“罗海驰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果28个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图像恢复的工业缺陷检测方法-CN202310921316.3在审
发明人： 罗海驰;鄢宁;李岳阳 -专利权人：江南大学
申请日： 2023-07-26 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于图像恢复的工业缺陷检测方法，属于工业产品表面缺陷检测技术领域。本发明利用FFM‑SA模块将编码器输出的特征与经过块金字塔记忆模块过滤掉异常的多尺度特征有效地融合，增强恢复图像的细节信息；此外，本发明提出的分割子网络提取异常图像和恢复图像的多尺度特征，并完成对应尺度特征的级联操作，为异常区域的定位提供更有效的信息。最后使用具有代表性的异常检测数据集进行实验，证明了本发明方法较其他异常检测方法具有更好的检测效果。
一种基于图像恢复工业缺陷检测方法

[发明专利]基于One-Class深度支持向量描述的布匹疵点检测方法-CN202010339971.4有效
发明人：李岳阳;王续澎;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2020-04-26 - 公布日： 2023-06-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于One‑Class深度支持向量描述的布匹疵点检测方法，在半监督的条件下，利用深度卷积神经网络的优势，提取出图像有效的深度特征，通过训练，在高维空间中映射出可以准确描述正常样本点超球体模型。实现了端到端的布匹瑕疵检测。通过训练得到的网络参数和超球体半径即可完整地描述出测试样本与超球体的关系，实现瑕疵的判别。解决了以往模型中内存占用大，检测速度慢，限定瑕疵种类等问题。
基于 one class 深度支持向量描述布匹疵点检测方法

[发明专利]一种基于半监督学习的主板表面缺陷检测方法-CN202211138259.3在审
发明人：李岳阳;鄢宁;罗海驰 -专利权人：江南大学
申请日： 2022-09-19 - 公布日： 2022-12-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于半监督学习的主板表面缺陷检测方法，属于主板表面缺陷检测技术领域。所述方法利用YOLOX目标检测网络对待检测主板的CPU风扇接线进行缺陷检测，并对螺丝进行定位，再使用改进的GANomaly异常检测网络对定位后的螺丝进行二次检测，获得螺丝的最终检测结果；本申请构建了一个从粗到细的级联检测网络，在GANormaly异常检测网络中嵌入SSPCAB模块，从而提出改进的GANomaly异常检测模型，加强了特征提取能力，提高了模型检测准确性。而且本申请基于无监督的异常检测方法，减少对缺陷样本的依赖和提高检测精度。
一种基于监督学习主板表面缺陷检测方法

[发明专利]一种基于空间交叉注意力机制特征融合的目标分类方法-CN202210084352.4在审
发明人：李岳阳;顾中轩;罗海驰 -专利权人：江南大学
申请日： 2022-01-20 - 公布日： 2022-06-03 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于空间交叉注意力机制特征融合的目标分类方法，属于计算机辅助检测技术领域。所述方法通过无参注意力机制捕获相似特征图的重要特征，然后以通道注意力机制激励的方法以一个特征图的特征去重标定另一个特征图，达到融合的效果，本申请方法不仅有效地融合了两个特征图的特征，而且不同于特征金字塔的上采样融合相似特征图的方法，本申请方法有效的减少了参数量，减少了特征冗余，提高了识别性能，本申请通过对于肺结节阳性识别的实例验证其有效性。
一种基于空间交叉注意力机制特征融合目标分类方法

[发明专利]一种基于尺度的自适应织物疵点检测方法-CN201910733837.X有效
发明人：李岳阳;杜帅;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2019-08-09 - 公布日： 2022-03-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于尺度的自适应织物疵点检测方法，属于纺织产品检测技术领域。本发明针对现有疵点检测方法对小目标疵点检测时预先人为设定固定大小的相似区域，而对于处于不同区域(如背景区域、疵点区域、疵点与背景的过渡边缘区域)的像素设定相同大小的相似区域会导致疵点检测不准确的问题；利用尺度思想自适应确定每一像素对应的相似区域大小，即综合考虑了其所处区域以及与其周围像素之间的相似程度来自适应确定其相似区域的大小，同时结合区域相似性的度量方法，解决了上述问题，使得对于织物小疵点的检测更加准确。
一种基于尺度自适应织物疵点检测方法

[发明专利]一种铝型材瑕疵检测方法-CN201910889590.0有效
发明人：李岳阳;罗海驰;樊启高;朱一昕;张家玮 -专利权人：江南大学
申请日： 2019-09-19 - 公布日： 2022-02-08 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种铝型材瑕疵检测方法，属于机器学习视觉检测领域。所述方法包括以下步骤：S1：获取全部图像，进行图像预处理；S2：对预处理后的图像进行特征提取；S3：将数据集分为训练集和测试集；S4：构造和训练BRDPSO‑RF模型，同步进行特征选择和RF参数的优化；S5：应用选择好的特征子集和优化后的RF模型对测试集进行瑕疵检测。本发明通过提出BRDPSO‑RF模型同步选择最优的特征子集和随机森林RF分类器的参数优化，提高瑕疵检测的准确度，减少学习及训练的时间复杂度。
一种铝型材瑕疵检测方法

