-
公开(公告)号：CN116381672A
公开(公告)日：2023-07-04
申请号：CN202310200991.7
申请日：2023-03-06
Applicant: 江南大学
Abstract: 本发明公开了基于孪生网络雷达X波段多扩展目标自适应跟踪方法，属于目标检测与跟踪领域。本发明利用神经网络最后三层特征图进行输出计算，并提出一种特征向量图融合架构，可以应对雷达数据存在大量杂波的情况；结合检测方法与速度信息，本发明提出一种神经网络与传统方法结合的航迹估计模块，取得了很好的跟踪效果；本发明引入特征截取模块，来针对多目标跟踪中存在大量目标的情况，以此来降低目标特征提取时间；实验结果证明，本发明的多扩展目标自适应跟踪方法在过桥遮挡、小目标紧邻、目标形变的场景下均能保持理想的跟踪精度，跟踪效果大大提升。
-
公开(公告)号：CN114419732A
公开(公告)日：2022-04-29
申请号：CN202210036567.9
申请日：2022-01-11
Applicant: 江南大学
Abstract: 本发明公开了基于注意力机制优化的HRNet人体姿态识别方法，属于人体姿态识别，深度学习处理领域。所述方法首先在不同分辨率特征图跨通道融合过程中加入扩张卷积，在不产生额外的参数和计算量的情况下能够在不改变低分辨率特征图的尺寸下增加感受野，确保做出决策时没有忽略重要信息；其次提出新的特征融合的策略，通过引入通道注意力机制对不同分辨率的特征图进行加权融合，通过自适应地重新校准特征映射的另一个方向，以增强有意义的特征，同时抑制弱特征，加快了收敛速度，优化了人体姿态识别性能，并且在检测精度上有了进一步提升。
-
公开(公告)号：CN110084831A
公开(公告)日：2019-08-02
申请号：CN201910328735.X
申请日：2019-04-23
Applicant: 江南大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于YOLOv3多伯努利视频多目标检测跟踪方法，属于机器视觉、智能信息处理领域。本发明在多伯努利滤波框架下引入YOLOv3检测技术，采用抗干扰的卷积特征描述目标，并交互融合检测结果和跟踪结果，实现对数目未知且时变的视频多目标状态进行精确估计；跟踪过程中，将匹配的检测框与目标轨迹及目标模板相结合，实时进行目标新生判断与遮挡目标重识别，同时考虑检测目标和估计目标的身份标记信息，实现对目标身份识别及航迹跟踪，可以有效提高对被遮挡目标的跟踪精度，减少轨迹碎片。实验表明，本发明具有良好的跟踪效果和鲁棒性，能广泛满足智能视频监控、人机交互、智能交通管制等系统的实际设计需求。
-
公开(公告)号：CN113887656B
公开(公告)日：2024-04-05
申请号：CN202111226922.0
申请日：2021-10-21
Applicant: 江南大学
IPC: G06V10/764 , G06V10/77 , G06V10/774 , G06V20/10 , G06V10/58 , G06V10/44 , G06V10/82 , G06N3/082 , G06N3/084 , G06N3/0985 , G06T7/155 , G06T7/62 , G06T7/66
Abstract: 本发明公开了一种联合深度学习与稀疏表示的高光谱图像分类方法，涉及高光谱图像处理技术领域，该方法包括：对高光谱图像数据，先用主成分分析提取光谱特征，并对主成分进行扩展形态学分析得到扩展形态学特征；划分训练集和测试集，将训练集对应的扩展形态学特征作为端元集合；将光谱特征和端元集合输入至联合稀疏表示的深度神经网络模型，输出分类概率图；根据分类概率图得到最终的分类预测结果。深度神经网络模型包含稀疏表示模块和自编码特征提取模块，深度丰度特征的求解与分类在统一的损失函数下训练，使得稀疏表示模块输出的深度丰度特征提取了样本间的相关性信息；自编码特征提取模块融合了深度丰度特征与光谱特征，可显著提高分类精度。
-
公开(公告)号：CN110084831B
公开(公告)日：2021-08-24
申请号：CN201910328735.X
申请日：2019-04-23
Applicant: 江南大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于YOLOv3多伯努利视频多目标检测跟踪方法，属于机器视觉、智能信息处理领域。本发明在多伯努利滤波框架下引入YOLOv3检测技术，采用抗干扰的卷积特征描述目标，并交互融合检测结果和跟踪结果，实现对数目未知且时变的视频多目标状态进行精确估计；跟踪过程中，将匹配的检测框与目标轨迹及目标模板相结合，实时进行目标新生判断与遮挡目标重识别，同时考虑检测目标和估计目标的身份标记信息，实现对目标身份识别及航迹跟踪，可以有效提高对被遮挡目标的跟踪精度，减少轨迹碎片。实验表明，本发明具有良好的跟踪效果和鲁棒性，能广泛满足智能视频监控、人机交互、智能交通管制等系统的实际设计需求。
