-
公开(公告)号：CN116563824A
公开(公告)日：2023-08-08
申请号：CN202310622983.1
申请日：2023-05-30
Applicant: 上海海事大学 , 上海立信会计金融学院
Abstract: 本发明涉及一种基于多模板多象限匹配的交通信号灯识别方法，所述的方法包括以下步骤：1)通过色彩分割，从交通信号灯原始图像中筛选出感兴趣区域；2)通过最小外接矩形算法将感兴趣区域从原始图像中分离出来，得到分割子图和颜色识别结果；3)构建标准模板库、偏移模板库和旋转模板库三种模板库；4)基于分割子图的统计特性，利用几何筛选规则，从模板库中提取候选模板；5)对分割子图与候选模板执行多象限匹配，得到形状识别结果；6)将颜色识别结果与形状识别结果一起作为交通信号灯识别最终结果。与现有技术相比，本发明具有箭头形交通信号灯识别准确度高、识别速度快等优点。
-
公开(公告)号：CN119048892A
公开(公告)日：2024-11-29
申请号：CN202411114842.X
申请日：2024-08-14
Applicant: 上海海事大学
IPC: G06V20/05 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种水下图像增强方法、系统及存储介质，该方法包括如下步骤：获取水下图像；将水下图像输入到训练好的水下图像增强网络，其中，水下图像增强网络包括：水下深度图估计网络，用于获取水下图像对应的水下深度图像；水下深度编码器，用于提取水下深度图像的水下深度特征信息；水体解耦提取器，用于提取水下图像中的水体特征信息；水下图像增强网络，基于水下深度特征信息与水体特征信息对水下图像进行增强，以获得增强的水下图像。该系统用于实施上述方法，该存储介质用于实现上述方法。该水下图像增强方法，获取图像数据的水下深度信息和水体特征信息，基于两个信息进行融合增强，增强水下信息之间的交互，提高图像增强网络的水下建模能力，很好地解决现有技术中泛化性差的问题，在颜色校正、复杂场景和亮度方面取得了非常好的效果。
-
公开(公告)号：CN117061992A
公开(公告)日：2023-11-14
申请号：CN202311247191.7
申请日：2023-09-25
Applicant: 上海海事大学
Abstract: 本发明涉及一种水下搜救无线传感网目标节点环境自适应定位方法，包括以下步骤：获取锚节点的位置信息；基于所述位置信息、水下信号传播的衰减损耗和吸收效应，构建锚节点接收待搜救目标节点的路径损耗模型；基于所述路径损耗模型，采用泰勒展开式构建基于距离的水下搜救无线传感网目标节点定位模型；利用最小最大化策略将所述目标节点定位模型近似为两个最小二乘之和表达式；基于近似后的最小二乘之和表达式，使用内点法求出目标节点定位最优解。与现有技术相比，本发明高适用于高度动态和通信环境恶劣的水下搜救环境，具有提高定位计算精度等优点。
-
公开(公告)号：CN113657492A
公开(公告)日：2021-11-16
申请号：CN202110941062.2
申请日：2021-08-17
Applicant: 上海海事大学
Abstract: 本发明公开了一种笔石化石图像的分类方法，包括：步骤S1、对笔石化石图像数据进行图像数据增强，得到增强图像数据；步骤S2、将增强图像数据输入预先训练好的笔石化石图像种分类模型中，输出笔石化石类别。通过本发明可以快速准确地获得笔石化石的类别。
-
公开(公告)号：CN118828876A
公开(公告)日：2024-10-22
申请号：CN202410854487.3
申请日：2024-06-28
Applicant: 上海海事大学
Abstract: 本发明涉及一种海洋环境监测水声传感网目标节点定位方法及装置，所述方法步骤包括：根据信号传播损耗及水下声传播吸收效应构建接收信号强度模型；建立路径损耗因子、发射功率和目标位置的联合估计优化函数；对于联合估计优化函数，利用Golub‑Kahan双对角化的最小二乘求解LSMR方法寻找海洋目标节点位置的近似解；将最小二乘求解LSMR方法找到目标节点位置的近似解作为初始估计值，利用二分法获取海洋目标节点位置的精确解。与现有技术相比，本发明所提出的定位方法适用于水下三维动态环境，并可对节点位置、路径损耗因子和发射功率进行联合估计，实现了海洋目标节点的精确鲁棒定位。
-
Patent Agency Ranking
公开(公告)号：CN112950521B
