-
公开(公告)号：CN119131345A
公开(公告)日：2024-12-13
申请号：CN202411130758.7
申请日：2024-08-16
Applicant: 桂林理工大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多层次特征感知的伪装目标跟踪方法，主要针对提高在复杂环境中伪装目标的跟踪精度。该方法设计了一种多层次特征感知编码器，基于改进的ViT架构，集成了早期候选淘汰机制，以优化特征提取过程。多层次特征感知模块，有效捕捉并融合不同尺度和分辨率下的伪装目标特征，实现对目标的精确感知。利用特征融合技术和非线性激活函数，此模块能够同时处理低级的细节特征和高级的抽象特征，显著增强了特征的表达能力。本发明的方法特别适用于处理伪装目标与背景高度相似的跟踪场景，提升了目标跟踪的准确性和鲁棒性。该技术在军事侦察、野生动物监测等领域具有重要的应用价值，并展现出广阔的应用前景。
-
公开(公告)号：CN116820131A
公开(公告)日：2023-09-29
申请号：CN202310818688.3
申请日：2023-07-05
Applicant: 桂林理工大学
IPC: G05D1/10 , G06T7/246 , G06V20/17 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/045
Abstract: 本发明公开了基于目标感知的无人机跟踪方法，涉及无人机跟踪技术领域。采用的跟踪框架是一个单流的跟踪框架，包含主干网络和预测头两部分。主干网络使用DeiT‑Tiny，是基于ViT的，通过模板图像与其特征之间的互信息极大化操作实现目标感知。预测头部有三个分支，分别用于预测分类得分、预测采样量化误差以及预测归一化边界框大小，每个分支由四个堆叠在一起的卷积‑批量归一化‑ReLU组成。使用现有的目标跟踪数据集进行训练，获得无人机跟踪模型，然后将训练好的框架部署到无人机平台用于目标踀。本发明通过设计和训练基于目标感知的无人机跟踪模型，可以实现对强烈阳光下的目标、具有快速变换视角的目标以及远距离小目标的精确、高效、实时跟踪。
-
公开(公告)号：CN116844139A
公开(公告)日：2023-10-03
申请号：CN202310626045.9
申请日：2023-05-31
Applicant: 桂林理工大学
IPC: G06V20/60 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于I‑YOLOF的透明容器液体含量检测方法，涉及透明容器液体含量识别技术领域。采集透明容器图片，按照空瓶子、少水、半水、多水和满水5种类别对图片进行标注，并将采集到的数据集划分为训练集和测试集，使用训练集训练I‑YOLOF模型，使用测试集测试模型效果，最终得到可用于检测透明容器液体含量的I‑YOLOF模型。I‑YOLOF网络模型是YOLOF的变体，改进方法为：主干网络使用ResNet50进行特征提取；解码器引入一个新的头部分支用于预测液体含量，它与用于容器分类的分支并行，且使用了一个三元组注意力模块。本发明通过设计与训练I‑YOLOF模型，可在检测透明容器的基础上快速、精准识别透明容器内的液体含量类别。
-
公开(公告)号：CN119206715A
公开(公告)日：2024-12-27
申请号：CN202411213698.5
申请日：2024-08-30
Applicant: 桂林理工大学
IPC: G06V20/69 , G06V20/70 , G06V10/44 , G06V10/82 , G06V10/776 , G06V10/764 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于ALLD‑YOLOv6的低照度透明容器液体检测方法，旨在解决传统液体检测技术在低照度环境中识别透明容器液体的难题。该方法采用改进的EfficientRep作为主干网络，优化了特征提取的效率和准确性，并引入注意力机制以增强特征表达能力。同时，模型在头部结构上增加了专门用于瓶子种类检测的分支，提升了对不同瓶子种类的识别能力，增强了整体检测框架在复杂环境下的鲁棒性与准确性。TLLD‑YOLOv6模型能够同时对瓶子类型和液体含量进行准确预测，生成相应的预测文件，并通过平均精度（AP）和均值平均精度（mAP）评估模型性能。该方法在低照度环境下的液体检测中表现良好，具有广泛的应用前景，适用于农业管理、环境监测和自动化检测等领域。
-
公开(公告)号：CN119964137A
公开(公告)日：2025-05-09
申请号：CN202510036048.6
申请日：2025-01-09
Applicant: 桂林理工大学
IPC: G06V20/62 , G06V30/14 , G06V30/146 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种含有易燃标识的物品检测方法、装置、介质和设备，涉及目标检测技术领域。包括：在原始YOLOv10网络中颈部网络的Up‑sampling模块和Concat模块之间添加R‑MCAD模块以形成改进颈部网络，所述R‑MCAD模块包括BAM注意力机制模块和残差学习模块；构建包括原始YOLOv10网络中主干网络、改进颈部网络和原始YOLOv10网络中头部网络的改进YOLOv10网络；采集含有易燃标识的物体图像以构建数据集，使用数据集对改进YOLOv10网络进行训练，获得用于对含有易燃标识的物品进行检测的检测模型。使用检测模型对含有易燃标识的物品进行检测。
