[发明专利]一种基于语义分割算法的分光器尾纤标签检测方法和系统在审
| 申请号： | 201910894222.5 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110660050A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 赵龙;冯强中;盛刚;毕佳佳;林雪勤;李飞 | 申请（专利权）人： | 科大国创软件股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06K9/34 |
| 代理公司： | 34135 合肥维可专利代理事务所(普通合伙) | 代理人： | 吴明华 |
| 地址： | 230088 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于语义分割算法的分光器尾纤标签检测方法和系统，基于图像标注工具进行标签标注；采集经过标注图片Json文件，基于任意图片Json文件进行解析；将经过处理的label图像素点进行分类，分割包括标签与对应连接的端口的像素，构建语义分割模型；基于语义分割模型进行标签检测，输出包括标签与标签连接端口的像素图片和通过尾纤标签进行端口号定位的图片；根据测试图片检测出的label图中红色像素点位置和端口检测算法检测出所有的端口区域位置，计算且筛选目标像素点位置与任一端口检测区域像素点重叠率最高的端口。本发明提高分光器施工质检的效率，降低了人工成本，让施工过程规范化、标准化，提升施工质量。 | ||
| 搜索关键词： | 语义分割 标签检测 标签 点位置 分光器 尾纤 像素 图片 标签标注 标签连接 测试图片 端口检测 端口区域 红色像素 检测区域 目标像素 人工成本 施工过程 算法检测 图像标注 像素点 重叠率 构建 质检 施工 算法 标注 解析 标准化 采集 筛选 输出 规范化 分割 分类 检测 | ||
【主权项】：
1.一种基于语义分割算法的分光器尾纤标签检测方法，其特征在于，包括：/n基于图像标注工具进行分光器图片的标签标注；/n采集经过标签标注图片的Json文件，基于任意图片的Json文件进行解析；/n基于全卷积神经网络将经过处理的label图的像素点进行分类，单独分割包括标签与标签连接的端口的像素；重复进行label图的像素点分类，构建基于FCN的8位图的语义分割模型；/n基于训练完成的语义分割模型进行分光器尾纤测试图片的标签检测，输出包括测试图片检测出的label图和测试图片中标签连接端口区域的检测结果图；/n根据测试图片检测出的label图中红色像素点位置和端口检测算法检测出所有的端口区域位置，计算且筛选目标像素点位置与任一端口检测区域像素点重叠率最高的端口。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于科大国创软件股份有限公司，未经科大国创软件股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910894222.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 使用模拟样本图像训练人工神经网络-201910612693.2
- O.马彻克;T.维斯塔维尔;L.斯特拉科斯;P.波托切克 - FEI公司
- 2019-07-08 - 2020-02-14 - G06T7/00
- 本发明描述了使用模拟样本图像训练人工神经网络(ANN)的技术。模拟样本图像是基于数据模型生成的。所述数据模型描述晶体材料的特征和一种或多种缺陷类型的特征。所述数据模型不包括任何图像数据。将模拟样本图像作为训练数据输入到训练算法中，以生成用于识别晶体材料中的缺陷的人工神经网络(ANN)。经训练后，所述ANN分析捕获的样本图像以识别其中示出的缺陷。
- 无人机降落安全检测方法、装置、计算机设备和存储介质-201910853111.X
