-
公开(公告)号：CN114897937B
公开(公告)日：2025-05-23
申请号：CN202210565509.5
申请日：2022-05-23
Applicant: 广州大学
IPC: G06T7/246 , G06T7/277 , G06T7/66 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40 , G06V20/52 , G06V40/10 , G06N3/0464 , G06N3/08 , G06Q50/08
Abstract: 本发明公开了一种基于视觉的场外施工深度学习实例分割跟踪方法，其包括以下步骤：步骤S1：实例分割：实例分割模块从输入视频中检测工作者，得到工作者的包围盒和分割掩码；步骤S2：实例关联：实例关联模块在所述输入视频的每两个连续帧上构造一个工作实例关联矩阵；步骤S3：实例指派：实例指派模块利用匈牙利算法在实例指派中产生跟踪结果。本发明用于追踪建筑工地上非现场施工工作者的身体轮廓，将实例分割引入到场外施工工作者跟踪中，使工地管理具有更强的追踪性，从而提升非现场施工工作者的视觉检测效率和现场安全。
-
公开(公告)号：CN112509137B
公开(公告)日：2024-07-23
申请号：CN202011398079.X
申请日：2020-12-04
Applicant: 广州大学
Inventor： 蔡长青
IPC: G06T17/10 , G06T7/62 , G06Q10/0633 , G06Q50/08
Abstract: 本发明公开了一种基于三维模型的桥梁施工进度监控方法、系统和存储介质，所述方法包括：获取竣工点云和虚拟点云；对齐竣工点云和虚拟点云；将竣工点云分割成若干个竣工点云片段；将虚拟点云分割成若干个虚拟点云片段；根据竣工点云片段和虚拟点云片段，计算桥梁的施工百分比。本发明实施例首先获取桥梁的竣工点云和虚拟点云，并对齐竣工点云和虚拟点云，接着分割竣工点云和虚拟点云，得到竣工点云片段和虚拟点云片段，最后根据竣工点云片段和虚拟点云片段计算得到桥梁的施工百分比。相较于现有的桥梁施工可视化，桥梁的施工百分比可以更精确反映桥梁施工进度。本发明可广泛应用于桥梁施工监控技术领域中。
-
公开(公告)号：CN113128346B
公开(公告)日：2024-02-02
申请号：CN202110305684.6
申请日：2021-03-23
Applicant: 广州大学
Inventor： 蔡长青
IPC: G06V20/50 , G06V10/26 , G06V10/762 , G06V10/82 , G06V10/44 , G06V10/46 , G06V10/56 , G06T7/13 , G06T7/66 , G06N3/0464
Abstract: 本申请公开了一种起重机施工现场的目标方法、系统、装置及存储介质。该方法通过起重机上安装的立体摄像机获取起重机前方的图像数据，并从所述图像数据中提取二维图像数据和三维图像数据；通过训练好的目标检测模型检测所述二维图像数据中的目标起重物，得到所述目标起重物的边界框；根据所述边界框对所述二维图像数据进行图像处理，提取得到所述目标起重物的轮廓的线段和端点；对所述端点进行聚类分析，得到所述目标起重物的顶点组；根据所述顶点组和所述线段，从所述三维图像数据中确定所述目标起重物的质心坐标。该方法可以有效提高起重机自动识别目标起重物的准确性，有利于建筑的高效率、高质量施工。本申请可广泛应用于建筑技术领域内。
-
公开(公告)号：CN116934581A
公开(公告)日：2023-10-24
申请号：CN202310886132.8
申请日：2023-07-18
Applicant: 广州大学
IPC: G06T3/00 , G06T7/00 , G06N3/0475 , G06N3/045
Abstract: 本说明书实施例提供了一种基于条件生成对抗网络的裂纹图像数据生成方法及系统，其中，方法包括：采集原始裂纹图像数据进行预处理，构建包含真实裂缝图像和裂纹标注数据的裂纹注释图像数据集；将裂纹标注数据输入深度卷积生成式对抗网络DCGAN进行迭代对抗训练，通过训练好的DCGAN模型基于输入的噪声向量生成合成裂纹标注；基于裂纹注释图像数据集训练Pixel2Pixel，通过训练好的Pixel2Pixel将输入的合成裂纹标注生成合成裂纹图像。本发明以逐像素的方式自动生成裂纹图像和相应的裂纹区域注释，避免了在图像上手动描绘裂纹像素的繁琐且耗时的过程。
-
公开(公告)号：CN115344911A
公开(公告)日：2022-11-15
申请号：CN202210335276.X
申请日：2022-03-31
Applicant: 广州大学
Abstract: 本发明公开了一种基于BIM4D的预制施工装配和吊装方法、系统、设备和介质，其方法包括：根据预制构件的装配特性，构建装配特性惩罚值函数；根据装配特性惩罚值函数，构建总惩罚值函数；利用BIM4D模型对预制构件进行标记，制定装配方案；利用总惩罚值函数对装配方案进行验证，将总惩罚值最小的装配方案作为最终方案，本申请通过优化单个预制构件的吊装和装配顺序，借助路径规划器确定无碰撞最佳路径，提出了路径重新规划的创新方法，以应对动态环境和约束。
