专利汇可以提供基于目标高度信息和色彩信息的固废在线识别方法专利检索,专利查询,专利分析的服务。并且一种基于目标高度信息和色彩信息的固废在线识别方法,包括:物料传送模 块 、高度信息采集模块、色彩信息采集模块、脉冲控 制模 块、数据传输模块和 数据处理 模块;高度信息采集模块和色彩信息采集模块设置在物料传送模块上方以采集传送的建筑垃圾的高度和色彩信息;脉冲 控制模块 与高度信息采集模块和色彩信息采集模块分别相连接以控制同时采集;高度信息采集模块和色彩信息采集模块分别与数据传输模块以将采集的信息发送至数据处理模块;数据处理模块对高度信息和色彩信息进行预处理后,通过改进的 卷积神经网络 对高度信息和色彩信息进行特征融合并分类,输出建筑垃圾分类结果。本 发明 能极大地提高目标检测的准确率,并满足在线检测的要求。,下面是基于目标高度信息和色彩信息的固废在线识别方法专利的具体信息内容。
1.一种基于目标高度信息和色彩信息的固废在线识别方法,其特征在于,包括:物料传送模块、高度信息采集模块、色彩信息采集模块、脉冲控制模块、数据传输模块和数据处理模块;所述高度信息采集模块设置在所述物料传送模块上方以采集所述物料传送模块传送的建筑垃圾的高度信息;所述色彩信息采集模块设置在所述物料传送模块上方以采集所述物料传送模块传送的建筑垃圾的色彩信息;所述脉冲控制模块与所述高度信息采集模块和色彩信息采集模块分别相连接以控制所述高度信息采集模块和色彩信息采集模块同时采集所述建筑垃圾的信息;所述高度信息采集模块和色彩信息采集模块分别与所述数据传输模块将采集的高度信息和色彩信息发送至所述数据处理模块;所述数据处理模块对高度信息和色彩信息进行预处理后,通过改进的卷积神经网络对高度信息和色彩信息进行特征融合并分类,输出固废的分类结果。
2.根据权利要求1所述的基于目标高度信息和色彩信息的固废在线识别方法,其特征在于,所述卷积神经网络采用Cascade R-CNN卷积神经网络,属于多阶段目标检测模型;改进的卷积神经网络修剪到只有1层卷积层,属于稀疏特征无监督学习算法,以稀疏表示为基础,同时对提取的特征进行总体稀疏和生命周期稀疏。
3.根据权利要求1所述的基于目标高度信息和色彩信息的固废在线识别,其特征在于,通过改进的卷积神经网络对高度信息和色彩信息进行特征加权融合,加权融合公式如下:
其中,其中PC和PH分别表示颜色特征和高度特征的观测密度, 表示颜色特征的更新权值, 分别表示第k-1和第k个像素点的颜色特征权值; 表示高度特征的更新权值, 分别表示第k-1和第k个像素点的高度特征权值;Wi表示最终的权值;a和b分别代表两种特征的有效权值的数目,a趋近于0的时候,只有高度特征起作用,当b趋近于0的时候,只有颜色特征起作用;N表示图像像素点的个数;i表示像素点。
4.根据权利要求1所述的基于目标高度信息和色彩信息的固废在线识别方法,其特征在于,改进的卷积神经网络采用3个IOU阈值递增的检测器,上一阶段的输出用来训练下一个阶段;对应IOU阈值分别为0.5、0.6与0.7,克服了过拟合的问题。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
商品自动结算方法、装置、自助收银台 | 2020-05-15 | 75 |
模块化神经网络的直接定位方法 | 2020-05-19 | 295 |
一种声学模型训练方法和装置、计算机设备、存储介质 | 2020-05-11 | 706 |
FPGA电路的负载建模方法 | 2020-05-08 | 961 |
一种基于机器学习和ceph思想的分布式储存方法 | 2020-05-11 | 1002 |
一种汉语自然语言文本的词语切分方法 | 2020-05-14 | 680 |
用于动脉钙化的检测和量化的方法 | 2020-05-17 | 185 |
一种基于卷积神经网络和深度核网络的视频行为识别方法 | 2020-05-11 | 151 |
基于CDBN-SVR的空气预热器转子变形软测量方法 | 2020-05-13 | 908 |
基于遮挡感知和特征金字塔匹配的相机自运动估计方法 | 2020-05-15 | 567 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。