- 陈挺任;马子昂;卢维;林辉;殷俊;张兴明 - 浙江大华技术股份有限公司
- 2019-09-10 - 2020-02-14 - G06T7/00
- 本申请涉及一种无人机降落安全检测方法、装置、计算机设备和存储介质。所述方法包括：获取无人机拍摄的当前帧图像和模板帧图像；根据所述当前帧图像和所述模板帧图像，得到所述当前帧图像和模板帧图像的相似度；根据所述相似度，确定无人机能否安全降落。采用本方法能够无人机降落过程中，准确检测突然闯入的障碍物，提高无人机降落的安全性，降低意外发生率。
- 大坝状态检测方法、装置、计算机设备和可读存储介质-201910853666.4
- 杨宗立;杨宁;牟荣峰;乔雨;刘迎雨;李果;陈世明;周大建;张新宇;厉向军;陈伟金;宋波;李鹏;马华东;李贻超;傅慧源;吴卫;张鹏飞 - 中国三峡建设管理有限公司;浙江大华系统工程有限公司
- 2019-09-10 - 2020-02-14 - G06T7/00
- 本申请涉及一种大坝状态检测方法、装置、计算机设备和可读存储介质，其中大坝状态检测方法包括获取大坝监控场景下的待检测图像；将待检测图像输入基于注意力机制的深度学习模型，得到检测结果图像；根据所述检测结果图像确定大坝状态。上述大坝状态检测方法通过基于注意力机制的深度学习模型对大坝监控下的待检测图像进行检测，可以适用于大坝监控场景下的各种目标检测，且检测准确率较高。
- 基于卷积神经网络的CT图像骨质状况检测方法及装置-201910913768.0
- 李磊;唐超;张文昆;李子恒;王林元;蔡爱龙;梁宁宁;闫镔;孙艳敏 - 中国人民解放军战略支援部队信息工程大学
- 2019-09-25 - 2020-02-14 - G06T7/00
- 本发明属于医学图像识别技术领域，特别涉及一种基于卷积神经网络的CT图像骨质状况检测方法及装置，该方法包含：设计用于对原始CT图像中腰椎部分进行分割，得到标记图像的U‑Net卷积神经网络模型，并设计用于对分割图像进行骨质状况分类的DenseNet卷积神经网络模型；利用临床的训练数据集对两个卷积神经网络进行训练；利用训练后的U‑Net卷积神经网络模型对原始CT图像分割获得相应的标记图像，对原始CT图像和标记图像进行剪切和缩放得到分割图像；利用训练后的DenseNet卷积神经网络模型对分割图像进行分类，得到原始CT图像对应的骨质状况信息。本发明减少对辅助硬件和专门骨质检测流程的依赖，能够快速便捷地实现骨质状况检测，改善临床环境中骨量流失诊断效果。
- 图像缺陷检测模型的训练、测试方法、装置及存储介质-201910933293.1
- 徐明亮;高志敏;刘启东;张晨民;闫杰;李丙涛;栗芳 - 郑州金惠计算机系统工程有限公司
- 2019-09-29 - 2020-02-14 - G06T7/00
- 本发明涉及工件表面缺陷检测的技术领域，具体涉及一种图像缺陷检测模型训练、测试方法、装置及存储介质。该训练方法包括将某一高分辨率图像分解为由多个正常训练图像块构成的正常训练图像块集合；在正常训练图像块集合中添加随机噪声和人工合成缺陷得到人工缺陷训练图像块集合；将人工缺陷训练图像块集合中的各个图像块输入生成器，生成器对随机噪声和人工合成缺陷进行修复得到由修复训练图像块组成的修复训练图像块集合；将修复训练图像块集合中的修复训练图像块和正常训练图像块集合中的正常训练图像块分别输入判别器，判别器判断所接收的图像块是否属于正常训练图像块，并输出属于正常训练图像块的无缺陷概率矩阵；根据无缺陷概率矩阵训练SVM分类器。
- 一种小目标缺陷的检测方法、装置、电子设备及存储介质-201910947203.4
- 徐明亮;吕培;崔丽莎;姜晓恒;张晨民;闫杰;李丙涛;王明纲 - 郑州金惠计算机系统工程有限公司
- 2019-09-29 - 2020-02-14 - G06T7/00
