-
公开(公告)号:CN117896503B
公开(公告)日:2024-10-18
申请号:CN202410091399.2
申请日:2024-01-23
Applicant: 浙江大学 , 国网浙江省电力有限公司海盐县供电公司
Abstract: 本发明公开了一种UWB与视频联动多目标跟踪方法,涉及视频目标跟踪技术领域。包括:确定跟踪区域,建立跟踪区域的三维坐标系;在跟踪区域中部署UWB定位系统和视频监控系统;获取所有单元正方形区域的唯一编码字符串;计算摄像机所处单元正方形区域的编码字符串;获取各移动目标实时的三维坐标;计算每一个移动目标的位置编码字符串;控制摄像机动作对移动目标进行跟踪;为每一个移动目标分配一个单独的PTZ摄像机进行跟踪,直到移动目标从多目标列表中移除,则停止对当前移动目标三维位置获取和摄像机视频跟踪。本发明有助于实现多目标动态跟踪,且不受光照等环境因素影响,具有较强的抗干扰能力和鲁棒性。
-
公开(公告)号:CN117896503A
公开(公告)日:2024-04-16
申请号:CN202410091399.2
申请日:2024-01-23
Applicant: 浙江大学 , 国网浙江省电力有限公司海盐县供电公司
Abstract: 本发明公开了一种UWB与视频联动多目标跟踪方法,涉及视频目标跟踪技术领域。包括:确定跟踪区域,建立跟踪区域的三维坐标系;在跟踪区域中部署UWB定位系统和视频监控系统;获取所有单元正方形区域的唯一编码字符串;计算摄像机所处单元正方形区域的编码字符串;获取各移动目标实时的三维坐标;计算每一个移动目标的位置编码字符串;控制摄像机动作对移动目标进行跟踪;为每一个移动目标分配一个单独的PTZ摄像机进行跟踪,直到移动目标从多目标列表中移除,则停止对当前移动目标三维位置获取和摄像机视频跟踪。本发明有助于实现多目标动态跟踪,且不受光照等环境因素影响,具有较强的抗干扰能力和鲁棒性。
-
公开(公告)号:CN117710885A
公开(公告)日:2024-03-15
申请号:CN202311724249.2
申请日:2023-12-14
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/10 , G06V10/46 , G06T7/20 , G06T7/70 , F41H13/00 , F41A33/02
Abstract: 本发明公开了一种基于计算机视觉的激光查打和充能方法及系统,涉及人工智能应用技术领域,具体包括:S1、获取实时监控视频数据;S2、使用入侵目标识别定位算法对实时监控视频流进行识别;S3、通过警戒区域入侵检测算法对得到的目标类别及坐标进行越界入侵行为检测;S4、根据入侵告警信息中的目标类别进行分别处理;S5、根据处理的结果确定激光打击区域坐标及输出功率。本发明可通过计算机视觉深度学习算法对摄像头捕捉到的可疑目标进行判别,控制云台转动激光武器并瞄准,最后使用激光武器进行精确打击,而对于电子设备如无人机等,则可以进行远距离激光充能作业。
-
公开(公告)号:CN119399444A
公开(公告)日:2025-02-07
申请号:CN202411538748.7
申请日:2024-10-31
Applicant: 浙江大学 , 浙江大学海南研究院 , 浙江天衡五维电子科技有限公司
IPC: G06V10/25 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于动态任务对齐的海上小目标检测方法及系统,涉及图像检测技术领域,获取初始特征图,对yolov8检测模型的卷积通道基于卷积核进行切割分组,获取特征提取单元;通过特征提取单元对初始特征图进行处理得到深层特征图,利用共享卷积提取深层特征图的深层特征,将深层特征与初始特征图相结合得到联合特征;将联合特征送入任务对齐检测头中获取分类预测图以及回归预测图;并进行预测框对齐操作,基于分类预测图获取初始特征图的落水目标类型,基于回归预测图获取初始特征图的落水目标位置。本发明通过检测头在海上搜救,基于采集到的海面图像,快速定位落水目标或船只,提高了对于海上小目标物体的检测精度以及检测速度。
-
公开(公告)号:CN118038199B
公开(公告)日:2024-07-26
申请号:CN202311795605.X
申请日:2023-12-25
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/20 , G06V10/30 , G06V10/44 , G06V10/28
Abstract: 本发明公开了一种基于单应性变换的开关柜图像one‑shot半自动标注方法及系统,涉及变电站高压开关柜图像识别技术领域,获取开关柜样本图片,建立原始数据集,对每个开关柜抽取样本图片,对样本图片标注得到标注图;对每个开关柜张贴标签的角点坐标进行检测,坐标集合为总点集;输入待标注图,索引对应的标注图,检测得到待标注总点集;利用单应性将标注图与待标注图的总点集的角点坐标进行对齐,从而得到待标注图的部件位置矩形框;根据部件位置矩形框切割待标注图,得到部件切割图,部件进行识别,拼接得到标注的待标注图,本发明通过单张标注图像实现了开关柜面板图像的标注,提升了标注效率,解决了模型训练对于大量已标注数据的需求。
-
公开(公告)号:CN118038199A
公开(公告)日:2024-05-14
申请号:CN202311795605.X
申请日:2023-12-25
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/20 , G06V10/30 , G06V10/44 , G06V10/28
Abstract: 本发明公开了一种基于单应性变换的开关柜图像one‑shot半自动标注方法及系统,涉及变电站高压开关柜图像识别技术领域,获取开关柜样本图片,建立原始数据集,对每个开关柜抽取样本图片,对样本图片标注得到标注图;对每个开关柜张贴标签的角点坐标进行检测,坐标集合为总点集;输入待标注图,索引对应的标注图,检测得到待标注总点集;利用单应性将标注图与待标注图的总点集的角点坐标进行对齐,从而得到待标注图的部件位置矩形框;根据部件位置矩形框切割待标注图,得到部件切割图,部件进行识别,拼接得到标注的待标注图,本发明通过单张标注图像实现了开关柜面板图像的标注,提升了标注效率,解决了模型训练对于大量已标注数据的需求。
-
-
-
-
-