-
公开(公告)号：CN113379797A
公开(公告)日：2021-09-10
申请号：CN202110610286.5
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的实时跟踪方法及系统。方法包括：通过无人机获取目标视频序列，所述目标视频序列的各帧均包括跟踪目标；由所述目标视频序列识别出跟踪目标，并通过预先训练的孪生神经网络处理所述目标视频序列，得到后续视频帧中跟踪目标的位置；基于视频序列中相邻帧中跟踪目标的位置，计算跟踪目标偏移量；对像素坐标与大地坐标系进行转换，根据所述跟踪目标偏移量获取实际无人机对应的移动角度与移动距离，从而实现目标跟踪。本发明通过孪生神经网络提取图像的深度特征，对跟踪目标的识别与捕捉更加准确且快速，网络属于轻量级网络，能够实时的应用于无人机平台。
-
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：CN113379658B
公开(公告)日：2024-03-15
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。
-
-
Search Results
3
records
(took 0.015 seconds)