- 本发明涉及小目标缺陷检测技术领域，具体涉及一种小目标缺陷的检测方法、装置、电子设备及存储介质，该检测方法包括以下步骤：利用卷积神经网络对待检测图像进行向前传播提取特征，得到多个保存有小目标信息的高层特征图和底层特征图；通过跳跃式融合方式，将多个所述高层特征图与相应的底层特征图融合得到融合层；预测在每个所述融合层上的预测边界框的类别置信度和坐标偏移；通过非极大值抑制的方法对所述预测边界框进行筛选得到目标预测框。本发明实施例通过将高层特征图与底层特征图融合及多尺度预测可以充分利用卷积神经网络中的不同特征图提取的各种丰富的互补信息，从而提高小目标检测的精度。
- 水果品质程度确定方法及相关产品-201910955598.2
- 陈浩能 - 陈浩能
- 2019-10-09 - 2020-02-14 - G06T7/00
- 本申请实施例提供一种水果品质程度确定方法及相关产品，其中，所述方法包括：获取水果的目标图像，所述目标图像包括品质程度识别标识；从所述目标图像中，获取所述品质程度识别标识；根据所述品质程度识别标识，确定出所述水果的第一品质程度，因此，能够提升水果品质程度确定时的准确性。
- 一种铁轨扣件缺陷检测方法和系统-201910991517.4
- 陈虎;周颖;李小庆;吴志红 - 四川大学
- 2019-10-18 - 2020-02-14 - G06T7/00
- 本申请提供了一种铁轨扣件缺陷检测方法和系统。其中，所述方法应用于铁轨扣件缺陷检测系统，所述系统包括扣件区域定位模块和缺陷分类模块；所述方法包括：将所述第一铁轨图像输入所述扣件区域定位模块；根据所述扣件区域定位模块的输出，在所述第一铁轨图像中，定位扣件所在的目标框；根据所述目标框，从所述第一铁轨图像中分割出扣件图像；将所述扣件图像进行预处理，以得到第一扣件图像；将所述第一扣件图像输入所述缺陷分类模块，输出扣件缺陷检测结果；在所述第一铁轨图像中框选检测结果为缺陷扣件对应的所述目标框。可以快速、准确地识别出铁轨扣件是否存在缺陷、以及缺陷类型。
- 一种证件照片质量评估方法、存储介质及处理器-201911030210.4
- 钱彬;黄金;王军华;顾席光;徐敏杰;府宇 - 公安部交通管理科学研究所
- 2019-10-28 - 2020-02-14 - G06T7/00
- 本发明涉及图像处理技术领域，具体公开了一种证件照片质量评估方法，其中，包括：获取用于人像解析的对抗网络模型；根据所述对抗网络模型对证件照片进行人像解析，得到证件照片的精细化子区域，其中所述精细化子区域包括；人像头部区域、人像衣服区域和背景区域；分别提取所述人像头部区域、人像衣服区域和背景区域，并分别对所述人像头部区域的质量、人像衣服区域的质量以及背景区域的质量做出判断；输出所述证件照片的质量评估结果。本发明还公开了存储介质及处理器。本发明提供的证件照片质量评估方法相比现有的需要人力进行复审的评估方法，具有节省人力，提高评估效率的优势。
- 一种电子设备屏幕区域瑕疵检测方法与设备-201911032879.7
- 徐鹏;沈圣远;常树林;姚巨虎 - 上海悦易网络信息技术有限公司
- 2019-10-28 - 2020-02-14 - G06T7/00
- 本申请的目的是提供一种电子设备屏幕区域瑕疵检测方法与设备。与现有技术相比，本申请通过获取电子设备的包含屏幕区域的外观图像；提取所述外观图像中的屏幕区域图像；将屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型；从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度，能够准确地识别二手电子设备如手机的屏幕区域的瑕疵差异。
- 一种电子设备屏幕区域瑕疵检测方法与设备-201911032900.3
- 徐鹏;沈圣远;常树林;姚巨虎 - 上海悦易网络信息技术有限公司
- 2019-10-28 - 2020-02-14 - G06T7/00