-
Patent Agency Ranking
公开(公告)号：CN119399423A
公开(公告)日：2025-02-07
申请号：CN202411176225.2
申请日：2024-08-26
Applicant: 桂林理工大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06V40/10 , G06N3/0464
Abstract: 本发明公开了一种基于ID‑YOLOv8的老、幼、孕、残检测方法，主要针对解决现有人体检测技术无法有效识别和分类老年人、儿童、孕妇和残疾人士的难题。该方法通过改进YOLOv8模型，添加一个专门的“老、幼、孕、残检测头”，专用于识别和分类这四类人群，同时，模型引入了卷积与注意力融合模块，通过捕捉长距离依赖关系和局部光谱相关性，从而提升全局和局部特征的建模能力，有效提高了目标检测分类的精度和鲁棒性。该改进后的模型被命名为ID‑YOLOv8，特别优化了对老年人、儿童、孕妇和残疾人士的感知能力，使其能够在复杂环境中实现稳定且准确的检测，广泛适用于智能安防、智能交通管理、医疗影像分析等应用场景。
-
公开(公告)号：CN118366063A
公开(公告)日：2024-07-19
申请号：CN202410445965.5
申请日：2024-04-15
Applicant: 桂林理工大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/32 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于学习运动模糊鲁棒ViT无人机跟踪方法，具体涉及无人机跟踪技术领域。该框架由主干网络和预测头两个部分组成。主干网络采用DeiT‑Tiny的轻量级网络，通过最小化原始模板的特征表示与经过运动模糊处理的模糊模板之间的均方误差来增强目标特征表示相对于运动模糊的不变性，从而使得ViT能够学习到运动模糊鲁棒的特征表示。预测头部包括三个分支，分别用于预测分类得分、预测采样量化误差和预测归一化边界框大小。在当前主流的目标跟踪数据集上进行训练，得到了无人机跟踪模型，然后在现有的具有挑战性的无人机测试基准上进行测试。实验结果表明本发明所提出的跟踪算法能够有效地适应无人机需要跟踪快速移动目标所引起的运动模糊场景。
-
公开(公告)号：CN217969926U
公开(公告)日：2022-12-06
申请号：CN202221997461.7
申请日：2022-08-01
Applicant: 桂林理工大学
Abstract: 本实用新型公开了一种感应式自追踪伴跑无人机，涉及无人机技术领域，包括无人机主体，所述无人机主体的两侧均开设有第二安装槽，所述第二安装槽的一侧固定连接有第一弹簧，所述第一弹簧的一端固定连接有移动块，所述移动块的一端转动连接有连接杆，所述连接杆的一端延伸至无人机主体的外侧且转动连接有防撞板，本实用新型的有益效果为：当防撞板与外界物体产生碰撞时利用连接杆可以带动移动块在第二安装槽内滑动，对第一弹簧进行压缩，同时通过支撑杆可以对第二弹簧进行压缩，同时起到减震的作用，再通过设置阻尼器可以起到吸收能量的作用，避免第一弹簧和第二弹簧反复横跳，从而可以对无人机主体起到保护作用，避免对无人机主体造成损坏。
-
公开(公告)号：CN217706311U
公开(公告)日：2022-11-01
申请号：CN202221960361.7
申请日：2022-07-28
Applicant: 桂林理工大学
Abstract: 本实用新型涉及无人机领域，公开了一种警用热成像感应的追踪无人机，包括无人机本体、热成像仪，所述无人机本体底部一侧固定安装有稳定云台，且稳定云台另一端安装有U形板，所述热成像仪可插设于U形板内，所述U形板内上下两侧均转动设有卡板，所述U形板观察其两侧滑动设有滑柱，所述滑柱相对两侧均固定有横杆，且横杆一端均固定有支架，两侧的支架上下两端分别与两个卡板一侧接触，所述U形板一侧外壁固定有U形架，所述滑柱与U形架之间设有卡紧限位机构。本实用新型，实现快速拆卸更换，并且实现对热成像仪的单独更换，无需拆卸云台，安装完毕后，抵紧盘始终抵紧热成像仪背部，避免安装后具有间隙晃动。
-
公开(公告)号：CN217706321U
公开(公告)日：2022-11-01
申请号：CN202222005606.7
申请日：2022-08-01
Applicant: 桂林理工大学
Abstract: 本实用新型公开了一种无人机追踪摄像装置，涉及无人机摄像头技术领域，包括壳体，所述壳体的前侧和底部分别镶嵌有摄像头和设置有底座，所述底座的底部开设有负压槽，所述底座内设置有单向气阀、排气孔和负压机构，所述负压机构用于使负压槽内产生负压且与负压槽连接，所述底座内设置有安装腔，所述负压机构位于安装腔内。本实用新型中，解决了现有的追踪摄像设备因大多需要电机配合，导致安装成本较高的问题，同时解决了现有的追踪摄像设备因大多需要在无人机上钻孔安装螺栓，导致影响美观且不便于后期移位的问题，此外还解决了现有的追踪摄像设备无法自清洁的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