-
Patent Agency Ranking
公开(公告)号：CN114373074A
公开(公告)日：2022-04-19
申请号：CN202111564564.4
申请日：2021-12-20
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种基于语义分割网络的路面损伤检测方法、装置和存储介质，方法包括以下步骤：获取路面图像；对路面图像进行预处理；构建并训练基于层次特征的语义分割网络。通过基于层次特征的语义分割网络，由四个分割块分别得到四个子输出，再进行加权平均确定最终受损区域，具有较高的具有较高的像素精度和较高的检测精度，实现了智能化的路面损伤检测。未来有望通过有效检测不良路况，在确保安全驾驶方面发挥重要作用。
-
公开(公告)号：CN114202511A
公开(公告)日：2022-03-18
申请号：CN202111357125.6
申请日：2021-11-16
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种基于计算机视觉的路面标记损伤检测方法，包括以下步骤：采集路面图像，并根据路面图像建立图像序列；检测路面图像中的路面标记，并对所述路面标记进行跟踪；识别路面图像中路面标记的损伤，得到损伤检测结果；根据损伤检测结果，进一步计算路面标记的损伤率。本发明公开的标记损伤检测方法将路面标记图像分割步骤做分层处理，在标记阶段将检测价值较低的路面标记去除，在提高检测精度、过滤噪声的同时，也可降低特征分割网络的负载压力，相比于同类方法有使用成本低的优势，广泛应用于市政交通维保领域。
-
公开(公告)号：CN114140396A
公开(公告)日：2022-03-04
申请号：CN202111328747.6
申请日：2021-11-10
Applicant: 广州大学
Inventor： 蔡长青
IPC: G06T7/00 , G06V20/17 , G06V10/82 , G06V10/764 , G01N21/88
Abstract: 本发明公开了一种基于无人机图像的路面破损检测方法、系统、计算机装置和存储介质，路面破损检测方法包括通过无人机采集路面图像，对路面图像进行预处理，使用目标检测算法，对经过预处理的路面图像进行检测，获得路面破损检测结果等步骤。路面破损检测系统包括通过无人机采集路面图像的第一模块，对路面图像进行预处理的第二模块，以及使用目标检测算法，对经过预处理的路面图像进行检测，获得路面破损检测结果的第三模块。本发明通过使用无人机采集路面图像，使用目标检测算法对无人机采集路面图像进行检测，能够路面破损检测结果，可以提高检测效率，减少误判或者漏判，避免在道路上慢驶，保障交通安全。本发明广泛应用于图像处理技术领域。
-
公开(公告)号：CN113869433A
公开(公告)日：2021-12-31
申请号：CN202111160793.X
申请日：2021-09-30
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种对混凝土损伤进行快速检测和分类的深度学习方法，包括以下步骤：建立混凝土损伤数据集；对原始图像进行标注；对原始图像进行预处理；建立损伤检测网络体系；将数据输入损伤检测网络体系中进行训练；记录所述损伤检测网络的推理速度，计算所述损伤检测网络的检测精度，将推理速度和检测精度作为训练结果输出。本发明针对经改进的目标检测网络体系，通过选择丰富的图像数据集，对数据进行标注和预处理，并选择合适的评价指标，适合对经改进的快速YOLO目标检测网络体系和经改进的MobileNetV3SSD目标检测网络体系进行针对性的训练，提升上述体系的推理速度和检测精度。本发明广泛应用于图像识别领域的深度学习中。
-
公开(公告)号：CN112966775A
公开(公告)日：2021-06-15
申请号：CN202110316022.9
申请日：2021-03-24
Applicant: 广州大学
Inventor： 蔡长青
Abstract: 本发明公开了一种建筑构件的三维点云分类方法、系统、装置及存储介质，该方法包括将建筑构件的三维点云分割成多个点云段；对每个所述点云段分配初始语义标签和初始几何标签；提取所述点云段的特征并拟合特征描述符；利用支持向量机推断出语义标注；利用AdaBoost分类器推断出几何标注；利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性。本发明利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性，能够提高语义标签的准确性，进而能够准确分类出建筑构件点云。本发明可广泛应用于三维点云分类的技术领域。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.026 seconds)
