解决机油检测过程中准确性低、检测时间长的缺陷,本发明提出了一种基于高光谱的汽车机油劣化程度快速的检验方法。该方法利用高光谱成像技术,使用高光谱相机对机油样本进行图像采集,通过黑白校正去除由于暗电流的存在造成的干扰,通过最小噪声分离方法去噪去除噪声的影响,利用PCA主成成分分析将高光谱立方体数据进行降维,去除冗余信息,分析降维后的光谱信息,将劣化的机油筛选出来。
-
-
-