公开(公告)号：CN117808880A

公开(公告)日：2024-04-02

申请号：CN202410012782.4

申请日：2024-01-04

Applicant: 桂林电子科技大学

Inventor： 陈元枝 ,  王展 ,  姜文英 ,  韦柳夏 ,  聂锟 ,  王旭哲 ,  吴玉霞

IPC: G06T7/73 ,  G06T7/80 ,  G06T5/70 ,  G06T5/20 ,  G06V10/762

Abstract: 本发明涉及数字摄影测量技术领域，具体涉及一种单目视觉的空间合作目标位姿测量方法，使用发光二极管作为靶标特征点，实现光线不佳的状况下的相对位姿测量；然后通过采集特征靶标在不同角度与距离下的图像数据，并进行灰度化处理，滤波降噪处理，将滤波后的图像进行聚类分析并筛选出ROI区域，提取得到该区域的边界点坐标，再对提取到的边界进行椭圆拟合得到特征点的中心像素坐标，再结合特征点靶标坐标系坐标和标定后的摄像头内参矩阵对初始位姿进行解算，使用高斯牛顿优化算法对得到的位姿数据进行优化，最后输出位姿数据。通过以上处理，本发明能获得更精确地特征点中心定位坐标，也减小了EPnP算法对图像噪声的稳健性不强的问题。

公开(公告)号：CN118691821A

公开(公告)日：2024-09-24

申请号：CN202410870747.6

申请日：2024-07-01

Applicant: 桂林电子科技大学

Inventor： 王旭哲 ,  黄世霖 ,  吴玉霞 ,  王展

IPC: G06V10/26 ,  G06V20/17 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08 ,  G06T7/10

Abstract: 本发明涉及飞行运动目标检测技术领域，具体涉及一种使用UNet与改进YOLOv5的无人机图像分割与检测方法，通过采集无人机在某一空域下出现的图像数据，并对图像进行筛选和标注，构建无人机运动目标数据集；在输入端对图像进行数据增强处理，在骨干网络部分添加了CBAM注意力机制模块，并将该结构插入YOLOv5的网络模型中，增强了网络的特征提取能力，进而提升检测精确度；在头部加入DIoU损失函数模块，解决了样本框与检测框检测重叠的问题，又提升了检测网络的鲁棒性。最后使用训练好的YOLOv5检测网络模型进行检测，得到检测结果，解决飞行运动目标环境下针对无人机的目标检测误检率、漏检率较大的问题。