- 本申请的目的是提供一种电子设备屏幕区域瑕疵检测方法与设备。与现有技术相比，本申请通过将电子设备的屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型；从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度，能够准确地识别二手电子设备如手机的屏幕区域的瑕疵差异。
- 图像质量的评估方法及装置、电子设备、存储介质-201911040753.4
- 王扬斌;张鹿鸣;王泽鹏 - 杭州阜博科技有限公司
- 2019-10-29 - 2020-02-14 - G06T7/00
- 本申请提供一种图像质量的评估方法及装置、电子设备、计算机可读存储介质，该方案包括：将待测图像分割为多个超像素区域；根据待测图像的图像金字塔，定位每个超像素区域在图像金字塔对应的位置标识；将位置标识相邻的超像素区域组建成目标区域，得到待测图像的多个目标区域；根据待测图像中所选取目标区域的深度特征，聚合得到待测图像的深度特征；将待测图像的深度特征输入已构建的质量分析模型，输出待测图像的质量分数。由此解决了人工评估标准不一，准确性不高的问题，提高了图像质量评估的准确度，节省了人力物力。
- 图像质量的预测方法及装置、电子设备、存储介质-201911040823.6
- 王扬斌;张鹿鸣;王泽鹏 - 杭州阜博科技有限公司
- 2019-10-29 - 2020-02-14 - G06T7/00
- 本申请提供了一种图像质量的预测方法及装置、电子设备、存储介质，该方法包括：针对待测图像中的每个像素点，根据像素点与邻域内像素的相似性关系，构建像素点的相似关系值；对所有像素点的相似关系值进行聚类，得到若干子区域以及每个子区域对应的几何中心值；根据待测图像中每个像素点的亮度对比度、相似关系值以及每个子区域对应的几何中心值，将待测图像转化为视觉直方图；将视觉直方图输入已构建的图像质量预测模型，得到待测图像的预测质量。本申请将像素点的亮度对比度和相似关系值作为图像视觉感知的代表，结合人类视觉感知，提高了图像质量预测的准确性。
- 一种引导线检测方法、装置、设备、轮胎吊及介质-201911051038.0
- 廖胜前;杨慧;李惠卿;戴文建;严亦慈;陈伟明;孙晶;张伯川;刘燕欣;唐波 - 上海国际港务(集团)股份有限公司宜东集装箱码头分公司;北京航天自动控制研究所
- 2019-10-31 - 2020-02-14 - G06T7/00
- 本申请实施例公开了一种引导线检测方法、装置、设备、轮胎吊及介质。该方法包括：在轮胎吊行驶时，采集包含有引导线的原始图像；对所述原始图像进行图像分割，以提取包含所述引导线的目标图像；将所述目标图像中的各像素点进行直线拟合，得到拟合后的引导线。本申请实施例的技术方案通过机器视觉实现了在轮胎吊形式过程中对引导线的自动识别，从而为轮胎吊行驶过程的自动纠偏提供依据。
- 图像检测方法、装置、计算机设备和存储介质-201911059276.6
- 袁欢;张剑锋;吴迪嘉;詹翊强;曾蒙苏;杨春;武丽芳;种欢欢 - 上海联影智能医疗科技有限公司
- 2019-11-01 - 2020-02-14 - G06T7/00
- 本申请涉及一种图像检测方法、装置、计算机设备和存储介质。所述方法包括：获取待检测对象的至少两个医学图像，对所述至少两个医学图像进行分割处理，得到各目标分割图像；所述各目标分割图像均包括感兴趣区域；将所述各目标分割图像输入至神经网络模型中进行特征提取，得到所述感兴趣区域的特征；将所述感兴趣区域的特征和临床信息数据中的特征进行组合，对组合后的特征进行特征选择处理，得到目标特征；所述临床信息数据中的特征为对所述待检测对象进行临床检测后得到的特征；将所述目标特征输入至分类器中进行分类，确定所述感兴趣区域的类别。采用本方法能够提高检测精度。
- 基于视觉识别技术的磁瓦厚度缺陷检测系统及检测方法-201911075936.X
- 张发恩;王炜;杨敏;艾国 - 创新奇智(南京)科技有限公司
- 2019-11-06 - 2020-02-14 - G06T7/00
