基于改进DeepLab的二维图像部件分割方法及应用

    公开(公告)号:CN110298843B

    公开(公告)日:2023-02-10

    申请号:CN201910414473.9

    申请日:2019-05-17

    Applicant: 同济大学

    Inventor: 赵霞 倪颖婷

    Abstract: 本发明涉及一种基于改进DeepLab的二维图像部件分割方法及应用,所述方法通过一改进DeepLab网络对获取的二维图像进行部件分割,所述改进DeepLab网络包括编码器和跳跃式解码器,所述编码器包括多卷积层单元和多尺度自适应形态特征提取单元,所述多尺度自适应形态特征提取单元与多卷积层单元的输出端连接,所述跳跃式解码器同时获取深层特征和浅层特征,所述浅层特征由多卷积层单元的中间层获取。与现有技术相比,本发明具有适应性强、分割结构边缘清晰等优点。

    基于孪生网络的强耦合目标跟踪方法、装置、介质及设备

    公开(公告)号:CN112966553A

    公开(公告)日:2021-06-15

    申请号:CN202110142824.2

    申请日:2021-02-02

    Applicant: 同济大学

    Inventor: 赵霞 石国强

    Abstract: 本发明涉及一种基于孪生网络的强耦合目标跟踪方法、装置、介质及设备,所述跟踪方法包括以下步骤:获取目标图像,并从待测视频中逐帧提取一帧待测图像;将所述目标图像和待测图像作为预训练的目标跟踪模型的输入,检测获得待测图像的预测目标位置;其中,所述目标跟踪模型基于SiamRPN构建,该目标跟踪模型训练时,采用联合优化模块对分类分支和边框回归分支进行训练,所述联合优化模块采用的损失函数包括基于联合优化的分类损失函数和基于IoU的边框损失函数。与现有技术相比,本发明具有跟踪精度高等优点。

    一种融合目标检测和特征匹配的目标跟踪方法

    公开(公告)号:CN109086648A

    公开(公告)日:2018-12-25

    申请号:CN201810509677.6

    申请日:2018-05-24

    Applicant: 同济大学

    Inventor: 赵霞 李瞻宁

    Abstract: 本发明涉及一种融合目标检测和特征匹配的目标跟踪方法,该方法以卷积神经网络为基础进行目标跟踪,包括:目标检测步骤,获得已知类别的待跟踪目标,采用经训练的目标检测网络对当前视频帧进行检测,获得若干待定目标的边框位置;特征匹配步骤,采用经训练的特征匹配网络提取所述待定目标的局部特征描述符,基于局部特征描述符获得各待定目标与之前视频帧中待跟踪目标的相似性,以相似性最大的待定目标作为当前视频帧中待跟踪目标的位置。与现有技术相比,本发明具有精度高、处理速度快等优点。

    一种基于融合网络的图像多尺度语义分割方法及装置

    公开(公告)号:CN110298841A

    公开(公告)日:2019-10-01

    申请号:CN201910414484.7

    申请日:2019-05-17

    Applicant: 同济大学

    Inventor: 赵霞

    Abstract: 本发明涉及一种基于融合网络的图像多尺度语义分割方法及装置,该方法包括以下步骤:构建一融合网络,该融合网络包括fcn基网络、deeplab基网络、特征融合模块和优化分割模块,所述特征融合模块分别连接fcn基网络、deeplab基网络和优化分割模块;通过所述融合网络对输入图像进行语义分割。与现有技术相比,本发明具有分割精度高等优点。

    一种半导体长膜工艺中静电卡盘及晶片温度的辨识方法

    公开(公告)号:CN103762188A

    公开(公告)日:2014-04-30

    申请号:CN201410002602.0

    申请日:2014-01-02

    Applicant: 同济大学

    CPC classification number: H01L22/12

    Abstract: 一种半导体长膜工艺中静电卡盘及晶片温度的辨识方法,(1)滤波处理,(2)差分处理,确定差分数据最大值、最小值、正均值和负均值;(3)确定卡盘/晶片温度缓变段准确位置信息:(a)设定第一峰/谷门限值,比较第一峰/谷门限值和差分数据的大小,以确定M组卡盘/m组晶片温度缓变段初步位置;(b)设定第二峰/谷门限值,比较M组卡盘和m组晶片温度缓变段初步位置中对应差分数据与第二峰/谷门限值的大小,确定卡盘和晶片的温度缓变段准确位置;(4)对卡盘/晶片温度缓变段的准确位置中对应滤波数据求平均值,以得到静电卡盘及晶片温度值。该方法对静电卡盘和晶片温度高精度辨识,可在较为复杂的工作环境下,实现较好的辨识效果。

