用于无人机视频目标追踪的数据增强方法

    公开(公告)号:CN115410101A

    公开(公告)日:2022-11-29

    申请号:CN202211034634.X

    申请日:2022-08-26

    Applicant: 复旦大学

    Abstract: 本发明属于无人机监管与追踪技术领域,具体为用于无人机视频目标追踪的数据增强方法。本发明方法以无人机掩膜图像为基础,通过指定运动条件来模拟无人机的高速运动;通过随机旋转来模拟无人机运动过程中向运动方向倾斜的姿态;通过随机模糊来模拟无人机运动过程中的运动模糊;所述指定运动条件是指人为地设定当前时刻运动速度,然后根据运动速度计算下一时刻无人机位置;所述随机旋转根据二维平面旋转公式将无人机掩膜图像旋转一个随机角度来得到;所述随机模糊根据高斯核函数对无人机掩膜图像进行卷积来得到。本发明可应用于无人机追踪任务的数据采集过程;亦可应用在其他类别的目标追踪数据集制作过程。本发明方法快速、有效、可拓展性强。

    基于深度纹理特征的纺织品纱织尺寸检测方法

    公开(公告)号:CN113222888B

    公开(公告)日:2022-07-22

    申请号:CN202110298633.5

    申请日:2021-03-19

    Applicant: 复旦大学

    Inventor: 彭博 池明旻

    Abstract: 本发明属于纺织品检测技术领域,具体为一种基于深度纹理特征的纺织品纱织尺寸检测方法。本发明包括:使用光学显微镜获取待检测纺织品的纹理细节图像数据;设计一个多尺度字典学习的纹理编码网络模型,该模型包括特征提取层、多尺度字典学习层、多尺度字典注意力层、特征融合层以及分类层;训练该纹理编码网络模型;使用训练好的纹理编码网络模型对待检测图像进行纺织品纱织尺寸检测,得到分类结果,即为纺织品纱织纤维的尺寸范围。本发明可以更有效的提取纹理图像中不同粒度的纹理特征;同时将有序池化层提取的特征与字典学习获取的无序特征进行融合,在描述无序特征的同时充分考虑了纹理图像空间上下文的有序信息,使检测准确性更高。

    基于云台摄像头的飞行器起降跟踪算法及跟踪系统

    公开(公告)号:CN102043964A

    公开(公告)日:2011-05-04

    申请号:CN201010614651.1

    申请日:2010-12-30

    Applicant: 复旦大学

    Abstract: 本发明属于视频监控技术领域,具体为基于云台摄像头的飞行器起降跟踪算法及跟踪系统。本发明通过安装在塔台上的监控摄像头及云台,由控摄像头送出的模拟信号,经转换成为数字视频信号后,作为所述跟踪系统的输入;该跟踪系统包括:目标检测模块、跟踪模块和云台控制模块;本发明可以自动追踪起降飞行器轨迹。本发明可提高机场中有固定起降模式的飞行器监控的准确性与实时性,降低人力资源的消耗,克服大规模高速运动背景视频中对象提取与追踪的种种困难,实现自动智能追踪录像分析,从而提高了监控质量。

    壳体外观检测设备
    15.
    实用新型

    公开(公告)号:CN222636083U

    公开(公告)日:2025-03-18

    申请号:CN202520254448.X

    申请日:2025-02-18

    Abstract: 本实用新型公开了一种壳体外观检测设备,包括:基座;载台组件,设于基座上,用于支撑壳体工件;视觉组件,设于基座上,且位于载台组件的上方;其中,载台组件包括设于基座上的底板、设于底板上的多个第一支撑座和多个第二支撑座,多个第一支撑座的高度固定,多个第二支撑座的高度能够调节,多个第一支撑座围设形成第一区域,多个第二支撑座位于第一区域内或是第一区域外;第一支撑座和第二支撑座相配合能够支撑壳体工件上平行但位置高度不同的面体;第一支撑座包括位于其顶部且可拆卸设置的第一载具块,第二支撑座包括位于其顶部且可拆卸设置的第二载具块。

Patent Agency Ranking