-
公开(公告)号：CN116502075B
公开(公告)日：2023-09-12
申请号：CN202310771145.0
申请日：2023-06-28
Applicant: 吉林大学
IPC: G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/2433 , G06F18/25 , G01D21/02
Abstract: 多模态水下自主航行器状态检测方法及系统。属于状态检测技术领域，具体涉及自主水下航行器状态检测技术领域。其解决了现有的异常状态检测无法有效地应对多模态的传感器数据，忽略了不同模态数据之间的差异的问题。所述方法包括如下步骤：S1、输入水下自主航行器各系统传感器数据；S2、通过挤压与激励操作对每个模态的信号进行加权，然后进行缩放；S3、通过带残差连自注意力机制提取模态特征；S4、通过挤压与激励操作对不同模态进行特征融合；S5、对融合后的特征进行决策分类，输出各个类别的预测概率。本发明所述方法及系统可以应用在自主水下航行器状态检测技术领域、自主水下航行器故障检测技术领域以及自主水下航行器设计制造技术领域。
-
公开(公告)号：CN116502075A
公开(公告)日：2023-07-28
申请号：CN202310771145.0
申请日：2023-06-28
Applicant: 吉林大学
IPC: G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/2433 , G06F18/25 , G01D21/02
Abstract: 多模态水下自主航行器状态检测方法及系统。属于状态检测技术领域，具体涉及自主水下航行器状态检测技术领域。其解决了现有的异常状态检测无法有效地应对多模态的传感器数据，忽略了不同模态数据之间的差异的问题。所述方法包括如下步骤：S1、输入水下自主航行器各系统传感器数据；S2、通过挤压与激励操作对每个模态的信号进行加权，然后进行缩放；S3、通过带残差连自注意力机制提取模态特征；S4、通过挤压与激励操作对不同模态进行特征融合；S5、对融合后的特征进行决策分类，输出各个类别的预测概率。本发明所述方法及系统可以应用在自主水下航行器状态检测技术领域、自主水下航行器故障检测技术领域以及自主水下航行器设计制造技术领域。
-
公开(公告)号：CN116912675A
公开(公告)日：2023-10-20
申请号：CN202311175150.1
申请日：2023-09-13
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06V10/80 , G06V10/82
Abstract: 一种基于特征迁移的水下目标检测方法及系统，涉及水下机器视觉目标检测技术领域。解决现有水下目标检测方法存在的水下图像质量差、识别误差大和泛化能力差的问题。方法为：构建基准数据集进而训练迁移对抗学习网络模型，采用训练后的迁移对抗学习网络模型将水下高清图像的特征迁移到水下模糊目标图像上；将两层坐标注意力增强模块添加到YOLOv5的骨干网络中，并添加一组锚框和SIOU位置损失函数，获得DCA‑YOLOv5目标检测模型；采用DCA‑YOLOv5目标检测模型对特征增强后的水下高清目标图像进行目标检测，获得目标的位置和类别信息。本发明适用于水下模糊场景增强以及高精度的水下目标检测。
-
Patent Agency Ranking
公开(公告)号：CN116561649B
公开(公告)日：2023-09-12
申请号：CN202310832974.5
申请日：2023-07-10
Applicant: 吉林大学
IPC: G06F18/24 , G06N3/048 , G06F16/22 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/25 , A61B5/11 , G01C21/16
Abstract: 基于多源传感器数据的潜水员运动状态识别方法和系统，解决了基于视觉方法在低光场景下的人体识别效果差的问题。涉及水下潜水员运动状态识别领域。方法包括：通过惯性传感器采集潜水员的水下活动的数据，并将数据存储在数据库中；对数据进行分割组成事件序列，并嵌入活动级上下文信息；建立词典，将事件序列中的每一个传感器事件转化为词索引，并建立嵌入矩阵；基于Transformer的GIF特征提取模块提取嵌入矩阵的特征，获得特征向量；利用一维平均池化层和带Softmax激活函数的全连接层对特征向量进行处理，获取识别模型，输出每个类别的预测概率，最终得到潜水员的姿态识别结果。本发明应用于水下目标识别领域。
-
公开(公告)号：CN116912675B
公开(公告)日：2023-11-28
申请号：CN202311175150.1
申请日：2023-09-13
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06V10/80 , G06V10/82
Abstract: 一种基于特征迁移的水下目标检测方法及系统，涉及水下机器视觉目标检测技术领域。解决现有水下目标检测方法存在的水下图像质量差、识别误差大和泛化能力差的问题。方法为：构建基准数据集进而训练迁移对抗学习网络模型，采用训练后的迁移对抗学习网络模型将水下高清图像的特征迁移到水下模糊目标图像上；将两层坐标注意力增强模块添加到YOLOv5的骨干网络中，并添加一组锚框和SIOU位置损失函数，获得DCA‑YOLOv5目标检测模型；采用DCA‑YOLOv5目标检测模型对特征增强后的水下高清目标图像进行目标检测，获得目标的位置和类别信息。本发明适用于水下模糊场景增强以及高精度的水下目标检测。
-
公开(公告)号：CN116561649A
公开(公告)日：2023-08-08
申请号：CN202310832974.5
申请日：2023-07-10
Applicant: 吉林大学
IPC: G06F18/24 , G06N3/048 , G06F16/22 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/25 , A61B5/11 , G01C21/16
Abstract: 基于多源传感器数据的潜水员运动状态识别方法和系统，解决了基于视觉方法在低光场景下的人体识别效果差的问题。涉及水下潜水员运动状态识别领域。方法包括：通过惯性传感器采集潜水员的水下活动的数据，并将数据存储在数据库中；对数据进行分割组成事件序列，并嵌入活动级上下文信息；建立词典，将事件序列中的每一个传感器事件转化为词索引，并建立嵌入矩阵；基于Transformer的GIF特征提取模块提取嵌入矩阵的特征，获得特征向量；利用一维平均池化层和带Softmax激活函数的全连接层对特征向量进行处理，获取识别模型，输出每个类别的预测概率，最终得到潜水员的姿态识别结果。本发明应用于水下目标识别领域。
-
公开(公告)号：CN115797749B
公开(公告)日：2023-05-23
申请号：CN202310050830.4
申请日：2023-02-02
Applicant: 吉林大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G07C5/08
Abstract: 一种水下自主航行器状态检测方法与系统，属于自主水下航行器状态检测技术领域，解决了现有的SVDD只能对目标数据集给出一个描述，而忽略了目标数据集中不同样本类之间的描述或差异的问题。包括以下步骤：步骤S1，分别获取水下自主航行器各系统分别对应的多个传感器数据，将多个传感器编号分别与其数据进行拼接作为时间步；步骤S2，根据时间步获取文本数据，并基于一个批量的多个传感器数据，组成序列数据；步骤S3，将序列数据输入到构建的网络模型中进行异常检测。
-
公开(公告)号：CN115797749A
公开(公告)日：2023-03-14
申请号：CN202310050830.4
申请日：2023-02-02
Applicant: 吉林大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G07C5/08
Abstract: 一种水下自主航行器状态检测方法与系统，属于自主水下航行器状态检测技术领域，解决了现有的SVDD只能对目标数据集给出一个描述，而忽略了目标数据集中不同样本类之间的描述或差异的问题。包括以下步骤：步骤S1，分别获取水下自主航行器各系统分别对应的多个传感器数据，将多个传感器编号分别与其数据进行拼接作为时间步；步骤S2，根据时间步获取文本数据，并基于一个批量的多个传感器数据，组成序列数据；步骤S3，将序列数据输入到构建的网络模型中进行异常检测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.011 seconds)