[发明专利]基于Gabor滤波和深度神经网络的经编提花织物疵点检测方法-CN201711392758.4有效
发明人：李岳阳;罗海驰;蒋高明;丛洪莲 -专利权人：江南大学
申请日： 2017-12-21 - 公布日： 2021-10-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于Gabor滤波和深度神经网络的经编提花织物疵点检测方法，包含训练阶段和检测阶段两部分。模型训练阶段中采用无疵点织物图像，通过图像预处理得到训练样本集，然后训练深度神经网络中的参数。检测时，首先得到待测图像的检测样本集，然后采用深度神经网络得到网络输出，最后得到疵点检测结果。本发明采用Gabor滤波器提取织物纹理特征，根据Fisher准则计算代价函数值，能够提取图像中各个方向大小的纹理，提高检测准确率。采用深度神经网络自动选择图像特征，解决现有基于机器视觉疵点检测方法人为选择特征的缺陷和不足。
基于 gabor 滤波深度神经网络提花织物疵点检测方法

[发明专利]一种基于自动机器学习的缺陷检测方法-CN202110716116.5在审
发明人：李岳阳;张家玮;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2021-06-25 - 公布日： 2021-09-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于自动机器学习的缺陷检测方法，属于机器学习视觉识别技术领域。所述方法通过改进的RDPSO算法自动搜索得到适用于当前缺陷检测任务的最优的One‑classDeep SVDD模型，然后采用正常无缺陷样本进行训练，利用训练好的模型将所有正常无缺陷样本映射到高维的特征空间，形成一个具有最小体积的封闭超球体；在进行缺陷检测时，利用训练好的模型将待检测样本映射到高维的特征空间，根据是否映射在所形成的具有最小体积的封闭超球体内判断待检测样本是否存在缺陷。本申请方法可自动搜索出适用于当前缺陷检测任务的最优模型；且只需要正常无缺陷样本进行训练无需列出所有类型的缺陷，能够获得较好的检测效果。
一种基于自动机器学习缺陷检测方法

[发明专利]一种基于变分自编码器的玻璃瑕疵检测方法-CN202110716109.5在审
发明人：李岳阳;王续澎;罗海驰 -专利权人：江南大学
申请日： 2021-06-25 - 公布日： 2021-09-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于变分自编码器的玻璃瑕疵检测方法，属于玻璃瑕疵检测技术领域。所述方法通过VAE编码器对玻璃无瑕疵样本进行建模，可以对随机样本进行重构，得到与无瑕疵样本接近的重构图像。检测时，将有瑕疵的玻璃图像输入训练好的VAE编码解码网络生成与无瑕疵样本接近的重构图，再通过比对重构图与原图像间的差异区域确定差异的像素点，即瑕疵区域。对于得到的瑕疵区域会有噪声的干扰，本发明通过投影法与MAD方法结合的方式减少噪声干扰，对于VAE模型生成过程中存在的噪声，通过投影法和MAD方法结合将非目标区域去除，提升分割准确率。
一种基于编码器玻璃瑕疵检测方法

[发明专利]一种卷积神经网络最优结构自动搜索方法-CN202110708875.7在审
发明人：李岳阳;张家玮;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2021-06-25 - 公布日： 2021-08-20 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种卷积神经网络最优结构自动搜索方法，属于机器学习视觉识别领域。所述方法针对每一个特定的计算机视觉任务，基于随机漂移粒子群算法的自动寻找最优卷积神经网络结构，寻找过程中，设定每一个粒子位置代表一个CNN结构，通过随机漂移粒子群算法的不断迭代，最终搜索到一个模型更小但性能更好的深度卷积神经网络。通过在Rectangles数据集上进行图像分类实验时获得了98.16％的平均分类准确度，相对于现有的7层CNN结构的LeNet‑5网络得出的87.66％的准确率以及11层结构的AlexNet网络的88.96％的分类准确率，本申请方法搜索出的CNN结构能够获得更高的准确率。
一种卷积神经网络最优结构自动搜索方法

