-
公开(公告)号：CN116468764A
公开(公告)日：2023-07-21
申请号：CN202310732592.5
申请日：2023-06-20
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于超点空间引导的多视图工业点云高精度配准系统，属于高精度点云数据处理技术领域。包括如下步骤：使用投影仪投射一组正弦条纹至目标物体上，触发单目相机捕获对应图像；对得到的图像利用相位算法分析，得到获取目标深度信息的绝对相位；结合得到的绝对相位和单目相机与投影仪的标定信息计算出目标点云。有效提升配准成功率并且提升配准精度，成功解决了现有的点云重建方法无法测量大工件点云的问题。此外，相比于激光跟踪仪等昂贵的扫描设备，本发明的系统以低成本实现高精度的多视图点云配准。这可以为其他3D工业视觉任务提供可靠的数据源并且拓展应用场景。
-
公开(公告)号：CN115578248A
公开(公告)日：2023-01-06
申请号：CN202211497758.1
申请日：2022-11-28
Applicant: 南京理工大学
IPC: G06T3/00 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于风格引导的泛化增强图像分类算法，共由四部分组成：多源域特征提取模块用来提取训练集中每个源域的高维特征；特征风格转换模块通过迁移统计特征的均值和方差将所有训练数据的浅层特征风格分别定向迁移到各个源域中；特征分布距离统计模块在训练结束后累积统计各源域中不同类别的特征中心，用于和测试样本进行域匹配；在线自适应分类模块在训练阶段基于不同的域迁移方向生成不同的分类器，在测试阶段根据匹配到的源域风格选择最适合的分类器进行分类。本发明采用与数据发散相反的方法，将训练数据中的多源特征风格信息统一到一种风格上，并对未知域的测试数据经过一致的迁移方式，从而达到泛化增强的目的。
-
公开(公告)号：CN115546489A
公开(公告)日：2022-12-30
申请号：CN202211471454.8
申请日：2022-11-23
Applicant: 南京理工大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V20/70 , G06V10/143
Abstract: 本发明公开了一种基于跨模态特征强化与交互的多模态图像语义分割方法，包括：将对应的可见光图像和红外图像作为输入，采用双分支编码结构分别提取两种图像特征，在各个编码阶段，首先通过特征交互模块对提取的两种图像特征进行增强和交互，并将交互之后的特征送入下一阶段的编码模块，而后通过特征融合模块将经过增强和交互之后的特征进行融合，并将融合特征送入对应阶段的解码模块，最后采用上采样和跳层连接逐级解码，获得多模态图像语义分割结果。本发明从编码网络的数据流出发，利用注意力机制增强各自模态的有效特征，将增强后的特征与另一模态的特征交互，对单一模态的信息进行补充，最大程度利用跨模态信息解析场景。
-
公开(公告)号：CN111080648B
公开(公告)日：2022-11-22
申请号：CN201911215735.5
申请日：2019-12-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于残差学习的实时图像语义分割算法。将图片送入卷积神经网络得到具有类别信息的分割图片，步骤一：将原始图片进行标记得到标记好的图片，和原始图片构成训练集；步骤二：根据残差特征提取方法和单网络预测结构，构建新型语义分割网络；步骤三：加载训练集，用分段式训练方式训练新型语义分割网络，得到训练好的模型；步骤四：将待分割的图片送入新型语义分割网络，加载训练好的模型，得到分割结果。在加快速度的同时，准确率得到了显著的提升。在加快速度的同时，准确率得到了显著的提升。
-
公开(公告)号：CN111046917B
公开(公告)日：2022-08-09
申请号：CN201911143997.5
申请日：2019-11-20
Applicant: 南京理工大学
IPC: G06V10/82 , G06V10/774 , G06K9/62 , G06V10/80
Abstract: 本发明公开了一种基于深度神经网络的对象性增强目标检测方法，基于单阶段目标检测网络，在浅层网络使用多尺度融合模块增强特征多尺度信息，并在单阶段目标检测网络中加入对象性估计模块为目标检测的所有预测特征提供对象性先验知识，构建基于深度神经网络的目标检测模型；将训练图像数据输入目标检测模型，利用反向传播算法更新目标检测模型网络参数，直至损失函数值变化量小于设定阈值，得到训练好的目标检测模型；将测试图像数据输入训练好的目标检测模型，得到目标检测结果。本发明加入对象性估计模块，使用对象分布概率图来提高单阶段目标检测的精度；加入多尺度融合模块，使得单阶段目标检测算法对目标的尺度变化更加鲁棒。
-
Patent Agency Ranking