- 本发明公开了一种磁瓦厚度缺陷检测系统，包括：图像输入模块，用于获取磁瓦图片；图像预处理模块，用于对磁瓦图片进行图片预处理，得到磁瓦图片上的第一磁瓦轮廓和第二磁瓦轮廓；圆弧计算模块，用于根据第一磁瓦轮廓计算得到一第一圆形，并根据第二磁瓦轮廓计算得到一第二圆形，同时用于计算第一圆形的第一圆心位置和第一半径，以及用于计算第二圆形的第二圆心位置和第二半径，同时还用于计算第一圆心位置和第二圆心位置之间的距离差值；磁瓦厚度计算模块，用于根据第一半径、第二半径以及距离差值，计算得到磁瓦的检测厚度；磁瓦厚度缺陷判断模块，用于将磁瓦检测厚度与标准磁瓦厚度进行数据比对，以判断被检测的磁瓦是否存在厚度缺陷。
- 织物对边方法、装置、计算机设备和存储介质-201911119722.8
- 姚俊俊 - 常州瑞昇科技有限公司
- 2019-11-15 - 2020-02-14 - G06T7/00
- 本申请涉及计算机技术领域，特别涉及一种织物对边方法、装置、计算机设备和存储介质。所述方法包括：获取图像采集设备采集的织物图像；提取所述织物图像对应的织物特征，根据所述织物特征获取所述织物对应的对边参考线以及所述对边参考线对应的对边参考位置；获取对边比对位置；根据所述对边参考位置以及所述对边比对位置得到对边位置校准值；根据所述对边位置校准值对所述织物进行对边。采用本方法能够提高对织物进行对边的效率。
- 一种目标检测结果的鉴别方法、装置、设备及存储介质-201911289667.7
- 殷保才;徐亮;孙梅 - 科大讯飞股份有限公司
- 2019-12-13 - 2020-02-14 - G06T7/00
- 本申请提出一种目标检测结果的鉴别方法、装置、设备及存储介质，其中，该方法包括：获取初始目标检测结果，所述初始目标检测结果为从图像中检测图像目标得到的初步检测结果；将所述初始目标检测结果划分为图像单元序列，并根据所述图像单元序列提取所述初始目标检测结果的内部结构特征；至少根据所述内部结构特征，确定所述初始目标检测结果是否为图像目标。该方法基于初始目标检测结果的内部结构对初始目标检测结果进行鉴别，可以准确识别初始目标检测结果是否为图像目标。
- 一种牙齿图像分析系统-201610905158.2
- 陈玲玲 - 深圳大学
- 2016-10-11 - 2020-02-14 - G06T7/00
- 本发明涉及一种牙齿图像分析系统，包含电源模块、图像获取模块、数据分析模块，数据分析模块包含模型显示模块、模型修改模块、人机交互模块、模型测量模块、结果诊断模块，本发明牙齿图像分析系统将逆向工程、计算机图形学和计算几何技术引入了口腔医学领域，建立基于牙齿模型的分析及诊断系统，能够有效地提高模型分析的效率和准确性，并作为医生的实际诊断的重要依据。
- 一种图像模糊度检测方法及装置-201710314214.X
- 郭一民;张鑫;况璐 - 浙江大华技术股份有限公司
- 2017-05-05 - 2020-02-14 - G06T7/00
- 本发明公开了一种图像模糊度检测方法及装置，该方法包括：将当前帧图像切割成n个图像块；针对任一图像块，获取图像块分别在P个频段的清晰度评价函数值以及每个图像块的亮度权重值；其中P为大于或等于3的正整数；根据图像块在p个频段中两两邻近的频段的清晰度评价函数值，确定图像块在频段间融合的清晰度评价函数值；根据每一图像块在频段间融合的清晰度评价函数值和每一图像块的亮度权重值，确定当前帧图像的模糊度估计值。通过对当前帧图像进行频域滤波和融合，可以降低噪声对图像块细节的干扰，进一步将融合后的每个图像块的细节放大，进行图像模糊度判断，可提高了在低照度场景中图像模糊度判断的正确率。
- 一种高铁接触网旋转双耳竖向开口销缺失检测方法及系统-201610120388.8
- 刘军;陈奇志;王倩;吴限 - 成都交大光芒科技股份有限公司
- 2016-03-03 - 2020-02-14 - G06T7/00
