-
公开(公告)号：CN118941984A
公开(公告)日：2024-11-12
申请号：CN202410933829.0
申请日：2024-07-12
Applicant: 海南大学
IPC: G06V20/17 , G06V40/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种基于高效通道优先注意力的海上目标检测方法，包括：获取待检测的海上图像，并输入预先构建并训练好的海上目标检测模型中，获取海上目标检测结果，海上目标检测模型包括依次连接的主干网络、颈部网络和多尺度自适应空间特征融合检测头；主干网络为改进RepViT主干网络，引入带残差的压缩激励模块和多尺度深度可分离高效通道优先注意力；颈部网络为拥有多种不同尺度特征输出的YOLOv8颈部网络；多尺度自适应空间特征融合检测头根据颈部网络输出的多种不同尺度特征，预测出多个预选框，并从多个预选框中确定最终的目标框和置信度。与现有技术相比，本发明能够有效提高海上目标的检测性能，能减少无人机的搜索时间，可用于海上救援等背景。
-
公开(公告)号：CN118230262A
公开(公告)日：2024-06-21
申请号：CN202410056729.4
申请日：2024-01-15
Applicant: 海南大学
IPC: G06V20/54 , G06V20/17 , G06V10/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06T7/73 , G06T7/246 , G06N3/045 , G06N3/0495 , G06N3/0455 , G06N3/0442
Abstract: 本发明涉及一种基于空海自主协同系统的船舶异常行为红外监测方法，无人船通过雷达检测到活动船只，释放无人机监测船只；无人机将采集的船舶图像输入到目标检测模块中，识别目标类别，并根据红外相机参数和无人机GPS位置信息，计算目标GPS位置，将图像中多目标GPS位置的质心点作为航点，实现多目标跟踪；根据相邻帧图像目标构建关联度矩阵，使用基于关联度最大权匹配的匈牙利算法找出最优匹配，得到目标轨迹；依据轨迹提取目标轨迹特征，通过自编码器重构特征信息，计算原始特征和重构特征的误差，判别船舶行为异常情况。与现有技术相比，本发明解决了船舶关闭AIS系统后难以监控的问题，提升了夜间船舶监控能力，降低人工监测强度。
-
公开(公告)号：CN116824370A
公开(公告)日：2023-09-29
申请号：CN202310730827.7
申请日：2023-06-19
Applicant: 海南大学
IPC: G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及红外目标检测技术领域，尤其涉及一种基于密集双向金字塔网络的水上红外目标检测方法，通过对采集的水上红外图像按照统一尺寸进行自适应缩放，并将图像输入到特征提取网络中提取不同层次的多尺度深度特征图；将不同层次的多尺度特征图输入到密集双向金字塔网络，进行多尺度特征的融合，所述密集双向金字塔网络在多尺度融合特征输出前加入自适应双挤压激励通道注意力机制；将多尺度融合特征分别输入到分类预测网络和预测框回归网络，得到水上红外图像中所有目标的位置及类别信息。本发明丰富红外目标特征信息，突显特征中重要的目标信息，可有效提升水上红外目标检测的准确性和稳定性。
-
公开(公告)号：CN117649544A
公开(公告)日：2024-03-05
申请号：CN202311392497.1
申请日：2023-10-24
Applicant: 海南大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/24 , G06V20/10
Abstract: 本发明涉及一种轻量化水上目标检测方法、装置及介质，其中方法包括以下步骤：获取水上目标的图像数据，构建水上目标数据集；构建基于改进YOLOv7的目标检测模型，采用轻量化的线性瓶颈逆残差模块重构特征提取模块，并引入坐标注意力机制替换SE模块，同时，使用SPD结合非跨步卷积层的形式替代YOLOv7中的下采样模块；使用聚类算法对水上目标数据集进行聚类，将聚类后的数据集分配给不同尺度检测头，对目标检测模型进行训练；对训练后的目标检测模型进行结构重参数化；将采集到的图像输入结构重参数化后的目标检测模型，得到目标的位置和类别置信度信息。与现有技术相比，本发明能够在有限计算资源下实现快速精准的水上目标检测。
-
公开(公告)号：CN116824317A
公开(公告)日：2023-09-29
申请号：CN202310544364.5
申请日：2023-05-12
Applicant: 海南大学
Abstract: 本发明提供了一种基于多尺度特征自适应融合的水上红外目标检测方法，该方法包括：对输入的水上红外图像进行自适应缩放，统一输入图像尺寸。使用特征提取网络得到多尺度特征信息。然后，通过双向跳跃连接特征融合模块对多尺度特征信息进行初步的特征融合。初步融合后的特征再经过多尺度特征自适应融合模块输出最终的特征信息，其中，所述多尺度特征自适应融合模块通过高效频率通道注意力模块来自适应调整不同尺度特征层之间的融合比例。最后，预测层对特征信息进行预测，得到多个预测框，使用非极大值抑制方法来确定目标框、目标类别和置信度，从而检测到目标。本发明能够适应复杂多变的水上场景，提升水上红外目标检测的准确性和抗干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN119238516A
