-
公开(公告)号：CN117689939A
公开(公告)日：2024-03-12
申请号：CN202311689956.2
申请日：2023-12-08
申请人： 国家能源集团新疆吉林台水电开发有限公司 , 武汉大学 , 武汉大水云科技有限公司
IPC分类号： G06V10/764 , G06T5/20 , G06V10/774 , G06V10/80 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/084
摘要： 本发明提出了一种不同光照条件下的泥沙含量非接触式测量方法和系统。首先经过中值滤波对图像进行去噪，然后通过LARR‑ALTM算法对光照情况进行处理，在一定程度上缓解光照异常对模型的影响，最后建立双流注意力机制的多尺度非对称网络提取水面图像特征，实现对不同光照下的河流泥沙含量的精准识别。本发明通过使用深度学习方法，构建了双流注意力机制的多尺度非对称网络，实现了非接触式实时获取河流泥沙含量，并通过了LARR‑LATM对反光亮度异常情况进行了处理，提高模型的适用范围。
-
公开(公告)号：CN116485689A
公开(公告)日：2023-07-25
申请号：CN202310749638.4
申请日：2023-06-25
申请人： 武汉大水云科技有限公司 , 武汉大学
IPC分类号： G06T5/00 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于CNN和Transformer的渐进式耦合图像去雨方法和系统。本发明不同于单一的卷积神经网络和Transformer模型，而是整合了这两种结构的优点，同时保持了去除雨水扰动的有效性和效率。此外，本发明实现了无雨背景和雨水残差特征的逐步分解和关联。为了减轻计算负担，本发明中将其设计成非对称的双路径相互表示网络，同时在本发明中，为了降低计算的复杂度，网络多处使用高效的卷积结构和分辨率重整的策略。经过大量的实验表明，本发明的方法可以有效地去除图像中的雨纹干扰，且更加轻量，具有相对于主流方法更高的效率。
-
公开(公告)号：CN111798386B
公开(公告)日：2022-03-22
申请号：CN202010588422.0
申请日：2020-06-24
申请人： 武汉大学 , 武汉大水云科技有限公司
摘要： 本发明公开了一种基于边缘识别与最大序列密度估计的河道流速测量方法，首先利用摄像头排水河道视频图像，根据设定标定点进行坐标转换标定，之后在视频中绘制测速线，通过测速线生成对应的时空图像，通过直方图均衡化来增强其纹理特征，之后通过Canny算子对均衡化之后的时空图像进行边缘识别，识别出闭合的多边形轮廓；然后求出时空图像的测速线的斜率；据斜率结合河面波纹纹理像素点在固定时间内的运动距离以及摄像机的帧率，可以计算出测速线的平均速度，对多根测速线进行加权平均即可得到河流的表面流速。本发明提供了一种无接触式河道流量测量方式，大大减少河道流量测量安全隐患，提高了测量精度。
-
公开(公告)号：CN111798386A
公开(公告)日：2020-10-20
申请号：CN202010588422.0
申请日：2020-06-24
申请人： 武汉大学 , 武汉大水云科技有限公司
摘要： 本发明公开了一种基于边缘识别与最大序列密度估计的河道流速测量方法，首先利用摄像头排水河道视频图像，根据设定标定点进行坐标转换标定，之后在视频中绘制测速线，通过测速线生成对应的时空图像，通过直方图均衡化来增强其纹理特征，之后通过Canny算子对均衡化之后的时空图像进行边缘识别，识别出闭合的多边形轮廓；然后求出时空图像的测速线的斜率；据斜率结合河面波纹纹理像素点在固定时间内的运动距离以及摄像机的帧率，可以计算出测速线的平均速度，对多根测速线进行加权平均即可得到河流的表面流速。本发明提供了一种无接触式河道流量测量方式，大大减少河道流量测量安全隐患，提高了测量精度。
-
公开(公告)号：CN116485689B
公开(公告)日：2023-11-14
申请号：CN202310749638.4
申请日：2023-06-25
申请人： 武汉大水云科技有限公司 , 武汉大学
IPC分类号： G06T5/00 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于CNN和Transformer的渐进式耦合图像去雨方法和系统。本发明不同于单一的卷积神经网络和Transformer模型，而是整合了这两种结构的优点，同时保持了去除雨水扰动的有效性和效率。此外，本发明实现了无雨背景和雨水残差特征的逐步分解和关联。为了减轻计算负担，本发明中将其设计成非对称的双路径相互表示网络，同时在本发明中，为了降低计算的复杂度，网络多处使用高效的卷积结构和分辨率重整的策略。经过大量的实验表明，本发明的方法可以有效地去除图像中的雨纹干扰，且更加轻量，具有相对于主流方法更高的效率。
-
公开(公告)号：CN118037780B
公开(公告)日：2024-06-25
申请号：CN202410425606.3
申请日：2024-04-10
申请人： 武汉大水云科技有限公司
摘要： 本发明提供一种基于视频扫描河流表面流量测量方法及测量装置，包括：根据河流断面设置预置点，获取预置点处的视频图像；根据相机的参数和地面标定点计算获得像素单元分辨率；对预置点的视频图像进行特征点检测和轨迹跟踪，获取特征点的轨迹，根据特征点的轨迹在图像坐标上配置测速线，根据测速线坐标生成时空图像，对时空图像进行分析，得到有效轨迹；根据像素单元分辨率计算测速线的第一流速，根据对应的特征点的有效轨迹计算测速线的第二流速，得到实际流速，得到预置点的流速结果；合并预置点的有效轨迹，根据部分面积流量法，获得河流流量。本发明能够实时获取河流表面流速信息，准确计算河流流量。