公开(公告)号：CN112364854B
公开(公告)日：2021-05-28
申请号：CN202110045470.X
申请日：2021-01-14
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于检测跟踪融合的机载目标抵近引导系统及方法，属于目标检测和跟踪技术领域。该系统包括相互通信的图像采集模块、软件处理模块和无人飞行模块。该方法为：系统初始化，获取图像，检测算法选择目标，跟踪算法获取模板，目标检测，目标跟踪，计算最大IOU，输出目标框，获取定位信息，计算相对距离，系统进行飞行调控。本套系统将目标检测与目标跟踪相结合，共同使用，以此提高目标追踪定位的稳定性，在完成目标检测跟踪定位任务的同时，控制无人机接近目标并检出目标关键部位，便于用于针对关键部位添加所需业务功能。
-
公开(公告)号：CN112364854A
公开(公告)日：2021-02-12
申请号：CN202110045470.X
申请日：2021-01-14
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于检测跟踪融合的机载目标抵近引导系统及方法，属于目标检测和跟踪技术领域。该系统包括相互通信的图像采集模块、软件处理模块和无人飞行模块。该方法为：系统初始化，获取图像，检测算法选择目标，跟踪算法获取模板，目标检测，目标跟踪，计算最大IOU，输出目标框，获取定位信息，计算相对距离，系统进行飞行调控。本套系统将目标检测与目标跟踪相结合，共同使用，以此提高目标追踪定位的稳定性，在完成目标检测跟踪定位任务的同时，控制无人机接近目标并检出目标关键部位，便于用于针对关键部位添加所需业务功能。
-
公开(公告)号：CN118823175B
公开(公告)日：2024-11-19
申请号：CN202411298137.X
申请日：2024-09-18
Applicant: 南京理工大学
IPC: G06T11/40 , G06T5/92 , G06T5/60 , G06V20/58 , G06V10/25 , G06V20/70 , G06V10/26 , G06V10/143 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于多层次表征融合的零样本红外图像着色方法及系统，该方法包括：利用全局图像着色网络对整体红外图像着色；利用预训练实例分割模型，从红外图像中提取实例级特征，并生成相应的实例分割伪标签，将其送至实例着色网络，实现端到端的实例着色；将实例着色结果和整体着色结果输入至全局重着色模块中进行耦合重构，得到优化后的红外着色结果。本发明仅使用可见光图像进行训练，实现了跨模态零样本学习，并消除了对红外数据集的依赖；本发明能够进一步优化红外着色算法的性能，并从包含多个对象的复杂场景中提取符合实例特性的颜色分布。
-
公开(公告)号：CN117475170A
公开(公告)日：2024-01-30
申请号：CN202311776827.7
申请日：2023-12-22
Applicant: 南京理工大学
IPC: G06V10/44 , G06V10/762 , G06V10/74 , G06F17/11
Abstract: 本发明公开了一种基于FPP的由局部到全局结构引导的高精度点云配准方法，包括如下步骤：利用条纹投影轮廓术得到源点云和目标点云的多模态数据特征；利用多模态数据特征进行点云聚类，得到源点云和目标点云的点云聚类切块，通过特征相似度匹配出对应的节点对，得到源点云与目标点云中局部点云块的对应关系；利用重叠注意力网络模型对源点云与目标点云中具有对应关系的局部点云块进行特征交互；基于对应聚类投票的特征匹配模块对聚类点云对进行特征对应分析，选择置信度高计算位姿矩阵。本发明提出基于FPP数据特性的点云配准框架，采用聚类结构化先验约束网络模型的训练以及推理来实现更高精度和鲁棒性的点云配准。
-
公开(公告)号：CN115511956A
公开(公告)日：2022-12-23
申请号：CN202211479183.0
申请日：2022-11-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种无人机成像定位方法，包括以下步骤，步骤一：确定无人机上陀螺仪的偏航角、俯仰角以及横滚角的实际意义；步骤二：建立图像定位所需要的坐标系；步骤三：根据图像建立图像像素坐标系和图像物理坐标系，计算目标点实际位置在相机坐标系内的三维坐标；步骤四：将相机坐标系转换为无人机地理坐标系；步骤五：将无人机地理坐标系转换为大地直角坐标系；步骤六：将大地直角坐标系转换为GPS坐标系，本发明的有益效果：根据目标定位过程中目标点、像点和测量点的几何关系，利用Matlab算法计算出目标点的经纬度和高度，从而实现目标定位，有利于无人机目标定位成像的精度的提高。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.023 seconds)
