-
公开(公告)号：CN119478747B
公开(公告)日：2025-04-25
申请号：CN202510032327.5
申请日：2025-01-09
Applicant: 苏州大学
Abstract: 本发明涉及图像检测领域，尤其涉及一种基于改进注意力机制的无人机目标检测方法。通过将无人机采集的待检测图像输入目标检测模型，获取待检测图像的目标检测结果；其中，所述目标检测模型通过包括改进注意力模块的骨干模型进行特征提取；本发明提出的改进注意力模块对输入特征图进行三维度空间注意和通道注意融合提取，通过逐层提取跨通道交互特征并结合不同维度的全局均值池化与一维卷积，逐步生成三个维度的注意力特征图。本发明有效提升了目标检测的精度与鲁棒性，同时降低了计算复杂度和资源消耗，能够自适应地聚焦于图像中的关键区域，增强对小目标和复杂背景的识别能力，同时优化了目标检测模型计算资源的分配。
-
公开(公告)号：CN119535995A
公开(公告)日：2025-02-28
申请号：CN202510096756.9
申请日：2025-01-22
Applicant: 苏州大学
IPC: G05B13/04
Abstract: 本发明提供一种基于滑模控制的无人机动态目标追踪方法和系统，其中方法包括获取移动目标在图像中的像素点误差；将像素点误差与无人机的高度融合后对无人机的姿态角度变化进行补偿，以确定无人机与移动目标在水平横滚方向和俯仰方向上的相对距离；确定移动目标当前的速度和位置；将无人机与移动目标在水平横滚方向和俯仰方向上的相对距离作为预定义时间快速自适应终端滑模控制器的输入误差变量，并加入移动目标当前的速度和位置作为前馈补偿量，以实现无人机与移动目标相对静止。本发明中无人机能够对任意运动状态的移动目标进行连续跟踪，跟踪速度同步率较高，受姿态变化干扰较小。
-
公开(公告)号：CN119478747A
公开(公告)日：2025-02-18
申请号：CN202510032327.5
申请日：2025-01-09
Applicant: 苏州大学
Abstract: 本发明涉及图像检测领域，尤其涉及一种基于改进注意力机制的无人机目标检测方法。通过将无人机采集的待检测图像输入目标检测模型，获取待检测图像的目标检测结果；其中，所述目标检测模型通过包括改进注意力模块的骨干模型进行特征提取；本发明提出的改进注意力模块对输入特征图进行三维度空间注意和通道注意融合提取，通过逐层提取跨通道交互特征并结合不同维度的全局均值池化与一维卷积，逐步生成三个维度的注意力特征图。本发明有效提升了目标检测的精度与鲁棒性，同时降低了计算复杂度和资源消耗，能够自适应地聚焦于图像中的关键区域，增强对小目标和复杂背景的识别能力，同时优化了目标检测模型计算资源的分配。
-
-
Search Results
3
records
(took 0.021 seconds)
