-
公开(公告)号:CN116883280A
公开(公告)日:2023-10-13
申请号:CN202310857684.6
申请日:2023-07-12
Applicant: 广州大学
IPC: G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种混凝土裂缝图像去模糊的方法及系统,包括:S1、构建生成对抗网络,所述对抗网络包括:生成器网络,所述生成器网络用于去除输入混凝土图像的模糊得到清晰图像;鉴别器网络,所述网络用于区分清晰图像和模糊图像;S2、训练生成对抗网络;S3、将待去模糊混凝土图像输入训练后的生成器得到去模糊后的清晰图像。本发明可以实现混凝土裂缝图像去模糊。
-
公开(公告)号:CN116863139A
公开(公告)日:2023-10-10
申请号:CN202310822918.3
申请日:2023-07-05
Applicant: 广州大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种自动分割钢桥表面缺陷的方法、系统及装置,其特征在于,包括:ASPP、编码器‑解码器结构和双注意模块,编码器用于提取钢桥表面图像的特征,ASPP用于在多个尺度上对上下文信息进行编码,所述双注意模块用于绘制全局上下文相关性来增强特征表示,解码器用于将粗特征图重建维度,并恢复分割细节,得到分割结果。本发明可以实现自动分割钢桥表面缺陷。
-
公开(公告)号:CN116704135A
公开(公告)日:2023-09-05
申请号:CN202310805716.8
申请日:2023-07-03
Applicant: 广州大学
IPC: G06T17/00 , G06T5/50 , G06V10/764 , G06V10/774 , H04N13/156 , G06N3/088
Abstract: 本说明书实施例提供了一种合成图像训练DNN网络的方法、装置、设备及介质,其中,该方法包括通过合成人像工具构建多样性的施工人员的3D虚拟化身的图像;通过3D到2D投影算法,将各3D虚拟化身和多种真实施工环境图像合成创建不同类型的施工项目场景的训练数据集;使用训练数据集训练DNN模型,并评估DNN模型在不同施工现场条件下的性能。本公开通过在虚拟环境中自动模拟不同的场景上并合成全新的带有施工人员的施工图像。能够在无需现场访问和人工输入的情况下合成和标记各种施工场景;使用大量的合成图像训练DNN模型,并在真实施工图像上测试其性能,评估了合成图像和真实图像对DNN性能的混合影响。
-
公开(公告)号:CN117422736A
公开(公告)日:2024-01-19
申请号:CN202310822926.8
申请日:2023-07-05
Applicant: 广州大学
Abstract: 本发明公开了一种图像中非平稳结构运动的量化方法、系统及装置,包括:S1、使用块匹配3D稀疏度先验的最大可能性来估计和调整相位信息,完成多频相位检索;S2、使用鲁棒二维相位展开来计算估计的展开相位φ,完成图像中非平稳结构运动的量化。本发明可以实现图像中非平稳结构运动的量化。
-
公开(公告)号:CN116894819A
公开(公告)日:2023-10-17
申请号:CN202310862524.0
申请日:2023-07-13
Applicant: 广州大学
Abstract: 本申请涉及一种混凝土结构表面像素级缺陷检测方法、装置和存储介质。方法包括:获取待处理图片;基于预设的特征提取网络,以所述待处理图片为输入,输出待处理图片特征;基于区域建议网络,以待处理图片特征为输入,输出拼接图像;基于预设图像处理网络,以拼接图像为输入,输出掩码评分;其中,所述掩码评分用于确定混凝土结构表面缺陷对应的像素。本方法解决了现有的目标检测算法受到缺陷区域周围信息的影响,分割精度较低,从而降低缺陷识别的准确度的问题。
-
-
-
-