-
公开(公告)号：CN119131719A
公开(公告)日：2024-12-13
申请号：CN202411054021.1
申请日：2024-08-02
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V20/56 , G06V20/00 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及机器人自主导航与视觉识别技术领域，公开了一种域不变信息挖掘的视觉场景识别方法，采用主干网络VGG‑DIMM、聚合头NetVLAD两部分组成DIMNet模型实现，包括下述步骤：对于给定的输入图像，利用VGG‑DIMM初步提取其局部特征描述符；以VGG‑DIMM提取得到的局部特征描述符作为输入，使用原始的NetVLAD将局部特征描述符聚合成一维的全局特征描述符F(I)；通过相似度算法，将查询图像的全局特征描述符F(I)与所有数据库图像的全局特征描述符F(I)进行一一比较，从而找出所有和查询图像归属同一场景的数据库图像；通过所采用的域不变信息挖掘模块(DIMM)在级联的卷积单元组中，纳入特征图不同空间区域间的相互依赖关系，达到DIMNet模型对域不变的静态类物体的关注度增强的目的。
-
公开(公告)号：CN116363579A
公开(公告)日：2023-06-30
申请号：CN202310211972.4
申请日：2023-03-07
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明公开了一种重识别辅助的多阶段视频行人多目标跟踪方法及模型，搭建包括作为骨干网络的ResNet50、多层特征聚合模块、包括一个上下文抓取模块和一个注意力引导模块的注意力引导的上下文聚合模块、IDAUP子模块的MSMOT模型，并用其检测得到行人的检测边界框，并提取行人的重识别特征；注意力引导模块包括上下文注意力模块和内容注意力模块，IDAUP子模块输出浅层特征信息和深层特征信息分别作为重识别分支和检测分支的输入，检测分支采用三个并行的Head分别用于估计HeatMap、中心点的偏移以及边界框的尺寸；通过以卡尔曼滤波和匈牙利算法为基础的数据关联算法，依托检测边界框与重识别特征，完成检测边界框与相对应的行人轨迹之间的匹配。
-
公开(公告)号：CN119323802A
公开(公告)日：2025-01-17
申请号：CN202411438787.X
申请日：2024-10-15
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V40/10 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/86 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了基于异构图语义区分的行人再识别方法、计算机程序产品及终端，属于图像处理技术领域，包括以下步骤：以特征块作为节点分支、节点之间的边缘关系作为边缘分支建立异构图，并将相同或相似分类标签的节点进行聚合，以反映语义关联；根据相邻节点的特征表示进行聚合处理，并根据亲和属性值筛选语义更接近的节点对；根据相关性对节点特征进行聚合处理，得到跨时空的聚合特征；根据跨时空的聚合特征执行Re‑ID任务。本发明对节点之间的语义相关性进行度量，成功区分出了噪声、非目标语义和目标语义，在不牺牲有效信息的前提下，最大限度地聚合目标语义，保证语义区分和信息保留的可行性，增强对遮挡目标的语义感知能力。
-
公开(公告)号：CN119169086A
公开(公告)日：2024-12-20
申请号：CN202410469578.5
申请日：2024-04-18
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明公开了一种面向动态场景的双目视觉SLAM方法、电子设备和存储介质，针对从双目相机获取的当前帧图像和先前帧图像，所述方法包括以下步骤：获取所述当前帧图像和所述先前帧图像；分别提取当前帧图像的静态特征点和动态特征点、先前帧图像的静态特征点和动态特征点；得到当前帧图像和先前帧图像的位姿；连续跟踪关联物体；输出当前帧图像中所有物体的运动状态；根据当前帧图像中所有物体的运动状态，进行特征点的重过滤；基于更新特征点后的当前帧图像进行定位和建图。本发明充分利用了相机获得的有效信息，能够实现在动态场景下的相机位姿的准确估计和地图建立，具有较强的鲁棒性和稳定性。
-
公开(公告)号：CN118379512A
公开(公告)日：2024-07-23
申请号：CN202410602366.X
申请日：2024-05-15
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明公开了一种级联型全局描述符聚合的视觉场景识别方法，摒弃以往主流的局部特征聚合技术，提出一种新的整体特征聚合方案，利用具有SCA模块和GIA模块的GICNet模型完成，包括下述步骤：1)利用嵌入SCA模块的改进CNN主干网络提取查询图像I的中间特征表达FSCA；2)将3‑D张量的中间特征表达FSCA重新塑造为一个2‑D表示，得到展平特征图Fflat，此时的2‑D张量的展平特征图Fflat视为一组大小为d的1‑D特征；3)将展平特征图Fflat输入到GIA模块中进行处理，利用全连接层的能力递归地将通道方向和空间方向上的全局关系合并到2‑D展平的特征图Fflat的每个元素中，最终得到鲁棒性的全局描述子FGIA；将全局描述子FGIA依次进行展平操作和L2‑norm处理，得到查询图像I的最终的1‑D判别向量Fdiscr。
-
