-
公开(公告)号：CN118918007A
公开(公告)日：2024-11-08
申请号：CN202410981874.3
申请日：2024-07-22
Applicant: 广东工业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络和混合Transformer的太赫兹图像超分辨方法及系统，方法包括：步骤S1、使用太赫兹成像设备对待检测人员拍摄太赫兹图像，构建太赫兹图数据集；步骤S2、基于生成对抗网络和缓和Transfor mer构建太赫兹图像超分辨模型；步骤S3、使用所述太赫兹图数据集对所述太赫兹图像超分辨模型进行训练，得到训练好的太赫兹图像超分辨模型；步骤S4、使用训练好的网络对待检测的太赫兹图像进行图像超分辨。本发明通过设计残差空间和通道重建卷积增强密集模块，有效地对太赫兹图像中的噪声进行了去除并且对特征信息进行了提取，从而为后续的细节特征增强和图像重建提供了鲁棒性更好的特征图信息。
-
公开(公告)号：CN118887520A
公开(公告)日：2024-11-01
申请号：CN202410942211.0
申请日：2024-07-15
Applicant: 广东工业大学
IPC: G06V20/05 , G06V10/25 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于transformer和感知融合注意力的水下目标检测方法及系统，方法包括以下步骤：获取历史水下目标图像数据集；基于历史水下图数据集，构建并训练水下目标检测模型；利用训练好的水下目标检测模型对待检测水下目标图像进行目标检测，获得包含目标类别标签的检测结果。本发明方法可广泛应用于海洋资源探测、水下环境监测、水下生物多样性研究等领域，为相关领域的科研和工程实践提供支持。
-
公开(公告)号：CN117263185B
公开(公告)日：2024-02-27
申请号：CN202311557700.6
申请日：2023-11-22
Applicant: 广东工业大学
IPC: C01B32/914 , C01B32/05 , C01G45/02 , H01M4/36 , H01M4/50 , H01M4/583 , H01M4/587 , H01M4/62 , H01M10/36
Abstract: 本发明涉及水系金属离子电池技术领域，特别是涉及一种水系锌离子电池正极材料的制备方法。水系锌离子电池正极材料中包括N‑MnOx/C@V2CTx复合材料。N‑MnOx/C@V2CTx复合材料通过以下步骤制备得到：制备Mn BTC@V2CTx粉末；将Mn BTC@V2CTx粉末置于第一容器中，将氨源置于第二容器中，将第一容器置于第二容器中，第二容器中的氨源位于第一容器的周侧，盖合所示第二容器后于惰性气氛下煅烧。利用本发明方法制备得到的N‑MnOx/C@V2CTx复合材料能够加快充放电过程中电子与离子的迁移速率，具有比容量高的优点。
-
公开(公告)号：CN114354492B
公开(公告)日：2023-06-30
申请号：CN202111645298.8
申请日：2021-12-30
Applicant: 广东工业大学
IPC: G01N21/01 , G01N21/3586
Abstract: 本发明涉及太赫兹成像的技术领域，更具体地说，它涉及一种基于太赫兹自由电子激光的单像素成像方法及系统，其技术方案要点是，包括：S1、基于太赫兹自由电子激光提供单像素成像系统；S2、在所述单像素成像系统上，根据广义正交追踪算法获取目标物图像。本发明具有重建图像质量好、峰值信噪比高、结构相似度高的优点。
-
公开(公告)号：CN111854956A
公开(公告)日：2020-10-30
申请号：CN202010738422.4
申请日：2020-07-28
Applicant: 广东工业大学
Abstract: 本申请公开了一种基于微透镜阵列的多光谱成像系统及图像重建方法，其通过采用微透镜阵列与线性渐变滤光片，可以对被测目标物实现不同连续波段的成像且分割成多个子图像，并且，线性渐变滤光片相对于微透镜阵列呈一定角度倾斜设置，以使得面阵CCD探测器获取到高质量且高分辨率的图像，并通过最大后验估计方法，可以快速重建出高质量的图像。同时，本申请实施例仅采用面阵CCD探测器、微透镜阵列与线性渐变滤光片就可以实现对被测目标物采集图像数据，而又线性渐变滤光片安装方便，降低了硬件成本且结构紧凑。
-
Patent Agency Ranking
公开(公告)号：CN118887520B
公开(公告)日：2025-02-25
申请号：CN202410942211.0
申请日：2024-07-15
Applicant: 广东工业大学
