公开(公告)号：CN119359644A

公开(公告)日：2025-01-24

申请号：CN202411380890.3

申请日：2024-09-30

Applicant: 桂林电子科技大学

Inventor： 莫太平 ,  孙朝颖 ,  孙鹏 ,  李韶涵 ,  张向文

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种应用于储存类芯片缺陷检测的方法，用来提高对储存类芯片表面缺陷检测速度和精度。本发明采用Faster‑RCNN网络作为检测网络，将主干网络替换为轻量化网络MobileNetV3，极大地减少了计算量和参数量。此外，在此基础上连接一个BiFPN网络，该网络通过跨尺度连接和加权特征融合来平衡不同尺度特征之间的信息。由于芯片尺寸存在差异，BiFPN网络在处理不同尺寸的芯片方面性能良好，从而在保证计算效率的同时提高特征表示的质量。通过平衡不同尺度特征之间的信息，提高了模型的鲁棒性和检测精度。通过以上改进后的网络模型在检测芯片表面缺陷方面具备优越性，适用于多种场景下的芯片表面检测。

公开(公告)号：CN118799960A

公开(公告)日：2024-10-18

申请号：CN202410772874.2

申请日：2024-06-14

Applicant: 桂林电子科技大学

Inventor： 莫太平 ,  孙朝颖 ,  应畅

IPC: G06V40/20 ,  G06V20/59 ,  G06V10/25 ,  G06V10/30 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/80 ,  G06V10/75 ,  G06V10/82 ,  G06V10/94 ,  H04L67/12 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明实施例提供了一种用于车载手势识别的系统，该系统可以用于车载交互终端。所述方法包括：构建车载智能终端手势识别系统；通过车载终端摄像头获取用户手势动作；对获取的图片预处理，包括图片增强处理、特征检测与提取、特征匹配；分析提取到的手势特征，比对数据库中分好类的手势数据，下达指令进行分类；将完成的指令记录并发送到移动客户端。后处理部分是将已经完成的指令通过信息的格式发送至客户端，便于后续检查。图像采集所用摄像头位于显示屏顶端，确保终端处于正常工作状态。本发明实施例提供的车载手势识别系统能够实时检测目标状态，其实时性和准确性可以得到保证。

公开(公告)号：CN118522036A

公开(公告)日：2024-08-20

申请号：CN202410766926.5

申请日：2024-06-14

Applicant: 桂林电子科技大学

Inventor： 莫太平 ,  应畅 ,  孙朝颖

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/25 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提供了一种复杂背景进行手势识别的方法，模型，包括：选用复杂背景的手势图片公开数据集作为本发明的实验数据集；对图像进行随机旋转，明亮度转换数据增强方式强化；使用labelimg工具对数据集的手势进行真实框的绘制；构建一个基于yolov8改进的手势识别模型；将数据集中的图片和标签输入到网络模型中进行训练；训练完成后将需要检测的图片输入到训练完成的yolov8网络模型中；模型对图片中手势区域进行定位并绘制预测框；对预测框中的内容与训练中真实框的手势进行比对输出手势识别结果。