-
公开(公告)号：CN109934826B
公开(公告)日：2023-05-12
申请号：CN201910149996.5
申请日：2019-02-28
Applicant: 东南大学
IPC: G06T7/11 , G06N3/0464 , G06T5/40
Abstract: 一种基于图卷积网络的图像特征分割方法。用均匀网格分割预处理后的图像；构建以中心图像块为顶点的有向无权图，利用图像块的关系，写出该图对应的邻接矩阵、特征矩阵以及每个节点的度矩阵；根据先验知识设定权重矩阵，用公式f(X，A)＝D‑1*A*X*W对图进行第一层图卷积；用卷积结果更新节点信息并作为下一层卷积的初始值；再次构建新的图，进行卷积，层层迭代，直至完成整张图像的特征分割。本发明在做图卷积网络之前，提出以均匀网格分割图像，很大程度上减少卷积运算的计算量，并采用层层迭代的方法，提高特征分割的准确性。本发明用图卷积网络进行图像特征分割，解决卷积神经网络不能处理不规则图像的问题，大幅提升分割效果，并对特征分割结果起到优化作用。
-
公开(公告)号：CN110849356A
公开(公告)日：2020-02-28
申请号：CN201911023068.0
申请日：2019-10-25
Applicant: 东南大学
Abstract: 本发明提供的是一种地磁场异常干扰下基于动能的导航方法。当小球从山顶滑至谷底的过程中，小球的重力势能转化为动能，小球即使达到谷底，也会因为存在动能继续运动。本发明受此启发，当潜航器陷入局部区域时，潜航器保持与下落相同的运动趋势继续航行，直至摆脱局部区域。本发明能保证潜航器在不使用磁图等先验条件的情况下快速摆脱磁场异常区，使得系统具有更好的可靠性，为摆脱异常区域磁场干扰提供了一种新的导航方法。
-
公开(公告)号：CN116452635A
公开(公告)日：2023-07-18
申请号：CN202310441255.0
申请日：2023-04-23
Applicant: 东南大学
Abstract: 一种基于轻量级实例分割的单目相机动态特征点剔除方法，1根据相机模型参数矫正图像并提取特征点，将提取的特征点与上一帧获取的特征点进行匹配。2开辟一个新线程，与步骤1同步将图像传入训练好的分割网络中进行实例分割，获取实例掩膜；3使用RANSAC算法获取各个掩膜以及除掩膜外的区域的位姿变换，判断动态掩膜并记录；4根据特征点距离动态掩膜的最近处距离计算特征点在该约束下的动态概率；5根据极线约束计算特征点在该约束下的动态概率；6：使用朴素贝叶斯方法融合上述步骤4与步骤5中算得的动态概率，算得该特征点对应的动态概率；本发明可应用于单目视觉SLAM导航中排除动态物体干扰，提高建图定位精度。
-
公开(公告)号：CN110322507B
公开(公告)日：2023-04-07
申请号：CN201910481847.9
申请日：2019-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度重投影和空间一致性特征匹配的方法，包括以下步骤：使用RGBD相机获得RGBD图像和深度图像，生成三维点云并利用RANSAC提取平面；使用ORB对生成的点云图像进行特征点提取，建立描述子；通过KNN算法建立两帧之间的粗略对应关系；利用特征点的空间一致性得到更可靠的对应关系，进行特征匹配，给定3D坐标，通过图优化得到可靠的匹配特征。本发明通过利用特征点的空间一致性更可靠地提取帧之间的对应关系，提高了特征匹配的准确性和鲁棒性。
-
公开(公告)号：CN110849355B
公开(公告)日：2022-12-20
申请号：CN201911022562.5
申请日：2019-10-25
Applicant: 东南大学
Abstract: 本发明提出一种地磁多参量多目标快速收敛的仿生导航方法，以终点地磁场多参量为目标值，在没有先验地磁图的情况下，进行高效、快速的路径搜索。首先获取载体当前时刻所处位置及目的地的地磁参量信息；根据当前位置及目的地的地磁信息构建损失函数，通过对损失函数的观测来判断载体是否到达目标位置，若到达则完成导航，否则依据相应的搜索策略进行最优行进角的确定，按照预设步长进行载体的位置更新，并循环以上步骤，直至完成导航过程。较现有的时序进化搜索方法减少了行进过程中的随机性，避免了无序的搜索过程，提高导航效率。
-
Patent Agency Ranking
公开(公告)号：CN111160107A
公开(公告)日：2020-05-15
申请号：CN201911236350.7
申请日：2019-12-05
