-
公开(公告)号：CN113496253A
公开(公告)日：2021-10-12
申请号：CN202110435198.6
申请日：2021-04-22
Applicant: 南京工程学院
Abstract: 本发明公开了一种船舶目标检测方法，包括：将船舶目标图像数据标注后制作成训练样本集；构建基于YOLO v3轻量化的特征提取主干网络；根据特征提取主干网络建立基于YOLO v3改进的船舶目标检测网络模型；利用训练样本集对船舶目标检测网络模型进行训练；通过训练好的船舶目标检测网络模型对待检测的船舶图像数据进行检测，本发明提高了目标的检测速度。
-
公开(公告)号：CN113537085A
公开(公告)日：2021-10-22
申请号：CN202110818790.4
申请日：2021-07-20
Applicant: 南京工程学院
Abstract: 本发明公开了基于两次迁移学习和数据增广的船舶目标检测方法，包括建立船舶目标的图像数据集；利用固定步长旋转与图像拼接技术扩充图像数据集；对增广后的图像数据集进行标注，划分训练集和测试集；对Darknet网络模型进行预训练，从Coco数据集中筛选出Boat类图像及标签文件，在预训练好的Darknet网络模型上进行第一次迁移学习，获得船舶检测初步模型；用训练集在初步模型上进行第二次迁移学习，用测试集对学习后的模型进行测试，获得最终船舶检测模型；对待检测视频图像序列进行检测，获得船舶目标检测结果。解决了棘手场景中样本数据难以大量获得、基于深度学习的船舶目标检测中小样本学习困难的问题，提高了船舶目标检测的鲁棒性、准确性和快速性。
-
公开(公告)号：CN114299121B
公开(公告)日：2025-01-24
申请号：CN202111639714.3
申请日：2021-12-29
Applicant: 南京工程学院
Abstract: 本发明提出一种基于自适应上下文感知的目标跟踪方法，包括：初始化卡尔曼滤波器、位置相关滤波器和尺度相关滤波器；利用第t帧中的卡尔曼滤波器和位置相关滤波器分别对第t+1帧中的目标位置进行估计，并根据位置相关滤波器的跟踪置信度确定第t+1帧中的目标位置；利用第t帧中的尺度相关滤波器对第t+1帧中的目标尺度进行估计；更新卡尔曼滤波器；当跟踪置信度大于一定阈值时，利用最优目标区域的位置、尺度和高可信度的干扰背景区域更新位置相关滤波器，并更新尺度相关滤波器。本发明利用高可信度的干扰背景更新相关滤波器，提高了对目标及背景的辨别力，并在跟踪可信时才更新相关滤波器模型，减少了模型漂移和更新次数，提升了跟踪速度。
-
公开(公告)号：CN114299121A
公开(公告)日：2022-04-08
申请号：CN202111639714.3
申请日：2021-12-29
Applicant: 南京工程学院
Abstract: 本发明提出一种基于自适应上下文感知的目标跟踪方法，包括：初始化卡尔曼滤波器、位置相关滤波器和尺度相关滤波器；利用第t帧中的卡尔曼滤波器和位置相关滤波器分别对第t+1帧中的目标位置进行估计，并根据位置相关滤波器的跟踪置信度确定第t+1帧中的目标位置；利用第t帧中的尺度相关滤波器对第t+1帧中的目标尺度进行估计；更新卡尔曼滤波器；当跟踪置信度大于一定阈值时，利用最优目标区域的位置、尺度和高可信度的干扰背景区域更新位置相关滤波器，并更新尺度相关滤波器。本发明利用高可信度的干扰背景更新相关滤波器，提高了对目标及背景的辨别力，并在跟踪可信时才更新相关滤波器模型，减少了模型漂移和更新次数，提升了跟踪速度。
-
-
-
Search Results
4
records
(took 0.023 seconds)