Patent Agency Ranking
公开(公告)号：CN117132636A
公开(公告)日：2023-11-28
申请号：CN202311086575.5
申请日：2023-08-25
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06T7/55 , G06T7/80 , G06T7/73 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S11/12 , G01B11/26 , G01B11/14
Abstract: 本发明公开了基于深度学习和模板匹配的双目摄像头测距方法及终端，属于扫地机器人技术领域，包括：将双目摄像头采集的对应两幅图像进行极线约束处理；对其中一摄像头采集的图像进行目标检测处理，得到目标框，并作为模板；以另一摄像头采集的图像为目标图，基于目标框位置范围在目标图中水平搜索模板，得到模板在目标图的位置，并计算视差；将视差转为三维坐标，得到目标物体的距离信息、角度信息。基于极线约束的作用，对模板的搜索范围能够被限制在同一极线上，使搜索范围由全局变为局部，大大提高了图像处理速度，能够满足实时性检测要求；模板匹配过程中考虑的是物体整体信息，能有效避免缺失特征点的问题，不会出现漏检的问题。
-
公开(公告)号：CN117132620A
公开(公告)日：2023-11-28
申请号：CN202311089704.6
申请日：2023-08-28
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06T7/246
Abstract: 本发明公开了一种自动驾驶场景的多目标跟踪方法、系统、存储介质及终端，属于自动驾驶领域，包括：对每一帧输入图像进行三维目标检测；将当前的所有三维目标框投影至鸟瞰图，得到检测框；判断历史生成的物体对象是否在视野范围内，将在视野范围内的物体投影至鸟瞰图，得到目标框；计算所述检测框与目标框的交并比；根据所述交并比的计算结果判断物体是否被成功跟踪；剔除被成功跟踪的动态物体内的特征点。本发明将三维目标检测结果投影至鸟瞰图中，建立当前检测物体与历史生成物体的匹配关系，并根据该匹配关系跟踪多目标，同时剔除动态框内特征点，不受动态物体的的干扰，估计准确。
-
公开(公告)号：CN117132954A
公开(公告)日：2023-11-28
申请号：CN202311096618.8
申请日：2023-08-28
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V20/56 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/84
Abstract: 本发明公开了一种基于语义栅格地图的机器人场景识别方法、系统、存储介质及终端，属于室内移动机器人场景识别技术领域，包括：获取语义栅格地图，并根据语义栅格地图得到封闭的轮廓图；对封闭的轮廓图进行区域分割与语义物体类别提取，得到子区域以及语义物体；计算当前子区域为特定家居场景的概率值，并根据所述概率值识别子区域所在场景。本发明基于语义栅格地图的场景识别方法不受限于模型以及算力，可以实现扫地机器人快速准确地识别出场景，更好地完成与场景有关的指令任务。
-
公开(公告)号：CN119206595A
公开(公告)日：2024-12-27
申请号：CN202411219130.4
申请日：2024-09-02
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明涉及机器人自主导航与视觉识别技术领域，公开了一种自注意力下空间自感知的视觉场景识别方法，采用主要由ViTbackbone和特征聚合模块Token Module两部分所构成的S3VPR模型实现，包括下述步骤：1）对于给定的输入图像，利用ViTbackbone提取基础特征，得到特征图，而后形成新特征图；2）对新特征图进行reshape操作，将其从二维特征图转换为三维特征图；3）使用特征聚合模块Token Module先沿空间维度对三维特征图进行处理得到空间交互特征图，然后再沿通道维度进行处理得到通道交互特征图，而后进一步处理得到全局描述子；4）利用相似度算法将查询图像的全局描述子和数据库中所有数据库图像的全局描述子进行一一比较，找出所有和查询图像归属同一场景的数据库图像。
-
公开(公告)号：CN117115493A
公开(公告)日：2023-11-24
申请号：CN202311086436.2
申请日：2023-08-25
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V10/762 , G06V10/25 , G06V10/82 , G06V10/74 , G01S17/894 , G01C21/32
Abstract: 本发明公开了一种基于聚类的语义雷达生成及建图方法，包括以下步骤：获取输入数据；聚类与目标检测；将雷达簇和检测框进行匹配；优化匹配结果；语义雷达生成；双路雷达生成。本发明根据距离聚类，能有效将雷达点根据距离分成不同的类别，实时性高，为后续区分物体和背景做好基础；同时，根据每一簇雷达点与目标框的比例信息能够有效给雷达点赋上语义信息，再根据每一簇落入检测框的雷达计算其相对于框内所有雷达点数量的比例来区分该簇雷达点是物体还是背景；另外，带语义信息的雷达点，只有在视觉范围内观测到了才会做更新避免刚建完的语义物体随着机器人的移动而消失的问题。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.05 seconds)