IPC: G06V20/05 , G06V10/25 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于transformer和感知融合注意力的水下目标检测方法及系统，方法包括以下步骤：获取历史水下目标图像数据集；基于历史水下图数据集，构建并训练水下目标检测模型；利用训练好的水下目标检测模型对待检测水下目标图像进行目标检测，获得包含目标类别标签的检测结果。本发明方法可广泛应用于海洋资源探测、水下环境监测、水下生物多样性研究等领域，为相关领域的科研和工程实践提供支持。
-
公开(公告)号：CN118918077A
公开(公告)日：2024-11-08
申请号：CN202410965021.0
申请日：2024-07-18
Applicant: 广东工业大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/774
Abstract: 本发明提出了一种基于自适应空间特征融合和结构重参数化的瓦楞纸箱缺陷检测方法及系统，包括：采集待检测的瓦楞纸箱图像数据；将待检测的所述瓦楞纸箱图像数据输入缺陷检测模型中，对被检瓦楞纸箱进行实时的缺陷检测；其中所述缺陷检测模型包括：backbone特征提取网络、neck特征提取网络和自适应空间特征融合检测网络，并基于数据集训练获得；所述数据集包括：含有缺陷的瓦楞纸箱图像数据和对应的缺陷种类。本发明系统结构简单，能实时获取被检测瓦楞纸箱图像，结合基于自适应空间特征融合和结构重参数化的缺陷检测算法，具有高的检测精度和速度，有望在瓦楞纸箱缺陷检测领域得到广泛应用。
-
公开(公告)号：CN118780998A
公开(公告)日：2024-10-15
申请号：CN202410459969.9
申请日：2024-04-17
Applicant: 广东工业大学
IPC: G06T5/60 , G06T5/70 , G06T5/90 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/05 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及工业视觉增强领域，更具体地说，它涉及一种基于Transformer和多尺度空间域特征融合的水下图像增强方法，本发明通过引入Transformer机制，利用自注意力和线性注意力机制来捕获图像中复杂的空间关系并提高图像质量，同时，设计的多尺度特征卷积模块来提取不同规模和级别的信息，能够降低网络的复杂度，提高计算效率，再者，设计了一个空域特征融合模块来计算像素局部邻域内的注意力，从而提高计算效率和特征融合，该方法具有泛化能力好、鲁棒性高、增强效率高的优势，可广泛应用于水下管道检测与维护、水下环境监测、水下生物研究等领域，为相关领域的科研和工程实践提供强大支持。
-
公开(公告)号：CN117764969B
公开(公告)日：2024-09-17
申请号：CN202311840928.6
申请日：2023-12-28
Applicant: 广东工业大学
IPC: G06T7/00 , G06V10/80 , G06V10/771 , G06V10/52 , G06V10/10
Abstract: 本发明涉及多视角成像系统及轻量化多尺度特征融合缺陷检测方法，检测方法包括：采集待检测目标的图像，其中，所述待检测目标的图像通过所构建的多视角成像系统获得；将所述图像输入预设的检测模型中，输出所述待检测目标的缺陷检测结果，其中，所述检测模型基于训练集训练获得，所述训练集包括包含缺陷的图像和标识该缺陷的标签，所述检测模型采用特征提取网络和轻量化多尺度特征融合网络构建。本发明所提出的缺陷检测方法具有轻量化、速度快、精度高的优势。
-
公开(公告)号：CN117853732A
公开(公告)日：2024-04-09
申请号：CN202410087737.5
申请日：2024-01-22
Applicant: 广东工业大学
IPC: G06V10/26 , G06V20/70 , G06V20/52 , G06V40/10 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种自监督可重数化太赫兹图像危险品实例分割方法，包括：对太赫兹人体隐匿危险品安检图像数据集进行数据增强；通过增强后的数据集预训练自监督学习图像掩码建模增强模型，获取自监督学习图像掩码建模增强模型的编码器参数；将自监督学习图像掩码建模增强模型的编码器作为实例分割模型的初始特征提取主干网络；迁移编码器参数，通过未增强的太赫兹人体隐匿危险品安检图像数据集微调实例分割模型的初始特征提取主干网络，获取实例分割模型的特征提取主干网络；将待分割的人体隐匿危险品安检图像输入实例分割模型的特征提取主干网络，提取多尺度特征，将多尺度特征进行集成，并进行动态解耦，获取危险品检测分割结果。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
