-
公开(公告)号：CN110232350A
公开(公告)日：2019-09-13
申请号：CN201910496423.X
申请日：2019-06-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多目标跟踪领域，具体涉及一种基于在线学习的实时水面多运动目标检测跟踪方法。本发明首先利用已经训练好的改进的YOLOv3和改进的SSD网络模型检测输入的视频序列，获取目标候选框位置及其对应的LBP、CN和HOG特征以及类别信息；之后用检测结果初始化跟踪器；然后通过相关滤波计算响应值，选取最大响应值位置作为改进的YOLOv3和改进的SSD检测模型对应的跟踪结果；将两个跟踪结果的目标跟踪框融合取并集进行加权平均优化修正作为融合修正的跟踪结果；通过将融合修正的跟踪结果加入训练集进而更新训练改进的YOLOv3和改进的SSD网络模型。
-
公开(公告)号：CN110031849A
公开(公告)日：2019-07-19
申请号：CN201910312013.5
申请日：2019-04-18
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种全海深水下机器人视听探测系统及探测方法。包括浮标、水声通讯声呐、耐压舱、照明灯、摄像机、麦克风、高度计、视听数据采集模块、图像压缩处理模块和主控制模块。耐压舱通过水密线将电信号输入给照明灯、摄像机和麦克风，摄像机和麦克风将视频图像信号和声信号回传到视听数据采集模块上。图像压缩处理模块与主控制模块TCP/IP全双工通信；主控制模块与水声通信声呐串口通讯；水声通信声呐与浮标半双工水声通讯；浮标与母船上无线电通讯。本发明使水下机器人能够在浅海至最深11000m下采集图像、视频和音频信息，并使用改进的小波变换图像压缩算法将图像进行压缩，通过水声通信传递给浮标，再经过无线电传递给母船。
-
Patent Agency Ranking
公开(公告)号：CN109242019B
公开(公告)日：2022-05-17
申请号：CN201811017357.5
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/82 , G06V20/40 , G06K9/62 , G06N3/04
Abstract: 本发明属于计算机视觉技术领域，公开了一种水面光学小目标快速检测与跟踪方法，解决了目前基于深度学习的检测算法实时性差和对小目标敏感度低、带宽自适应目标跟踪不够准确的问题，包含如下步骤：步骤(1)：水面小目标快速检测；步骤(2)：关键帧目标模型生成；步骤(3)：关键帧间各向异性带宽自适应目标快速跟踪。本发明实现了自主作业，不需要人为干预；训练中只含正样本，降低了背景误检率；网络结构简单，检测速度快；提高了小目标的检测准确率；减少了迭代次数，提高了准确率和跟踪速度。
-
公开(公告)号：CN110194255A
公开(公告)日：2019-09-03
申请号：CN201910421304.8
申请日：2019-05-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种AUV在输水隧洞内运动的光学引导方法。频闪灯放置在主洞洞壁上，发射红、蓝光闪烁光信号。AUV识别频闪灯，将前视摄像机拍摄得到的图像传入计算机进行处理，被分离成红色和蓝色通道图像，计算相同像素位置上的红、蓝通道中的像素灰度差值，并设置阈值，统计大于阈值像素点的个数，以此判断处理后图像中是否检测到频闪灯。若检测到频闪灯，AUV进入转弯模式。利用布置在AUV四周的测距声纳信息，控制AUV保持与隧洞壁一定间距，通过AUV自适应调整艏向角完成转弯，使AUV顺利驶入支洞。本发明大大减少了人工参与，在任务执行阶段不需要人为操纵，整个检测过程由AUV自主完成，作业成本低。
-
公开(公告)号：CN109859271A
公开(公告)日：2019-06-07
申请号：CN201811532378.0
申请日：2018-12-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下摄像机与前视声纳的联合标定方法，摄像机水下采集标定板图像，通过标定获得摄像机内参数，推导标定板坐标系到水下摄像机坐标的三维坐标转换关系；前视声纳获取水下环境的声学回波数据，推导前视声纳坐标系与标定板质心坐标系的三维坐标转换关系；通过上述两个关系，完成水下摄像机与前视声纳之间的联合标定。本发明属于非接触式标定方法，操作简便迅捷、可以大大降低因复杂的人工参与和标定工具所带来的随机误差，提高了标定效率；目标特征既可以在摄像机图像中得以实现，又可以在声纳系统中获得其二维位置信息；能够得到两个传感器测量系统的相对位置关系，解决了标定测量过程繁琐、精确度较差等缺点，具有很强的操作性。
-
公开(公告)号：CN109859202A
公开(公告)日：2019-06-07
申请号：CN201910120133.5
申请日：2019-02-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水面无人平台环境感知和控制系统交叉技术领域，具体涉及一种基于USV水面光学目标跟踪的深度学习检测方法：USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标；本发明在水面目标检测与定位过程中，加入了基于卷积神经网络的图像去模糊技术，改善了海水波动、目标物运动和USV航行造成的目标模糊问题，且基于24个卷积层和2个全连接层的回归方式检测目标具有速度快、背景误检率低的优点，使USV目标检测具有实时性，且不易受海面阳光折射等干扰。
-
公开(公告)号：CN109242019A
公开(公告)日：2019-01-18
申请号：CN201811017357.5
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉技术领域，公开了一种水面光学小目标快速检测与跟踪方法，解决了目前基于深度学习的检测算法实时性差和对小目标敏感度低、带宽自适应目标跟踪不够准确的问题，包含如下步骤：步骤(1)：水面小目标快速检测；步骤(2)：关键帧目标模型生成；步骤(3)：关键帧间各向异性带宽自适应目标快速跟踪。本发明实现了自主作业，不需要人为干预；训练中只含正样本，降低了背景误检率；网络结构简单，检测速度快；提高了小目标的检测准确率；减少了迭代次数，提高了准确率和跟踪速度。
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
