公开(公告)号：CN118093909A

公开(公告)日：2024-05-28

申请号：CN202410100686.5

申请日：2024-01-24

Applicant: 海南大学

Inventor： 张卫东 ,  王欣怡 ,  薛珊 ,  贾泽华 ,  沈春华 ,  方宇凡 ,  王咸鹏 ,  陈挚 ,  刘大可 ,  何鹭飞 ,  刘若楠 ,  束锋

IPC: G06F16/51 ,  G06F16/55 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0985

Abstract: 本发明涉及一种基于ViT的无人机深度哈希图像检索方法、设备、介质，利用预先训练好且微调后的基于ViT网络的网络模型，基于输入的无人机图像的图像特征进行检索，方法包括如下步骤：针对输入的图像特征，通过卷积提取浅层特征；基于所述浅层特征，通过分块和线性嵌入处理，利用多个多头注意力模块提取深层特征；基于所述浅层特征和所述深层特征，通过残差连接得到融合特征；基于所述融合特征，通过哈希层生成哈希编码；基于所述哈希编码和所述融合特征，从图像库中进行由粗到细的分级搜索，得到检索结果。与现有技术相比，本发明提高了无人机图像检索的准确率。

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

Inventor： 张卫东 ,  张文波 ,  张云飞 ,  沈春华 ,  尚艺琳 ,  方宇凡 ,  张宝晨 ,  陈挚 ,  胡小波 ,  王嘉良 ,  何鹭飞 ,  束锋 ,  胡智焕 ,  林斌 ,  陈树康

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：CN118038038A

公开(公告)日：2024-05-14

申请号：CN202410056486.4

申请日：2024-01-15

Applicant: 海南大学

Inventor： 贾泽华 ,  王霜 ,  陈树康 ,  方宇凡 ,  张云飞 ,  郭东生 ,  薛珊 ,  刘若楠 ,  陈挚 ,  沈春华 ,  何鹭飞 ,  乐心怡 ,  刘腾飞 ,  陈浩

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/42 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及一种基于统计学改进的弱监督语义分割方法、装置及介质，其中方法将待分割图像输入基于统计学改进的语义分割网络中，生成分割结果图，语义分割网络包括：特征编码模块：用于将输入的待分割图像处理为具有空间权重参数的特征图；语义亲和信息模块：用于基于统计学原理提取语义亲和信息；特征解码模块：将经过特征编码模块处理后的特征图送入相应的解码器经过上采样得到最终的分割结果。与现有技术相比，本发明能够提高网络对全局特征的提取能力，改进的基于统计学原理的语义亲和模块能够提高网络对语义亲和信息的提取能力，增加语义分割精度，同时端到端的网络弥补了多阶段训练复杂性高的缺点。

公开(公告)号：CN119963998A

公开(公告)日：2025-05-09

申请号：CN202510038085.0

申请日：2025-01-10

Applicant: 海南大学

Inventor： 张卫东 ,  刘成龙 ,  贾泽华 ,  薛珊 ,  张磊 ,  黄飞 ,  王丽琦 ,  陈浩 ,  高睿 ,  陈挚

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/771 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及遥感影像变化检测技术领域，尤其涉及一种基于局部细节特征聚合的冰川变化遥感检测方法及系统，通过对局部细节信息的有效聚合与优化，在复杂地形与多变环境条件下显著提高冰川变化检测的精度，增强对冰川边缘微细结构的捕捉与识别能力。系统包括：多尺度特征提取模块：用以提取高分辨率双时相冰川影像多尺度特征。局部细节聚合模块：用以聚合冰川局部细节信息检测冰川图像的边缘和过渡区域。形状感知模块：用以灵活地捕捉冰川复杂的结构和轮廓。多尺度差异预测模块：用以同时处理大尺度和小尺度的变化，提供更全面的检测结果。与现有技术相比，本发明能够精确检测冰川的复杂形状和边界信息，准确识别位于冰川边缘处的微小变化区域。

公开(公告)号：CN118192635A

公开(公告)日：2024-06-14

申请号：CN202410407734.5

申请日：2024-04-07

Applicant: 海南大学

Inventor： 薛珊 ,  刘哲 ,  张卫东 ,  谢威 ,  苏晓杰 ,  刘腾飞 ,  王海 ,  陈挚 ,  陈浩 ,  贾泽华 ,  郭东生 ,  谢涛

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明涉及一种基于ETM‑MDQN的无人机自适应路径规划方法、装置及介质，其中方法包括以下步骤：构建深度强化学习MDQN网络，将无人机路径规划问题建模为马尔可夫决策过程；根据无人机与障碍物的实际距离状态和状态变化误差设定事件触发机制的触发条件，当满足预设的事件触发条件时更新无人机的动作策略和MDQN网络的Q值；通过最小化损失函数优化MDQN网络的参数；利用优化后的MDQN网络进行实时无人机自适应路径规划。与现有技术相比，本发明充分利用计算资源，考虑了未来多个时间步的奖励，提高了复杂环境下路径规划策略的鲁棒性和有效性。