- 本发明公开了一种高铁接触网旋转双耳竖向开口销缺失检测方法及系统，属于电气化高铁接触网安全检测领域。该方法包括：采集高铁接触网的支持定位装置的图像；采用模板匹配定位出图像中旋转双耳所在的区域；以旋转双耳所在的区域的中心为中心，按照第一预设图像尺寸对支持定位装置图像进行裁剪得到感兴趣区域图像；将感兴趣区域图像进行Blob分析，定位出图像中旋转双耳的竖向开口销所在区域；最后根据竖向开口销所在区域的宽度判断出竖向开口销是否缺失。采用本发明所提供的检测方法及系统，能够快速准确的判断出开口销是否缺失，以尽早发现高铁接触网中的故障，为高铁接触网的安全提供了保障。
- 一种高铁接触网斜拉线定位钩的状态检测方法及系统-201610120479.1
- 陈奇志;王倩;刘军;吴限 - 成都交大光芒科技股份有限公司
- 2016-03-03 - 2020-02-14 - G06T7/00
- 本发明公开了一种高铁接触网斜拉线定位钩的状态检测方法及系统，属于电气化高铁接触网安全检测领域。该方法包括：首先通过图像采集设备实时采集高铁接触网的每个支柱的感兴趣区域图像；感兴趣区域图像中包括定位管、斜拉线和斜拉线定位钩；之后分离出感兴趣区域图像中的定位钩区域；所述定位钩区域包括斜拉线定位钩和斜拉线，最后通过计算定位钩区域中斜拉线的方向，将定位钩区域划分为左右两个区域，根据斜拉线的方向和左右两个区域中连通区域的数量判断出斜拉线定位钩的状态。通过本发明提供的方法及系统，有效提高了斜拉线定位钩故障检测的效率及准确性，为高铁接触网的安全提供了保障，能够有效减少安全隐患。
- 基于卷积神经网络的色织物疵点检测方法-201710290830.6
- 景军锋;董阿梅;李鹏飞;张蕾;张宏伟 - 西安工程大学
- 2017-04-28 - 2020-02-14 - G06T7/00
- 本发明的公开了一种基于卷积神经网络的色织物疵点检测方法，本发明中使用的方法总共分为两个阶段：训练阶段和检测阶段。训练阶段是首先建立色织物疵点图像库，对图像进行预处理，削弱噪声和图像纹理的影响，再将图像及图像标签打包起来，然后建立建立基于AlexNet卷积神经网络的色织物疵点检测模型，包括图像卷积，池化，批归一化，全连接等一系列操作，提取出图像中疵点特征，改进网络模型的卷积核数目，层数，网络结构等，使得所建的卷积神经网络模型对测试图片预测的准确率进一步提高。使用深度学习的方法，建立卷积神经网络模型对色织物图像疵点进行检测，与传统方法相比，检测结果更加准确，可以更高效的实现色织物疵点的检测。
- 一种作物群体最适研究尺度检测方法及装置-201710264957.0
- 温维亮;郭新宇;卢宪菊;樊江川;于泽涛 - 北京农业信息技术研究中心;农芯科技(北京)有限责任公司
- 2017-04-21 - 2020-02-14 - G06T7/00
- 本发明提供了一种作物群体最适研究尺度检测方法及装置，方法包括：获取目标作物群体的三维点云数据C；对获取的三维点云数据C进行均匀重采样，得到采样后的三维点云数据
- 三维虚拟器官的体积计算方法、装置、存储介质及设备-201810217634.0
- 韩月乔;田广野;陈永健 - 青岛海信医疗设备股份有限公司
- 2018-03-16 - 2020-02-14 - G06T7/00
- 本发明公开了一种三维虚拟器官的体积计算方法、装置、存储介质及设备，属于计算机技术领域。所述方法包括：生成与三维虚拟器官相交的贝塞尔曲面，由体素点组成的三维虚拟器官被贝塞尔曲面分隔成病变组织和非病变组织，所述体素点是根据二维图像序列获取到的；根据在贝塞尔曲面上的映射点和与映射点映射的体素点之间的深度，将体素点分类到在病变组织中的第一体素点集合或在非病变组织中的第二体素点集合中；将第一体素点集合中体素点的数量乘以体素点的单位体积得到病变组织的体积，将第二体素点集合中的数量乘以体素点的单位体积得到非病变组织的体积。本发明可以提高体积的计算效率。
- 特异部检测系统及特异部检测方法-201880042835.X
- 尾崎麻耶;铃木孝志 - 住友化学株式会社