-
公开(公告)号：CN116844241B
公开(公告)日：2024-01-16
申请号：CN202311101311.2
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
摘要： 本发明公开了基于着色的红外视频行为识别方法、系统和电子设备。针对背景噪点对红外视频的消极影响，提出颜色通道选择网络，将图像从RGB映射至CIE Lab，选择通道并加权融合，提高前背景的对比度；针对红外图像色彩细节信息丢失的问题，提出颜色通道增强网络，将背景与人物实例分离后，根据亮度通道预测色度信息，分别对完整图像和实例进行增强，将背景着色图与实例着色图按权重融合，使其更贴合红外视频的行为识别方法；针对模型融合不对齐问题，将上述两个网络的图像特征与光流特征分别转换为对应证据加以计算，得到样本数据特征的狄利克雷分布，进而确定每个模型的不确定度，(56)对比文件Leping Lin等《.A Target IdentificationMethod Based on Uncertainty Estimationand Evidence Theory》《.2022 4thInternational Conference on FrontiersTechnology of Information and Computer》.2023,第Ⅱ节.Jheng-Wei Su等《.Instance-aware ImageColorization》《.CVPR2020》.2020,全文.
-
公开(公告)号：CN116843725B
公开(公告)日：2024-01-05
申请号：CN202311100104.5
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
IPC分类号： G06T7/269 , G01P5/26 , G06T7/246 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985
摘要： 本发明提供一种基于深度学习光流法的河流表面流速测量方法及系统，属于水文测量技术领域，包括：获取河流表面图像数据集，对河流表面图像数据集进行预处理，得到预处理图像数据集；利用DeepFlow算法计算预处理图像数据集获得初始流速，对初始流速进行光流后处理得到筛选后流速；采用VGGNet网络构建初始河流测速模型，通过预设损失函数和筛选后流速对初始河流测速模型进行训练迭代，得到河流测速模型；将待测量河流视频流输入河流测速模型，得到预测河流表面流速。本发明能有效提升河面流速测量(56)对比文件李华宝等.基于残差网络的河流表面时空图像测速法《.河海大学学报( 自然科学版)》.2023,第51卷(第1期),第118-128页.Hao-Che Ho等.Flow measurement in openchannels using imaging techniques inconjunction with a convolutional neuralnetwork《.Journal of Hydrology》.2023,第1-13页.
-
公开(公告)号：CN117197664A
公开(公告)日：2023-12-08
申请号：CN202311122685.2
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
摘要： 本发明提供一种基于卷积神经网络的河流表面流速测量方法及系统，属于水文测量技术领域，包括：获取河流表面图像数据集，对河流表面图像数据集进行预处理，得到预处理图像数据集；利用DeepFlow算法计算预处理图像数据集获得光流矢量；采用mobilenet v2网络构建初始河流测速模型，通过预设损失函数和光流矢量对初始河流测速模型进行训练迭代，得到河流测速模型；将待测量河流视频流输入河流测速模型，得到预测河流表面流速。本发明能有效提升河面流速测量精度，特别针对高流速和遮挡场景，有效利用了卷积神经网络强大的特征学习能力，提高了测量结果的准确性和鲁棒性。
-
公开(公告)号：CN116843725A
公开(公告)日：2023-10-03
申请号：CN202311100104.5
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
IPC分类号： G06T7/269 , G01P5/26 , G06T7/246 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985
摘要： 本发明提供一种基于深度学习光流法的河流表面流速测量方法及系统，属于水文测量技术领域，包括：获取河流表面图像数据集，对河流表面图像数据集进行预处理，得到预处理图像数据集；利用DeepFlow算法计算预处理图像数据集获得初始流速，对初始流速进行光流后处理得到筛选后流速；采用VGGNet网络构建初始河流测速模型，通过预设损失函数和筛选后流速对初始河流测速模型进行训练迭代，得到河流测速模型；将待测量河流视频流输入河流测速模型，得到预测河流表面流速。本发明能有效提升河面流速测量准确性，并排除无效数据干扰，具有较强的特征学习能力，适应多变复杂的河流环境。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.056 秒)
