-
公开(公告)号：CN113591617B
公开(公告)日：2023-11-28
申请号：CN202110796985.3
申请日：2021-07-14
Applicant: 武汉理工大学
IPC: G06V20/40 , G06V10/80 , G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的水面小目标检测与分类方法，具体为：将原始数据集中的夜间、雨雾场景图像处理后加入原数据集；图像处理后按指定规格重构，设定不同IOU阈值界定样本分布，将样本输入主干卷积神经网络进行特征提取；将卷积网络的不同特征层融合，获得多尺度信息的高级特征；通过高级特征对生成的不同尺度候选框进行神经网络训练，得到建议框，结合最后一层特征层输入感兴趣区域层，得到建议框与特征层之间的映射层；将映射层输出到分类器与回归器中，训练得到这一轮的目标分类与定位模型；将前一轮检测模型的输出的当前阶段目标建议框作为下一轮检测模型的输入，级联各检测模型最终得到优化的目标检测模型。
-
公开(公告)号：CN113591617A
公开(公告)日：2021-11-02
申请号：CN202110796985.3
申请日：2021-07-14
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于深度学习的水面小目标检测与分类方法，具体为：将原始数据集中的夜间、雨雾场景图像处理后加入原数据集；图像处理后按指定规格重构，设定不同IOU阈值界定样本分布，将样本输入主干卷积神经网络进行特征提取；将卷积网络的不同特征层融合，获得多尺度信息的高级特征；通过高级特征对生成的不同尺度候选框进行神经网络训练，得到建议框，结合最后一层特征层输入感兴趣区域层，得到建议框与特征层之间的映射层；将映射层输出到分类器与回归器中，训练得到这一轮的目标分类与定位模型；将前一轮检测模型的输出的当前阶段目标建议框作为下一轮检测模型的输入，级联各检测模型最终得到优化的目标检测模型。
-
公开(公告)号：CN110852985A
公开(公告)日：2020-02-28
申请号：CN201910862527.8
申请日：2019-09-12
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于视频和AIS信息融合的碰标船舶身份追溯方法，包括以下步骤：1)采集航标的速度和加速度，当航标的速度和加速度均超过设定的阈值时，判决航标被撞击，发出航标撞击报警信息；2)根据接收的航标撞击报警信息时刻，对实时接收航道可视距离内的视频图像进行图像预处理；然后根据预处理后的视频图像拆分获得时序图像；3)基于时序图像进行碰标船舶检测；4)将视频处理结果与AIS信息相融合，对视频数据中碰标船舶检测结果结合AIS提供的船舶身份数据，实现对碰标船舶的身份确认。本发明将视频与AIS信息相融合，对视频数据中碰标船舶进行检测，实现对碰标船舶的身份确认和可视化记录，能有效提高对碰标船舶检测的准确性。
-
-
Search Results
3
records
(took 0.017 seconds)