- 2018-06-04 - 2020-02-14 - G06T7/00
- 在特异部检测系统(1)中，利用特异部提取部(3)从由拍摄部(2)拍摄的被检测对象物(11)的拍摄图像(12)中提取具有任意特征的特异部(13)，利用特异部图像剪切部(4)以使特异部(13)与特异部图像(17)的中心(C)重叠的方式从拍摄图像(12)中剪切任意大小的特异部图像(17)，利用识别部(5)通过以特异部图像(17)作为输入数据的机器学习来识别特异部(13)的种类。
- 图像处理方法、图像处理装置和电子设备-201810769906.8
- 张宗艳;王琪 - 富士通株式会社
- 2018-07-13 - 2020-02-11 - G06T7/00
- 本申请提供一种图像处理方法、图像处理装置和电子设备，该装置包括：第一前景检测单元，基于视频图像帧的各像素的像素值与第一样本库中该像素对应的至少两个第一样本像素的像素值的比较结果，对视频图像帧进行前景检测，得到第一检测结果；第二前景检测单元，基于视频图像帧的各像素的像素值与第二样本库中该像素对应的至少两个第二样本像素的像素值的比较结果，对视频图像帧进行前景检测，得到第二检测结果，其中，第二样本库更新周期大于第一样本库更新周期；第一生成单元，根据第一检测结果和第二检测结果生成掩模图像；第一检测单元，根据掩模图像对视频图像帧进行物体检测。本申请能够以较低的运算量准确地进行物体检测。
- 一种小目标的检测方法、装置、电子设备及存储介质-201910933275.3
- 徐明亮;吕培;崔丽莎;姜晓恒;张晨民;闫杰;李丙涛;王彦辉 - 郑州金惠计算机系统工程有限公司
- 2019-09-29 - 2020-02-11 - G06T7/00
- 本发明涉及目标检测技术领域，具体涉及一种小目标的检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤：对原始图像进行特征提取得到待检测图像；通过上下文感知模块对所述待检测图像进行处理，保持所述待检测图像的空间分辨率，并扩大感受野，输出多个不同感受野的特征图像；根据每个所述特征图像，预测包围框的大小；输出所述包围框。本发明实施例通过上下文感知模块在扩大感受野的同时保持分辨率不变，通过感应不同的上下文信息，从而捕捉不同尺度的目标信息，从而解决了底层特征图缺乏语义信息的技术问题。
- 一种基于深度学习模型的烟虫检测方法-201910988567.7
- 陆海华;洪金华;李捷;忻惠琴;刘瑞东;陈良 - 浙江中烟工业有限责任公司
- 2019-10-17 - 2020-02-11 - G06T7/00
- 本发明公开了一种基于深度学习模型的烟虫检测方法，包括以下步骤：(1)采集烟虫图像；(2)对烟虫图像进行尺寸调整和数据增强，生成训练样本集；(3)采用k‑means++聚类方法生成先验瞄点框；(4)根据获得的先验锚点框，利用训练样本集对YOLOV3模型进行训练，获得训练好的YOLOV3模型；(5)应用时，将采集的烟虫图像做尺寸调整后输入至训练好的YOLOV3模型中，经计算，输出烟虫识别结果。该烟虫检测方法能够有效地提高目标检测的精度，实现对烟虫的实时检测和识别，以便车间有关部门能够及时掌握烟虫的情况，为预防做好准备。
- 一种基于计算机视觉的传送带物料状态检测方法-201910991598.8
- 唐金亮;陈特欢;蔡振宇 - 宁波大学
- 2019-10-18 - 2020-02-11 - G06T7/00
- 基于计算机视觉的传送带物料状态检测方法，包括设置对准传送带拍照、获取视频流的相机和对视频流图像进行处理的图像识别模块，其特征在于：图像识别模块执行以下操作：获取视频流，将图像灰度化，通过Gunnar_Farneback法计算稠密光流获取运动区域范围，分割运动区域，获得传送带的工作范围；本发明的目的在于提供一种能够实现对传送带运行、传送带上的物料情况进行自动化监测的基于计算机视觉的传送带物料状态检测系统。
- 专利分类
