-
公开(公告)号:CN118570625A
公开(公告)日:2024-08-30
申请号:CN202411052999.4
申请日:2024-08-02
Applicant: 南开大学
IPC: G06V20/05 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/25 , G06V10/34 , G06V10/77 , G06V10/82
Abstract: 本发明提供一种基于二次降质的水下显著物体目标检测方法,涉及目标检测技术领域,该方法包括:基于媒介透射分支及导向滤波法对原始图像进行卷积,并通过四叉树算法计算所述原始图像的全局背景光,获得水下增强图;对所述水下增强图进行二次降质无监督学习,获得二次增强图;对所述二次增强图及所述二次增强图对应的二次传输图进行多流特征提取,获得检测网络;通过所述检测网络对待检测图像进行水下显著物体目标检测。本发明能够提升了在复杂水下环境中显著性目标检测的适应性,提高了检测精度及鲁棒性。
-
公开(公告)号:CN117216482B
公开(公告)日:2024-03-01
申请号:CN202311465494.6
申请日:2023-11-07
Applicant: 南开大学
Abstract: 本发明涉及电数字处理技术领域,尤其涉及借助迭代策略增强卡尔曼滤波器抗野值干扰能力的方法,包括如下步骤:生成容积样本;获得预测样本,计算先验估计均值及先验估计协方差;生成重采样状态样本;获得观测量预测样本并预测观测量均值及观测量协方差;计算状态与观测之间的互协方差;得到线性化观测模型;计算线性化误差协方差、总观测噪声协方差、归一化残差;计算权重、权重矩阵,重加权修正总观测噪声协方差;计算卡尔曼增益、后验协方差及后验状态均值;更新重加权后原始观测噪声协方差,直至迭代更新达到设定次数。本发明提供的方法有助于提高卡尔曼滤波器的精度和鲁棒性,防止卡尔曼滤波器发散。
-
公开(公告)号:CN117315453A
公开(公告)日:2023-12-29
申请号:CN202311552299.7
申请日:2023-11-21
Applicant: 南开大学
Abstract: 本发明涉及图像通讯技术领域,尤其涉及一种基于水下声纳图像的水下小目标检测方法,包括如下步骤:搭建目标检测深度神经网络并组建可见光目标检测训练集与验证集,并进行第一阶段的训练;模型训练;组建带噪声的可见光数据集和水下声纳数据集并进行第二阶段的训练;噪声滤除训练;组建水下声纳图像目标检测训练集与验证集并进行第三阶段的训练,得到最终的目标检测深度神经网络。本发明提供的方法适用于水下小目标的精准检测,并且训练检测速度比较快。
-
公开(公告)号:CN117315223A
公开(公告)日:2023-12-29
申请号:CN202311147106.X
申请日:2023-09-07
Applicant: 南开大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455
Abstract: 本发明涉及计算机视觉技术领域,提供一种基于transformer架构的目标检测方法。该方法包括:组建训练集对主干网络进行预训练;创建融合模块细化低层特征图,并融合低层特征图和经编码器处理的高层特征图;创建感知选择模块选取高质量token并为解码器初始化对象查询;创建感知选择模块去除memory特征层中的无用token以优化解码器;为真实目标检测框添加不同尺度噪声获得正负样本去噪组,通过对多组正负样本去噪组、对象查询和memory特征层进行交叉注意力操作获得训练损失;训练整体网络获得目标检测器以获得检测结果。本发明可以提高对兴趣目标检测的准确性以及识别速度,从而提高目标检测任务的自动化、智能化水平。
-
公开(公告)号:CN116974207B
公开(公告)日:2023-12-08
申请号:CN202311218229.8
申请日:2023-09-21
Applicant: 南开大学
Abstract: 本发明涉及无人飞行器控制技术领域,提供一种伞翼无人机串级控制方法。该方法包括:对伞翼无人机进行动力学建模获取运动信息;根据运动信息计算伞翼无人机的导引律输出伞翼无人机的期望航向;根据期望航向计算获得以航向为控制量的伞翼无人机的外环控制器,外环控制器输出定义为所述伞翼无人机的期望加速度;将期望加速度转换为滚转角并计算获得以滚转角为控制量的伞翼无人机的内环控制器;根据运动信息设置伞翼无人机的纵向控制器;以外环控制器和内环控制器为伞翼无人机的航向控制器的双通道,对航向控制器与纵向控制器进行数字仿真分析获得优化后的控制参数以控制伞翼无人机。本发明有效提高了伞翼无人机控制系统的航迹控制能力。(56)对比文件谢志刚;陈自力.基于预测控制和动态逆算法的翼伞飞行控制.探测与控制学报.2011,(第04期),全文.
-
公开(公告)号:CN116931004A
公开(公告)日:2023-10-24
申请号:CN202311196076.1
申请日:2023-09-18
Applicant: 南开大学
Abstract: 本发明涉及导航系统欺骗检测技术领域,提供一种基于加权卡尔曼增益的GNSS缓变欺骗检测方法。包括:通过滑动窗口在量测更新过程中获取卫星的观测归一化新息并进行累加,获得累加归一化新息;根据累加归一化新息计算加权卡尔曼增益,通过加权卡尔曼增益对卫星进行状态更新,获得滤波状态向量;遍历在量测更新时刻的所有可见卫星,根据多个卫星的滤波状态向量计算所有卫星的归一化新息平方和,获得检验统计量;给定虚警率,通过虚警率计算获得检测门限;比较检验统计量和检测门限,若检验统计量大于检测门限则存在欺骗干扰,否则无欺骗干扰。本发明抑制了有害新息对组合导航滤波器的污染,提高了欺骗入侵后准确新息的保持时间。
-
-
-
-
-