Applicant: 东南大学
Abstract: 一种基于特征匹配的动态区域检测方法。包括如下步骤：提取7张时间戳连续的RGB图像；用64*48的网格划分RGB图像；对图像进行ORB特征点提取并提取每个特征点的描述子；对连续两帧图像提取的特征点进行GMS特征匹配；通过滑动窗模型对每个网格中未匹配的特征点进行记录；对所有记录的数据进行聚类，根据未匹配特征点的数量，将图像分为动态区域和静态区域，实现动态区域检测分割的目的。本发明首次提出用未匹配的特征点的个数作为动态区域和静态区域分类的依据，避免使用卷积神经网络，在一定程度上大大提高了系统的实时性。本发明采用动态区域分割而不是动态目标分割，有效的利用了动态目标中静态部分，为后续相机位姿估计提供了更多可靠的特征点。
-
公开(公告)号：CN110849355A
公开(公告)日：2020-02-28
申请号：CN201911022562.5
申请日：2019-10-25
Applicant: 东南大学
Abstract: 本发明提出一种地磁多参量多目标快速收敛的仿生导航方法，以终点地磁场多参量为目标值，在没有先验地磁图的情况下，进行高效、快速的路径搜索。首先获取载体当前时刻所处位置及目的地的地磁参量信息；根据当前位置及目的地的地磁信息构建损失函数，通过对损失函数的观测来判断载体是否到达目标位置，若到达则完成导航，否则依据相应的搜索策略进行最优行进角的确定，按照预设步长进行载体的位置更新，并循环以上步骤，直至完成导航过程。较现有的时序进化搜索方法减少了行进过程中的随机性，避免了无序的搜索过程，提高导航效率。
-
公开(公告)号：CN110322507A
公开(公告)日：2019-10-11
申请号：CN201910481847.9
申请日：2019-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度重投影和空间一致性特征匹配的方法，包括以下步骤：使用RGBD相机获得RGBD图像和深度图像，生成三维点云并利用RANSAC提取平面；使用ORB对生成的点云图像进行特征点提取，建立描述子；通过KNN算法建立两帧之间的粗略对应关系；利用特征点的空间一致性得到更可靠的对应关系，进行特征匹配，给定3D坐标，通过图优化得到可靠的匹配特征。本发明通过利用特征点的空间一致性更可靠地提取帧之间的对应关系，提高了特征匹配的准确性和鲁棒性。
-
公开(公告)号：CN116299233A
公开(公告)日：2023-06-23
申请号：CN202310149153.1
申请日：2023-02-22
Applicant: 东南大学
Abstract: 一种毫米波雷达—IMU的位姿外参标定方法，包括：在网格板上采集多组IMU与雷达点云数据，并对点云进行前后多帧累积；对IMU姿态不变或位置不变的点云，进行相对于原点的点云配准，计算得到雷达相对位姿，同时获取对应IMU数据，计算得到IMU相对位姿；基于退化后的手眼标定算法，对两类相对位姿依次构建最小二乘损失函数，优化得到旋转和平移的外参初值；对IMU位姿变化的点云进行到多个中心的投影，中心点云以四维正态分布为特征，构建点和分布特征的重投影误差损失函数，优化得到最终的外参值。其解决了标定过程中IMU里程计缺失或机体不易充分旋转的问题，同时还提出了一种毫米波雷达点云配准法，提高了毫米波雷达‑IMU系统在传感器外参标定问题下的适应能力。
-
公开(公告)号：CN111160107B
公开(公告)日：2023-04-18
申请号：CN201911236350.7
申请日：2019-12-05
Applicant: 东南大学
IPC: G06V20/52 , G06V10/762
Abstract: 一种基于特征匹配的动态区域检测方法。包括如下步骤：提取7张时间戳连续的RGB图像；用64*48的网格划分RGB图像；对图像进行ORB特征点提取并提取每个特征点的描述子；对连续两帧图像提取的特征点进行GMS特征匹配；通过滑动窗模型对每个网格中未匹配的特征点进行记录；对所有记录的数据进行聚类，根据未匹配特征点的数量，将图像分为动态区域和静态区域，实现动态区域检测分割的目的。本发明首次提出用未匹配的特征点的个数作为动态区域和静态区域分类的依据，避免使用卷积神经网络，在一定程度上大大提高了系统的实时性。本发明采用动态区域分割而不是动态目标分割，有效的利用了动态目标中静态部分，为后续相机位姿估计提供了更多可靠的特征点。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.024 seconds)