[发明专利]基于双闭环三维路径跟踪的微机器人控制方法-CN202011118436.2有效
发明人：樊启高;陈伟;谢林柏;朱一昕;杨国锋;李岳阳;毕恺韬;黄文涛;罗海驰;赵正青 -专利权人：江南大学
申请日： 2020-10-19 - 公布日： 2021-08-03 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了基于双闭环三维路径跟踪的微机器人控制方法，涉及微纳机器人控制技术领域，该方法包括：输入期望跟踪路径，通过摄像机获取磁性微机器人的当前位姿信息进而计算得到质心位置、实际轴线方向、期望跟踪路径上距离质心最近的期望位置点坐标以及此点的切线方向；根据实际轴线方向和切线方向以及扰动补偿计算出两点的水平距离、垂直距离、方向角误差、俯仰角误差；根据设计的位置闭环控制器求得所需的旋转磁场，电流闭环磁场控制器根据旋转磁场和反馈的线圈输出电流闭环控制亥姆霍兹线圈产生期望磁场，使磁性微机器人完成对期望跟踪路径的跟踪。该方法采用位置和电流反馈的双闭环控制能够精准的完成对三维路径的跟踪。
基于闭环三维路径跟踪微机控制方法

[发明专利]一种基于机器教学模式下的显著性织物疵点检测方法-CN201910270956.6有效
发明人：李岳阳;杜帅;罗海驰;樊启高;朱一昕;佘雪;李美佳 -专利权人：江南大学
申请日： 2019-04-04 - 公布日： 2021-06-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于机器教学模式下的显著性织物疵点检测方法，属于纺织技术领域。通过引入教学模型，并通过模糊连通性评价超像素集合的传播难易程度，从而逐渐控制并优化显著性传播的顺序，解决疵点检测方法中显著性传播的缺陷和不足；本发明基于像素有不同的传播难度的前提，结合了认知科学理论的实践结果，提出的显著性织物疵点检测方法，对提高显著性疵点检测算法的稳定性和准确率具有参考价值。
一种基于机器教学模式显著织物疵点检测方法

[发明专利]基于YOLOv4与显著性检测的安全帽佩戴识别方法-CN202110195098.0在审
发明人：李岳阳;兰天;罗海驰;杜鹏;朱一昕;樊启高;毕恺韬 -专利权人：哈工大机器人集团（无锡）科创基地研究院
申请日： 2021-02-22 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于YOLOv4与显著性检测的安全帽佩戴识别方法，包括以下步骤：对已有的数据集进行标注，训练YOLOv4目标检测模型；下载并扩充显著性数据集，训练显著性检测模型；利用训练好的目标检测模型，得到目标的识别结果与目标框体信息；利用训练好的显著性检测模型，得到图像的显著性估计；利用目标框体位置信息，对显著性估计进行裁剪；对所有目标的单张小图片进行复检;通过上述方式，本发明的利用显著性检测方法，得到图像的动态显著性估计，从而能有效地去除背景影响，得到对移动目标像素级别的高显著性结果；通过显著性检测结果对目标检测结果进行复检，可以大大降低误检概率，有效区分出背景中对目标检测的干扰项，提升目标检测精度。
基于 yolov4 显著检测安全帽佩戴识别方法

[发明专利]一种基于深度学习的蕾丝花边检索方法-CN202011559620.0在审
发明人：李岳阳;徐东东;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2020-12-25 - 公布日： 2021-04-09 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于深度学习的蕾丝花边检索方法，属于机器视觉和深度学习技术领域。该方法采用深度学习网络自动提取蕾丝花边图像的特征，无需人为干预，从而具有很好的鲁棒性和较强的泛化能力；具体的，采用孪生神经网络，并构造训练孪生神经网络所需的(A，P)正例对和(A，N)负例对，在训练孪生神经网络时，使得正例对中的样本A和P的特征向量之间的欧式距离尽可能小，而对于负例对则使得其特征向量之间的欧式距离尽可能大，最终得到训练好的孪生神经网络实现检索；采用该检索方法，所检索出的准确结果排在所有检索结果中第1个位置的百分比值可达98.39％，而所检索出的准确结果排在前10个位置的百分比值可达100％。
一种基于深度学习蕾丝花边检索方法

[发明专利]一种基于机器视觉的轴承滚针尺寸检测系统及方法-CN201911379291.9有效
发明人：李岳阳;王续澎;罗海驰;樊启高;朱一昕 -专利权人：江南大学
申请日： 2019-12-27 - 公布日： 2020-12-29 - 主分类号： B07C5/10 文献下载
摘要：本发明公开了一种基于机器视觉的轴承滚针尺寸检测系统及方法，采用单个低成本的2D相机采集图像，工业相机进行采集图像，采集得到的图像保存到工控机上，工控机对图像进行处理，处理后的图像使用水平和垂直投影法去除背景干扰，对提取出的ROI区域进行角度修正，对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充，确保滚针轮廓内部颜色为白色；对处理后的图像进行轮廓提取，根据相机视野范围和图像像素的比例关系，计算出滚针的检测尺寸，尺寸判断为合格的滚针随着传动皮带到达收纳箱，判断不合格的滚针，工控机给PLC发出剔除信号，并通过PLC控制剔除机构剔除滚针；对流水线上运动的滚针进行实时检测和剔除。
一种基于机器视觉轴承尺寸检测系统方法

1
2
下一页»
尾页
共 28 条