-
公开(公告)号：CN114792375B
公开(公告)日：2025-01-03
申请号：CN202210204930.3
申请日：2022-03-02
Applicant: 东南大学
IPC: G06V10/44 , G06V10/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/0464 , G06N3/045 , G06N3/08 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于视听信息融合的地形分类方法，本方法首先控制车辆在不同地形上行驶，利用挂载在车辆底部的前向摄像机获取车辆行驶时的地形图像，同时利用声音传感器采集行驶过程中车辆与地面交互的声音信号；将视觉图像和声音信号进行预处理；接着分别提取视觉图像与声音信号的特征，提取的图像特征有图像的颜色直方图特征与局部二值化特征；将视觉特征与声音特征融合并进行特征降维；然后将降维后的特征向量和原始图像分别输入到设计的全连接神经网络分类器和残差网络分类器进行分类训练；最终分类决策结果由全连接神经网络分类器和残差网络分类器这两个分类器的输出加权求得。模型训练好之后利用所述模型进行在线地形分类。
-
公开(公告)号：CN116385828A
公开(公告)日：2023-07-04
申请号：CN202310360223.8
申请日：2023-04-06
Applicant: 东南大学
IPC: G06V10/774 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S7/41 , G01S13/88
Abstract: 本发明公开了一种基于注意力机制和YOLOv5的探地雷达目标检测方法，所述目标为地下隐藏物体在探地雷达图像中呈现的双曲线特征。其具体步骤包括：探地雷达数据集的获取；设计YOLOv5探地雷达目标检测框架；设计注意力机制模块并嵌入到YOLOv5主干网络的C3模块中；训练所设计的探地雷达目标检测网络；将待检测探地雷达图像输入到训练好的探地雷达目标检测网络中实现隐藏目标信号的检测。本方法根据探地雷达图像和目标双曲线特性设计了通道注意力和空间注意力机制，将其嵌入到YOLOv5之中，指导网络自适应地关注探地雷达图像中的重要部分信息，在具有良好检测性能的同时也满足探地雷达目标检测的实时性要求。
-
公开(公告)号：CN115877465A
公开(公告)日：2023-03-31
申请号：CN202211443630.7
申请日：2022-11-18
Applicant: 东南大学
Abstract: 本发明公开了一种考虑数据不对称性的探地雷达道路缺陷检测数字化成像方法及系统，首先采集道路电磁回波信号数据，形成距离‑双程走时的二维B‑Scan探地雷达回波数据；对B‑Scan数据进行去直流预处理和去背景预处理；利用自适应计算方法，确定最佳成像阈值，保证图像背景稳定在灰度值128上下，增强缺陷信息；最后通过灰度线性转换的方式，将B‑Scan数据值转换成灰度值[0,255]，生成探地雷达道路灰度图像。本发明综合考虑探地雷达数据不对称性对背景信息和缺陷信息成像效果的影响，在保证图像背景质量的前提下，使缺陷信息得到增强，克服了现有方法无法同时保证背景质量和缺陷信息增强的不足，适应各种道路检测，为检测人员或机器学习模型提供高质量探地雷达检测图像。
-
公开(公告)号：CN114792375A
公开(公告)日：2022-07-26
申请号：CN202210204930.3
申请日：2022-03-02
Applicant: 东南大学
IPC: G06V10/44 , G06V10/56 , G06V10/80 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于视听信息融合的地形分类方法，本方法首先控制车辆在不同地形上行驶，利用挂载在车辆底部的前向摄像机获取车辆行驶时的地形图像，同时利用声音传感器采集行驶过程中车辆与地面交互的声音信号；将视觉图像和声音信号进行预处理；接着分别提取视觉图像与声音信号的特征，提取的图像特征有图像的颜色直方图特征与局部二值化特征；将视觉特征与声音特征融合并进行特征降维；然后将降维后的特征向量和原始图像分别输入到设计的全连接神经网络分类器和残差网络分类器进行分类训练；最终分类决策结果由全连接神经网络分类器和残差网络分类器这两个分类器的输出加权求得。模型训练好之后利用所述模型进行在线地形分类。
-
-
-
Search Results
4
records
(took 0.015 seconds)
