一种桥梁裂缝信息融合方法

    公开(公告)号:CN109829856B

    公开(公告)日:2022-09-20

    申请号:CN201910088866.5

    申请日:2019-01-30

    摘要: 本发明公开了一种桥梁裂缝信息融合方法,主要解决现有的图像拼接算法对桥梁裂缝信息融合准确性差的问题;其实现方案是:获取桥梁裂缝检测标注图像;检测图像特征点并匹配特征点;根据图像匹配特征点计算图像的相机内参矩阵和旋转矩阵,并对图像做投影变换;对投影变换图像做曝光补偿及多频带融合得到拼接图像;提取拼接图像的裂缝位置坐标;细化裂缝并对裂缝分条,获取裂缝数量、长度信息;计算拼接前后坐标对应关系,获取裂缝宽度信息。本发明通过图像处理技术对桥梁裂缝检测标注图像进行图像拼接以及裂缝数量、长度、宽度的信息融合,能够提取经过图像拼接后的桥梁裂缝信息,且实用性强,准确性和可靠性高,可用于对各类桥梁裂缝的检测。

    一种桥梁裂缝信息融合方法

    公开(公告)号:CN109829856A

    公开(公告)日:2019-05-31

    申请号:CN201910088866.5

    申请日:2019-01-30

    摘要: 本发明公开了一种桥梁裂缝信息融合方法,主要解决现有的图像拼接算法对桥梁裂缝信息融合准确性差的问题;其实现方案是:获取桥梁裂缝检测标注图像;检测图像特征点并匹配特征点;根据图像匹配特征点计算图像的相机内参矩阵和旋转矩阵,并对图像做投影变换;对投影变换图像做曝光补偿及多频带融合得到拼接图像;提取拼接图像的裂缝位置坐标;细化裂缝并对裂缝分条,获取裂缝数量、长度信息;计算拼接前后坐标对应关系,获取裂缝宽度信息。本发明通过图像处理技术对桥梁裂缝检测标注图像进行图像拼接以及裂缝数量、长度、宽度的信息融合,能够提取经过图像拼接后的桥梁裂缝信息,且实用性强,准确性和可靠性高,可用于对各类桥梁裂缝的检测。

    基于改进的Transformer网络的跌倒检测方法

    公开(公告)号:CN114913547B

    公开(公告)日:2024-09-24

    申请号:CN202210489415.4

    申请日:2022-05-06

    摘要: 本发明提出了一种基于改进的Transformer网络的跌倒检测方法,主要解决现有方法对于测量环境和设备要求较高且检测精度不佳的问题。方案包括:1)获取行为数据并对其进行预处理和标注,生成数据集;2)利用深度学习框架搭建平台,修改网络位置编码模块,增加lstm层,优化交叉熵损失函数,构建改进的神经网络模型;3)将数据集划分为训练集、验证集和测试集,并利用训练集训练构建的模型,得到训练好的检测模型;4)将测试数据输入到训练好的模型中,得到最终检测结果。本发明在进行跌倒行为检测时,增加了局部信息的获取能力,同时减小了过拟合的风险,在保证神经网络模型对人体跌倒行为检测精确率的同时提高了检测速度。

    基于多级属性编码器和注意力机制的人脸替换方法

    公开(公告)号:CN112766160B

    公开(公告)日:2023-07-28

    申请号:CN202110074625.2

    申请日:2021-01-20

    摘要: 本发明公开了一种基于多级属性编码器和注意力机制的人脸替换方法,主要解决现有技术中替换图像忽略背景、光照等目标属性且融合效果较差的问题。方案包括:1)利用多任务卷积神经网络对源人脸图像进行预处理;2)通过特征编码器提取源人脸身份特征;3)使用多级属性编码器通过多层次级联的卷积块和反卷积块以及层间连接提取目标人脸图像属性;4)结合注意力机制构建新型生成器网络,并设计生成器损失函数;5)制作网络训练集和测试集,对新型生成器网络进行迭代训练;6)使用训练后的网络模型生成人脸替换图像。本发明能够全面准确提取目标图像属性,更好地保留目标人脸的姿态、表情、光照等信息,生成真实自然的人脸替换图像。