本发明涉及一种基于电场力模型的的食物体积测量方法,属于计算机视觉领域。首先,使用多视图几何的方法重建出食物的稀疏点云模型。其次,构建食物电子集并借助电场力模型确定点云模型离散点之间的邻接关系。最后,依据食物电子集的邻接关系将其三角网格化,形成的多面体的体积作为点云体积,完成体积计算。
本发明能够克服现有方法对包含凹陷区域或双锥形区域的目标体积计算不准确的缺陷,对各种食物目标的体积的估计具有良好的效果,经实验验证,具有一定的准确性。该技术充分利用的视觉测量的低成本、无接触、灵活方便的优势,不仅可用于食物体积测量,还可用煤堆、垃圾堆、料堆等各类不规则的体积测量。可广泛用于工业生产、采矿、环保、食品营养分析等各个领域。
本研究团队长期从事人工智能、模式识别、图像分析及理解、计算机视觉、认知科学等学科研究,并应用在嵌入式的边缘计算中,取得了图像理解一系列原创性成果,在智能边缘系统设计及在线自主学习、轻量化小样本目标检测&跟踪方面取得了突破性的进展,相关研究成果获得了56项发明专利授权。成果获得2020年国家科技进步二等奖、2019年教育部技术发明奖一等奖、国防科技进步三等奖2项、北京市科学技术三等奖1项。实现了从基础理论、核心技术到应用的突破性进展。近年承担了国家科技部重大专项、重点研发计划、国家自然基金等项目50多项。指导硕士研究生、博士研究生60多人。在高水平期刊和会议上发表论文100余篇。出版国家规划级教材两本。
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2023-09-26
综合评价
该项目采用较为成熟的摄影测量技术,利用多视图三维重建技术,完成不规则目标的精准体积测量,技术创新性较强,技术较为成熟,投资回报比较可靠,目标市场处于成长市场,但该市场很快会出现多种技术路线,产品竞争会很激烈。
另外,由于多视图三维重建技术较为成熟,技术护城河相对较低,要特别注意专利群的规划,在特定行业领域快速完成布局,占领市场。
总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,具备较高的转化成熟度,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>