吴强
- 作品数：7 被引量：5H指数：1
- 供职机构：中科院成都信息技术股份有限公司更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于机器视觉的Mura缺陷检测方法
- 本发明属于液晶屏显示缺陷检测技术领域，具体涉及一种基于机器视觉的Mura缺陷检测方法。所述检测方法包含图像采集、预处理、背景消除、二值化、去噪、缺陷判定等步骤。本发明对比基于高斯混合模型的空间域背景分离法及阴影消除法中计...
- 钱基德钱基业陈斌王佐才陈刚吴强李科张衡
- 文献传递
- 一种LCD屏幕亚像素级缺陷检测方法
- 本发明属于机器视觉图像测量与屏幕检测技术领域，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。本方法对屏幕图像预处理获取二值化参数u<Sub>0</Sub>，通过自学习获取LCD单元的垂直VD、水平HD间距参...
- 钱基德陈斌吴珊赵雪专李科张衡周中伟吴强
- 一种无监督抠图方法及装置
- 本发明公开了一种无监督抠图方法及装置，通过对待抠图图像进行超像素分割，将待抠图图像分割成多个超像素区域，以及基于检测到的待抠图图像的角点集合中角点的位置，确定角点集合对应的凸包区域，进而再通过对凸包区域向外扩展，确定出先...
- 赵雪专陈斌裴利沈勾承甫钱基德赵森祥陈刚李科张衡周中伟吴强
- 文献传递
- 基于多任务卷积网络的参会人员人数统计算法被引量：5
- 2018年
- 室内会场由于其环境背景的复杂性和人员之间彼此的遮挡,是传统的人脸检测与人数统计的一个研究难点。针对云南电网视频会议中的人脸检测和人脸特征点回归,提出了一种优化之后的人数统计算法。基于多任务级联卷积神经网络,充分利用其任务间的差异性和相关性,融合了权重自学习模块,得到了多个网络层任务之间的最佳权重分布,提高了视频流中参会人员人脸对齐的实时性和准确性,改善了人数统计算法的检测效率;同时,利用视频流生成图像序列,引入多尺度的时空特征,实现帧间前后人员检测信息的关联标记,解决了图像帧间模糊的问题;并剔除了环境背景带来的间歇性干扰信息,从而判断出是否有人员被遮挡,进一步提升了算法的准确性。
- 刘宇明凌志祥吴强赵闻迪李辉
- 关键词：多任务卷积神经网络人数统计
- 一种LCD屏幕亚像素级缺陷检测方法
- 本发明属于机器视觉图像测量与屏幕检测技术领域，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。本方法对屏幕图像预处理获取二值化参数u<Sub>0</Sub>，通过自学习获取LCD单元的垂直VD、水平HD间距参...
- 钱基德陈斌吴珊赵雪专李科张衡周中伟吴强
- 文献传递
- 一种基于机器视觉的Mura缺陷检测方法及系统
- 本发明属于液晶屏显示缺陷检测技术领域，具体涉及一种基于机器视觉的Mura缺陷检测方法及系统。所述检测系统包含线阵CCD相机(1)、线光源(2)、液晶屏(3)、液晶屏传送装置(4)、图像缺陷检测设备(5)。本发明对比基于高...
- 钱基德钱基业陈斌王佐才陈刚吴强李科张衡
- 一种无监督抠图方法及装置
- 本发明公开了一种无监督抠图方法及装置，通过对待抠图图像进行超像素分割，将待抠图图像分割成多个超像素区域，以及基于检测到的待抠图图像的角点集合中角点的位置，确定角点集合对应的凸包区域，进而再通过对凸包区域向外扩展，确定出先...
- 赵雪专陈斌裴利沈勾承甫钱基德赵森祥陈刚李科张衡周中伟吴强
