-
公开(公告)号：CN113610121B
公开(公告)日：2023-09-29
申请号：CN202110829209.9
申请日：2021-07-22
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种跨域任务深度学习识别方法，从多个训练环境中估计非线性，不变因果预测因子，使模型只根据主体的特征预测，步骤一、生成生成主体特征与背景特征无关的数据集；步骤二、搭建门控参数增强网络模型；步骤三、计算损失函数；步骤四、训练并且保存参数；步骤五、将待识别样本输入步骤四训练后的分类器并输出识别结果。对比于现有的其它方法(如CLP,ALP,PGD,VIB),本发明提出的CDI方法能够很好地抑制背景对于主体识别的影响，准确率和稳定性远高于其它现有方法。
-
公开(公告)号：CN109444911A
公开(公告)日：2019-03-08
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
公开(公告)号：CN113610121A
公开(公告)日：2021-11-05
申请号：CN202110829209.9
申请日：2021-07-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种跨域任务深度学习识别方法，从多个训练环境中估计非线性，不变因果预测因子，使模型只根据主体的特征预测，步骤一、生成生成主体特征与背景特征无关的数据集；步骤二、搭建门控参数增强网络模型；步骤三、计算损失函数；步骤四、训练并且保存参数；步骤五、将待识别样本输入步骤四训练后的分类器并输出识别结果。对比于现有的其它方法(如CLP,ALP,PGD,VIB),本发明提出的CDI方法能够很好地抑制背景对于主体识别的影响，准确率和稳定性远高于其它现有方法。
-
公开(公告)号：CN109444911B
公开(公告)日：2023-05-05
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
-
-
Search Results
4
records
(took 0.033 seconds)
