-
公开(公告)号：CN117647998A
公开(公告)日：2024-03-05
申请号：CN202410123538.5
申请日：2024-01-30
Applicant: 吉林大学
IPC: G05D1/485 , G05D101/10
Abstract: 一种基于动态视觉传感器的水下航行器接驳方法和系统，涉及水下导航的领域。解决传统光学相机驶向对接任务中的存在动作模糊问题。所述方法包括：S1：采用4个共面的圆形光源构建矩形约束的灯环作为接驳地标；S2：根据时空滤波器和SNN构建SNN模型；S3：根据异步霍夫圆变换和SNN模型，获取接驳地标的光源坐标；S4：根据透视4点算法计算水下航行器与接驳地标之间的相对姿态，根据相对姿态调整水下航行器的航向，完成接驳任务。本发明应用于水下自主接驳领域。
-
公开(公告)号：CN116206196B
公开(公告)日：2023-08-08
申请号：CN202310466248.6
申请日：2023-04-27
Applicant: 吉林大学
Abstract: 本发明属于水下视觉检测的技术领域，具体涉及一种海洋低光环境多目标检测方法及其检测系统。建水下跨模态基准数据集；得到三层不同尺度的特征向量；进行特征排序和数据融合；通过深度特征提取模块，在全局和局部维度上进一步提取重要特征信息；将每个尺度进一步提取的特征向量分别送入检测头网络模块，最终输出海洋生物的在图像中的具体位置和类别信息。本发明用以实现水下生物多目标高精度的检测任务。
-
公开(公告)号：CN116295449A
公开(公告)日：2023-06-23
申请号：CN202310593764.5
申请日：2023-05-25
Applicant: 吉林大学
Abstract: 水下自主航行器路径指示方法及装置，涉及运动方向指示技术领域。为解决现有技术中存在的，水下自主航行器无法应对复杂的海洋环境的技术问题，本发明提供的技术方案为：水下自主航行器路径指示方法，包括：采集海洋环境对航行器的影响因素的步骤；采集航行器的可行动动作的步骤；建立奖励函数的步骤；根据奖励函数，建立强化网络的建模步骤；采集航行器的高不确定性动作策略和对应的航行器状态，得到经验元组集合的收集步骤；随机抽取集合中的经验元组对强化网络进行训练的训练步骤；重复收集步骤和训练步骤，至达到预设次数的步骤；根据训练后的强化网络确定航行器的最佳路径的步骤。适合应用于未知水下空间内的最优路径规划工作中。
-
公开(公告)号：CN116206196A
公开(公告)日：2023-06-02
申请号：CN202310466248.6
申请日：2023-04-27
Applicant: 吉林大学
Abstract: 本发明属于水下视觉检测的技术领域，具体涉及一种海洋低光环境多目标检测方法及其检测系统。建水下跨模态基准数据集；得到三层不同尺度的特征向量；进行特征排序和数据融合；通过深度特征提取模块，在全局和局部维度上进一步提取重要特征信息；将每个尺度进一步提取的特征向量分别送入检测头网络模块，最终输出海洋生物的在图像中的具体位置和类别信息。本发明用以实现水下生物多目标高精度的检测任务。
-
公开(公告)号：CN115862150B
公开(公告)日：2023-05-23
申请号：CN202310015851.2
申请日：2023-01-06
Applicant: 吉林大学
IPC: G06V40/20 , G06V40/10 , G06V20/05 , G06V20/40 , G06V20/70 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/049 , G06N3/09
Abstract: 本发明是一种基于三维人体蒙皮的潜水员动作识别方法。本发明涉及计算机视觉技术领域，本发明通过三维人体形状与姿态估计方法从潜水员视频中提取出人体形状、姿态、顶点数据；将人体形状、姿态、顶点数据经过数据融合模块得到高层次语义信息；利用高层次语义信息经过TCA‑GCN模块进行动作识别；利用高层次语义信息经过STGCN模块进行动作识别；将两个模块的识别结果进行线性融合。通过本发明中的技术方案，实现了对潜水员三维姿态的动作估计，提高了动作识别的准确率。
