-
公开(公告)号：CN116644786A
公开(公告)日：2023-08-25
申请号：CN202310705277.3
申请日：2023-06-14
Applicant: 大连海事大学
IPC: G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/40
Abstract: 本发明一种用于提升泛化能力的通用型深度卷积神经网络构建方法，包括以下步骤：根据不同视觉处理的任务，选取对应的数据集，并将数据集划分为训练集和测试集；将训练集和测试集进行预处理；构建的提升泛化能力的通用型深度卷积神经网络；将预处理的训练集数据输入到所构建通用型深度卷积神经网络中，进行多尺度提取和重建，获得实际输出图像；对构建通用型深度卷积神经网络进行训练；预处理的测试集数据输入到训练好的通用型深度卷积神经网络模型，实现图片不同低级计算机视觉任务处理。该方法通过构建通用型深度卷积神经网络结构，可以应用于各种不同的低级计算机视觉任务中。
-
公开(公告)号：CN116342616A
公开(公告)日：2023-06-27
申请号：CN202310249711.1
申请日：2023-03-15
Applicant: 大连海事大学
IPC: G06T7/10 , G06N3/0455 , G06N3/098
Abstract: 本发明提供了一种基于双分支集成学习的遥感图像海陆分割方法，涉及遥感图像处理技术领域，包括如下步骤：获取遥感图像，对遥感图像数据集进行标签制作，形成相应的遥感图像海陆分割数据集；构建由密集支路、残差支路以及集成学习模块所组成的基于双分支集成学习的遥感图像海陆分割网络模型；利用所构建的数据集对所述遥感图像海陆分割网络模型进行损失函数设置；训练基于双分支集成学习的遥感图像海陆分割网络模型，并在等待模型训练完毕后，运行训练后的遥感图像海陆分割网络模型，对待分割的遥感图像进行海陆分割。本发明可有效实现对遥感图像海陆区域进行精准检测与分割。
-
公开(公告)号：CN116321271A
公开(公告)日：2023-06-23
申请号：CN202310287822.1
申请日：2023-03-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于评估指标体系和组合权重的超宽带性能评估方法，包括：确定超宽带定位系统性能的影响因素包括信号穿透性和系统稳定性；影响信号穿透性的指标包括信号总功率辐射和分数带宽；影响系统稳定性的指标包括测距定位算法运算时间、时钟可靠性、人员干扰、车辆干扰和建筑物干扰；获取主观权重和客观权重；进而获取超宽带定位系统的评价指标的组合权重，以对超宽带系统进行评价。本发明建立了包括信号总功率辐射和分数带宽的影响信号穿透性的指标；和包括测距定位算法运算时间、时钟可靠性、人员干扰、车辆干扰和建筑物干扰的影响系统稳定性的指标，从超宽带系统的实际应用环境出发，评价系统中指标完善。
-
公开(公告)号：CN113379658A
公开(公告)日：2021-09-10
申请号：CN202110610282.7
申请日：2021-06-01
Applicant: 大连海事大学
Abstract: 本发明提供一种无人机观测目标特征双光融合方法及系统。方法包括：采集第一可见光图像；采集第一红外图像；对所述第一可见光图像及第一红外图像进行预处理，获得像素配准后的第二可见光图像及第二红外图像；将所述第二可见光图像及第二红外图像输入预先训练的轻量级深度学习网络，所述轻量级深度学习网络包括编码器模块、融合模块以及解码器模块，所述编码器模块用于提取第二可见光图像及第二红外图像的深度特征，提取好的深度特征输入融合模块进行融合，最后解码器根据融合后的特征重构出融合图像。本发明采用深度学习网络相比传统算法能够更好的提取图像特征。
-
公开(公告)号：CN115761467B
公开(公告)日：2025-05-27
申请号：CN202211456179.2
申请日：2022-11-21
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/82 , G06T5/10 , G06V10/46 , G06V10/80 , G06N3/08 , G06T5/73 , G06V10/774 , G06N3/0464
Abstract: 本发明提供一种基于高低频特征差分金字塔神经网络的水下目标检测方法，包括：获取水下图像数据，并对获取的水下图像数据进行预处理和小波变换操作，得到网络的输入数据；构造高低频双分支网络，对预处理和小波变换操作后的水下图像进行特征提取；分别抽取高低频双分支网络提取的特征中的4个中间特征层进行拼接以及残差减法的差分操作，构造双分支多尺度特征金字塔；对双分支多尺度特征金字塔进行特征融合，构造多尺度输出特征图，通过每个特征融合后的输出结果实现对水下图像不同尺度目标的检测。本发明的技术方案能够有效实现对水下目标的高精度、高速度的检测，同时实现对水下场景进行更有效的监控，节省时间和资金成本。
-
Patent Agency Ranking
公开(公告)号：CN115388895B
公开(公告)日：2024-12-13
申请号：CN202211040049.0