公开(公告)日：2025-01-03
申请号：CN202411475829.7
申请日：2024-10-22
Applicant: 海南大学
Abstract: 本发明涉及人工智能视觉与机械臂应用技术领域，尤其涉及一种视觉机械臂物品定位拾取方法及系统，集成高精度的视觉检测与灵活的机械臂执行机构，实现了从目标检测到精准拾取的全自动化流程，减轻了人工操作的负担，提高了生产效率，针对传统视觉识别系统计算量大与资源消耗高的痛点，本发明进行了深度的轻量化改进，通过优化算法结构、减少模型参数量及计算复杂度，本系统相比原模型在性能上实现了成倍的提升，同时显著降低了对计算资源和硬件配置的依赖，这不仅使得系统能够在树莓派等低成本硬件平台上高效运行，还大幅降低了部署成本，提升了系统的普及率和可用性。
-
公开(公告)号：CN118848964A
公开(公告)日：2024-10-29
申请号：CN202410899056.9
申请日：2024-07-05
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种针对非正弦周期噪声的多轴机械臂自适应鲁棒控制方法，包括以下步骤：基于多轴机械臂的雅可比矩阵，建立多轴机械臂的统一的运动学方程；引入伪逆类型方案求解机械臂运动学方程，并得到关于关节加速度的微分方程；针对非正弦周期噪声设计自抗扰归零神经网络；针对非正弦周期噪声，构建多轴机械臂自适应鲁棒控制方程，求解得到相应控制结果；根据控制结果，驱动多轴机械臂完成相应的运动规划任务。与现有技术相比，本发明基于雅克比矩阵、自适应控制和PID方法，提出针对非正弦周期噪声的自适应鲁棒控制方案，使多轴机械臂在非正弦周期噪声干扰下仍然能够精确地完成特定运动规划任务，有效提高多轴机械臂运动控制的鲁棒性和精准性。
-
公开(公告)号：CN118644663A
公开(公告)日：2024-09-13
申请号：CN202410806688.6
申请日：2024-06-21
Applicant: 海南大学
IPC: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于全局局部融合注意力的红外海面目标检测方法，包括以下步骤：获取红外海面图像进行预处理；将预处理后的红外海面图像输入基于全局局部融合注意力的主干网络中进行特征提取，获得多尺度的特征信息；将所述多尺度的特征信息输入自适应多尺度特征融合编码器中进行尺度内交互和自适应跨尺度融合，获得多尺度的融合特征信息；采用查询选择从多尺度的融合特征信息中选择融合特征信息作为初始对象查询，并采用解码器将所述初始对象查询转化为目标检测结果。与现有技术相比，本发明具有提升红外海面目标检测的准确性和稳定性等优点。
-
公开(公告)号：CN117195823A
公开(公告)日：2023-12-08
申请号：CN202310998399.6
申请日：2023-08-09
Applicant: 海南大学
IPC: G06F30/398 , G06N7/08 , H04L9/00
Abstract: 本发明涉及一种基于自适应量化控制的分数阶混沌电路抗扰同步方法，包括如下步骤：S1，针对目标分数阶混沌电路系统，构建驱动电路和响应电路的数学模型，所述驱动电路的数学模型包括未知参数和外源扰动；S2，基于所述驱动电路和响应电路的数学模型，构建分数阶非线性误差系统；S3，基于所述分数阶非线性误差系统，以估计驱动电路中的未知参数，同时消除其中的外源扰动从而实现同步为目的，设计自适应对数量化控制器；S4，将所述自适应对数量化控制器部署到所述响应电路中，实现所述驱动电路和响应电路的抗干扰混沌同步。与现有技术相比，本发明实现了在驱动电路中存在不确定参数和外源干扰的情况下，驱动‑响应电路的抗干扰混沌同步。
-
公开(公告)号：CN119600513A
公开(公告)日：2025-03-11
申请号：CN202411685240.X
申请日：2024-11-22
Applicant: 海南大学
Abstract: 本发明涉及红外目标检测技术领域，具体涉及一种面向无人艇的轻量型实时红外目标检测方法及系统，该方法通过无人艇搭载的红外热像仪采集红外数据，并进行预处理、标注和划分。采用轻量级GLAF‑MobileNetV4网络作为检测方法的主干，不仅提升实时性，还大幅减少了模型参数。其中，轻量型的全局局部自适应融合注意力，能巧妙地整合全局与局部信息，通过动态权重调整优化局部信息融合。同时，设计的动态自适应多尺度特征融合编码器，利用注意力引导机制，根据多尺度特征的重要性自适应调整融合比例。本发明部署简便，提升无人艇在低光照条件下的目标检测精度与实时性，检测效率显著。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