-
Patent Agency Ranking
公开(公告)号：CN112946625A
公开(公告)日：2021-06-11
申请号：CN202110166401.4
申请日：2021-02-04
Applicant: 江南大学
Abstract: 本发明公开了基于B样条形状驱动多扩展目标航迹跟踪及分类方法，涉及信息处理技术领域，该方法包括：首先将B样条估计出的不规则形状用到KDE‑SSP方法中，对紧邻目标量测集进行二次划分，使用核密度估计法寻找候选形状的中心点位置，提高了算法的效率；之后提取了目标形状类别信息辅助目标状态更新和提取，解决了紧邻目标量测集更新的漏跟、错跟等问题，同时，根据提取的目标运动状态、目标形状信息和目标航迹有效实现了对扩展目标的航迹管理和目标分类。
-
公开(公告)号：CN111754545A
公开(公告)日：2020-10-09
申请号：CN202010547158.6
申请日：2020-06-16
Applicant: 江南大学
Abstract: 本发明公开了一种基于IOU匹配的双滤波器视频多目标跟踪方法,属于信息处理技术领域。本发明在多伯努利滤波中，引入相关滤波器作为弱滤波器来采样粒子，首先提取泛化能力较强的VGG19网络卷积特征训练多个相关滤波器，利用训练好的相关滤波器，得到多个目标状态估计，最后对得到的目标状态集进行扩充作为采样的粒子集。本发明能有效减少标签跳变和轨迹碎片，提高目标跟踪精度。
-
公开(公告)号：CN119737949A
公开(公告)日：2025-04-01
申请号：CN202411817933.X
申请日：2024-12-11
Applicant: 江南大学
Abstract: 本申请公开了一种农药喷洒设备的路径规划方法、装置、设备及介质，涉及路径规划技术领域，该方法包括：获取与当前农田对应的多个待喷洒点和第一路径数量；基于总路径长度、农药喷洒设备的电量总消耗、农药总消耗，找到农药喷洒设备的返航点以及农药喷洒设备的回航点，得到目标路径。本申请用以解决现有技术的农药喷洒设备在进行农药喷洒时出现的耗时长、效率低、适用性差的问题，实现农药喷洒设备的路径规划，来适应各种类型农田，使农药喷洒设备以最优速度和最优消耗完成农药喷洒作业。
-
公开(公告)号：CN113963207B
公开(公告)日：2024-03-29
申请号：CN202111228599.0
申请日：2021-10-21
Applicant: 江南大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于空谱信息特征引导融合网络的高光谱图像分类方法，涉及高光谱图像处理技术领域，该方法包括：对高光谱图像数据，随机划分为训练集和测试集；将训练集处理后分别通过空间特征提取模块和光谱‑空间特征提取模块得到空间特征图和光谱‑空间特征图；将两种特征图相继放入多引导块和自引导块进行引导；之后将两者通过双线性池化融合不同特征，最后将融合后的特征向量放入分类器中进行分类结果预测。本申请将二维的空间信息和三维的光谱‑空间信息利用多引导块和自引导块相结合的方式，获取到更加丰富的特征，再通过双线性融合操作融合不同特征提取器得到的特征，充分互补了不同维度的特征信息，显著提高了分类的性能。
-
公开(公告)号：CN116662733A
公开(公告)日：2023-08-29
申请号：CN202310578309.8
申请日：2023-05-22
Applicant: 江南大学
Abstract: 本发明公开了基于高斯过程回归的变分滤波机动目标跟踪方法，属于目标跟踪领域。所述方法首先采用时间预测方法得到目标状态的预测后验分布、过程噪声协方差的预测后验分布和预测量测值，然后使用变分滤波方法更新目标状态和过程噪声协方差的联合后验分布；本发明使用变分推断技术，通过迭代估计目标状态和过程噪声协方差的联合后验，解决了滤波方法中过程噪声未知的问题，在均方根误差上达到了比使用标准噪声参数的卡尔曼滤波更好的效果；使用高斯过程回归技术，通过高斯模型预测量测和阈值方法去除异常量测，解决了机动目标跟踪中出现异常量测的问题，相较于现有技术取得了更好的跟踪效果。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.025 seconds)