-
Patent Agency Ranking
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：CN115761472B
公开(公告)日：2023-05-23
申请号：CN202310024781.7
申请日：2023-01-09
Applicant: 吉林大学
Abstract: 本发明是一种基于融合事件和RGB数据的水下暗光场景重建方法。本发明涉及水下机器视觉技术领域，本发明利用事件相机采集的水下暗光事件序列和弱曝光RGB帧构建基准数据集；针对事件序列的异步稀疏性，对每一场景事件序列采用体素网格方式进行分段化表征；利用特征编码网络对事件序列和RGB帧进行特征编码，利用基于特征金字塔的多级Transformer编码器，得到多尺度事件和RGB特征提取分支；利用多阶段残差学习，融合事件和RGB特征，利用逐级上采样特征解码器，最终输出清晰的水下重建场景。实现对事件数据和RGB数据的高效融合，并在水下暗光场景重建清晰的图像，为水下的检测、识别和追踪任务提供了鲁棒的视觉表达。
-
公开(公告)号：CN115760582B
公开(公告)日：2023-05-23
申请号：CN202310027766.8
申请日：2023-01-09
Applicant: 吉林大学
Abstract: 本发明是一种水下深度图超分辨率方法。本发明涉及超分辨率技术领域，本发明包括：步骤1通过Kinect相机采集训练时所需要的数据，步骤2确定合适的评价指标来衡量模型输出的深度图像和原始高分辨率深度图像的几何差距，本方法中使用到的是均方根误差和感知误差；步骤3搭建适用于水下环境的深度图像超分辨率网络（DSTN网络），其主要包含以下四个模块：特征融合模块、独立特征提取模块、深度图像变换器、多尺度学习模块；步骤4网络的参数更新与训练。通过本申请中的技术方案，对水下拍摄的深度图像实现超分辨率，还原水下深度图像更多的细节，从而弥补大多数深度相机拍摄的深度图的分辨率和精度都不足以满足实际应用的缺陷。
-
公开(公告)号：CN115941872A
公开(公告)日：2023-04-07
申请号：CN202310076491.7
申请日：2023-02-08
Applicant: 吉林大学
IPC: H04N7/01 , H04N5/265 , G06N3/0464
Abstract: 本发明涉及模式识别技术领域，具体涉及一种水下高速移动目标的视频插帧方法即其系统。步骤1：通过传统相机获取RGB数据；步骤2：基于步骤1的RGB图像，抽离出RGB图像的背景轮廓图；步骤3：利用步骤2的背景轮廓图和步骤1得到的RGB数据经过轮廓图辅助多尺度光流估计网络进行光流估计；步骤4：利用RGB数据和步骤3估计的光流经过光流优化网络对光流结果进行优化；步骤5：利用网型融合网络，融合帧光流估计网络与光流优化网络输出的光流结果，对流光结果进行扭曲得到的中间帧，最终输出中间帧。本发明用以解决现有技术中无法非常准确地还原出非线性运动两帧间的中间帧的问题。
-
公开(公告)号：CN115883764A
公开(公告)日：2023-03-31
申请号：CN202310076493.6
申请日：2023-02-08
Applicant: 吉林大学
IPC: H04N7/01 , H04N5/265 , G06N3/0464
Abstract: 一种基于数据协同的水下高速视频插帧方法及其系统。通过传统相机和事件相机分别获取RGB数据和事件数据；将获取的RGB数据和事件数据利用U型合成网络融合，获取合成结果；利用合成结果和获取的RGB数据经过三层多尺度光流估计网络进行帧光流估计；利用获取的RGB数据和事件数据经过三层多尺度光流估计网络进行事件光流估计；将融合结果、经过三层多尺度光流估计网络进行的帧光流估计结果与经过三层多尺度光流估计网络进行的事件光流估计通过U型融合网络进行融合，输出中间帧。本发明实现利用RGB数据和事件数据生成视频的中间帧，提高视频的帧率，优化在水下场景下非线性运动下插帧效果的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.025 seconds)