申请日：2022-08-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于孪生神经网络的室内移动机器人全景视觉快速导航方法，其包括：利用装配全景成像设备的移动机器人采集室内环境全景图像，作为原始全景图像数据；根据原始全景图像数据的拍摄位置信息，对不同图像数据进行坐标值命名处理，并将带有坐标值命名处理的任意两张全景图像进行匹配，得到全景图像对；确定用于网络模型训练的训练集数据以及用于网络模型测试的测试集数据；构建面向室内移动机器人全景视觉导航的孪生神经网络模型；将匹配后的全景图像对输入孪生神经网络模型，在对网络模型进行训练与测试后，运行网络模型以控制移动机器人进行自主导航。本发明可有效实现移动机器人在室内环境中进行快速、精准的自主导航。
-
公开(公告)号：CN113222963B
公开(公告)日：2024-03-26
申请号：CN202110587244.4
申请日：2021-05-27
Applicant: 大连海事大学
Abstract: 本发明提供一种非正射红外监测海面溢油面积估算方法及系统。方法包括：获取溢油区域的海面图像信息；同时记录图像提取特征；通过优化的双边分割网络实时对海面图像进行处理，从而分割出海面溢油目标区域；对所述海面溢油目标区域进行二值化处理，标记出每一个溢油连通区域，从而得到只标记溢油区域的无背景干扰的二值化图像；根据所述图像提取特征结合预先构建的面积拟合曲线得到所述二值化图像像素值对应的实际溢油区域面积；所述面积拟合曲线根据图像提取特征与拍摄面积的对应关系拟合获取。本发明根据事先实验得到的拟合曲线可以直接得到任何拍摄角度下的单个像素对应的真实面积。
-
公开(公告)号：CN117475322A
公开(公告)日：2024-01-30
申请号：CN202311498886.2
申请日：2023-11-10
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/26 , G06V10/774 , G06N3/0455 , G06V10/44 , G06V10/82 , G06N3/048 , G06N3/0499 , G06N3/0464 , G06N3/084
Abstract: 本发明一种面向遥感影像海陆分割的编‑解码联合式深度神经网络构建方法，包括如下步骤：步骤1：获取海陆遥感影像，构建遥感影像海陆分割数据集；并划分训练集和测试集；步骤2：构建面向遥感影像海陆分割的编‑解码联合式深度神经网络模型，步骤3，将训练集中的数据输入到面向遥感影像海陆分割的编‑解码联合式深度神经网络模型中进行学习训练，得到训练好的面向遥感影像海陆分割的编‑解码联合式深度神经网络模型；步骤4，将测试集数据输入到训练好的面向遥感影像海陆分割的编‑解码联合式深度神经网络模型中，得到遥感影像海陆分割结果，本申请的方法在保证网络计算复杂度极低的前提下，实现对复杂的遥感影像进行精准、高效的海陆分割任务。
-
公开(公告)号：CN117058530A
公开(公告)日：2023-11-14
申请号：CN202311033235.6
申请日：2023-08-16
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/20 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于跨尺度特征差异化融合的目标检测方法、电子装置、设备和存储介质，其包括：收集水面或水下相关图像数据得到网络的输入数据；使用ResNet101特征提取网络进行特征提取；设计新的跨尺度特征差异化融合模块；运用新的融合模块，将不同尺度的特征依次进行差异融合，构造多尺度输出；将构造的不同尺度的特征与特征提取网络的输出进行融合，构造特征金字塔；通过每个特征融合后的输出实现对不同尺度目标的检测。本发明的解决方案可以更加高效的实现对水面或水下的目标检测。最终通过训练好的模型，可以高效地将输入图片中的相关目标进行识别与标注。
-
公开(公告)号：CN113238550B
公开(公告)日：2023-10-27
申请号：CN202110391092.0
申请日：2021-04-12
Applicant: 大连海事大学
Abstract: 本发明提供一种基于路标自适应校正移动机器人视觉归航方法，包括：获取目标位置全景图像LH和当前位置全景图像LC；基于获取的目标位置图像LH和当前位置图像LC，根据SURF图像匹配算法，改变匹配阈值r的大小，获取不同准确率的路标，并对路标自适应分配权重wi；基于路标在图像上分布的差异，对路标自适应分配权重ηi；基于权重wi和权重ηi，确定最终路标权重φi，φi＝wi·ηi；基于带有最终路标权重的路标，计算归航向量h，控制机器人移动，完成归航。本发明根据提取路标的两个约束条件，对于不同准确率的路标自适应赋予不同的权重，在不消除误匹配路标的前提下，提高整体路标的精度，从而计算出更加准确的归航向量，提高机器人的归航精度，提高机器人自主导航能力。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.025 seconds)