公开(公告)日：2024-03-01
申请号：CN202110461062.2
申请日：2021-04-27
Applicant: 上海海事大学
IPC: G06T5/50 , G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种暗通道注意力优化循环生成对抗网络的图像去雾方法，步骤包括：建立暗通道注意力子网络，建立生成器G1、G2，建立判别器DX全局、DX局部、DY全局、DY局部；计算有雾图像暗通道，将有雾图像输入生成器G1，将暗通道输入暗通道注意力子网络得到注意力图，对生成器中间输出进行加权，最终得到去雾图像；采用全局判别器对去雾图像进行判别，将去雾图像随机裁剪出四个小块并采用局部判别器进行判别；能去除图像中的雾霾，增加图像视觉性，有效解决雾天条件下图像模糊不清的问题。
-
公开(公告)号：CN114937223A
公开(公告)日：2022-08-23
申请号：CN202210601890.6
申请日：2022-05-30
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于DeepSORT与改进YOLOX的海上视频目标监测方法，包括以下过程：获取视频原始帧，将所述原始视频帧的接连的n帧视为一个监测帧组，对每个监测帧组都进行如下处理：使用改进YOLOX模型作为检测器，对所述监测帧组的第1帧进行一次目标检测；对另外的n‑1帧，使用DeepSORT的匹配算法对目标进行跟踪匹配。该发明提高了对较远距离难以用肉眼识别的小型船舶的检测和识别精度，解决了视频中出现的目标遮挡问题，且运行成本低、实时性高、实用性强、模型检测精度高、检测速度快。
-
公开(公告)号：CN113743322A
公开(公告)日：2021-12-03
申请号：CN202111045009.0
申请日：2021-09-07
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于改进YOLO v3算法的海上船舶检测方法，包括改进的YOLO v3网络模型，改进的YOLO v3网络模型包括输入端，骨干网络结构模块，颈部网络结构模块和输出端，所述输入端对输入图像进行图像增强，增加了待检测目标的多样性以及加强了图像背景的复杂程度；在所述骨干网络结构模块的下采样部分使用卷积正则化模块对原有的卷积层进行代替，增强了网络的学习能力，同时加入空间金字塔池化模块；并在所述颈部网络结构模块加入频率域通道注意力机制模块并且采用特征金字塔结构。改进YOLO v3网络模型保持了检测精度和速度的均衡，是一种优秀的海上船舶检测方法。
-
公开(公告)号：CN112634171B
公开(公告)日：2023-09-29
申请号：CN202011614558.0
申请日：2020-12-31
Applicant: 上海海事大学
IPC: G06T5/00 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于贝叶斯卷积神经网络的图像去雾方法及存储介质，所述方法包括：获取RESIDE数据集，采用所述RESIDE数据集中的ITS数据集作为训练集，SOTS数据集作为测试集。将所述训练集输入至贝叶斯卷积神经网络内，对所述贝叶斯卷积神经网络进行训练得到最优模型。将所述测试集输入至所述最优模型，采用所述最优模型对所述测试集进行端对端的去雾处理，并输出去雾图像。本发明能够有效地规避过拟合问题，增强去雾模型的鲁棒性。
-
公开(公告)号：CN115346155A
公开(公告)日：2022-11-15
申请号：CN202211000946.9
申请日：2022-08-19
Abstract: 本发明提供了一种面向视觉特征非连续性干扰的船舶图像航迹提取方法，包括：采集船舶图像，船舶图像包括船舶被遮挡的场景图像和船舶未被遮挡的场景图像；根据DeepSnake模型和YOLOX模型，对船舶图像进行检测，获取图像序列中的船舶位置；将船舶位置与DeepSnake模型的检测结果输入至YOLOX模型中，获取船舶的外表轮廓；基于外表轮廓与船舶位置对船舶进行轨迹跟踪，获取船舶在图像序列中的运动轨迹。本发明引入被遮挡状态的判断,同时进一步利用卡尔曼算法得到更加精准的船舶轨迹，既提升了从船载监控视频数据中提取船舶航行轨迹的精度，同时也提升了在复杂海况场景下的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.061 seconds)