    一种基于噪声矩阵实时修正的船舶动力定位方法

    公开(公告)号:CN101920762B

    公开(公告)日:2013-04-17

    申请号:CN200910052768.2

    申请日:2009-06-09

    Applicant: 同济大学

    Inventor: 陈启军 赵霞 姜威

    Abstract: 本发明涉及一种基于噪声矩阵实时修正的船舶动力定位方法,包括:由综合位置测量系统测量船舶本身位置信号,并通过基于噪声矩阵实时修正的卡尔曼数字滤波器滤去上述信号中的噪声信号,并分离出船舶的高、低频信号,并将低频信号传输给控制系统;环境测量传感器系统测量船舶所处环境的参数,将测得的环境参数信号传输给控制系统;控制系统根据滤波后的低频信号及部分环境信号计算船舶定位控制信号;推力分配器将计算出的船舶定位控制信号分配给推力系统的各推力器;各推力器根据船舶定位控制信号,将船舶推动至预期的位置。本发明通过实时计算系统噪声,将计算结果应用于修正噪声序列的方差,使动力定位系统在复杂海况下,仍能保持较好的定位精度。

    基于计算前馈非线性补偿控制算法的墨量控制器

    公开(公告)号:CN101973163B

    公开(公告)日:2012-05-09

    申请号:CN200910201277.X

    申请日:2009-12-17

    Applicant: 同济大学

    Inventor: 陈启军 赵霞

    Abstract: 本发明涉及一种基于计算前馈非线性补偿控制算法的墨量控制器,该控制器包括中心控制单元、电机驱动模块、墨斗体电机,所述的中心控制单元包括单片机模块、网络传输模块、AD采样模块,所述的AD采样模块获取当前墨斗体电机的位置信息并将其传输给单片机模块,再由所述的网络传输模块将当前墨斗体电机的位置信息传输给主站PLC,主站PLC将电机位置指令信号由网络传输模块传输给单片机模块,所述的单片机模块采用带计算前馈的非线性补偿控制算法对墨斗体电机需要转动的角度进行计算,并发送控制信号到电机驱动模块驱动墨斗体电机动作。与现有技术相比,本发明的墨量控制具有不依赖被控对象数学模型、计算量小、抑制干扰能力强、墨量调节稳定、墨量调节精度高等优点。

    基于计算前馈非线性补偿控制算法的墨量控制器

    公开(公告)号:CN101973163A

    公开(公告)日:2011-02-16

    申请号:CN200910201277.X

    申请日:2009-12-17

    Applicant: 同济大学

    Inventor: 陈启军 赵霞

    Abstract: 本发明涉及一种基于计算前馈非线性补偿控制算法的墨量控制器,该控制器包括中心控制单元、电机驱动模块、墨斗体电机,所述的中心控制单元包括单片机模块、网络传输模块、AD采样模块,所述的AD采样模块获取当前墨斗体电机的位置信息并将其传输给单片机模块,再由所述的网络传输模块将当前墨斗体电机的位置信息传输给主站PLC,主站PLC将电机位置指令信号由网络传输模块传输给单片机模块,所述的单片机模块采用带计算前馈的非线性补偿控制算法对墨斗体电机需要转动的角度进行计算,并发送控制信号到电机驱动模块驱动墨斗体电机动作。与现有技术相比,本发明的墨量控制具有不依赖被控对象数学模型、计算量小、抑制干扰能力强、墨量调节稳定、墨量调节精度高等优点。

    一种基于噪声矩阵实时修正的船舶动力定位方法

    公开(公告)号:CN101920762A

    公开(公告)日:2010-12-22

    申请号:CN200910052768.2

    申请日:2009-06-09

    Applicant: 同济大学

    Inventor: 陈启军 赵霞 姜威

    Abstract: 本发明涉及一种基于噪声矩阵实时修正的船舶动力定位方法,包括:由综合位置测量系统测量船舶本身位置信号,并通过基于噪声矩阵实时修正的卡尔曼数字滤波器滤去上述信号中的噪声信号,并分离出船舶的高、低频信号,并将低频信号传输给控制系统;环境测量传感器系统测量船舶所处环境的参数,将测得的环境参数信号传输给控制系统;控制系统根据滤波后的低频信号及部分环境信号计算船舶定位控制信号;推力分配器将计算出的船舶定位控制信号分配给推力系统的各推力器;各推力器根据船舶定位控制信号,将船舶推动至预期的位置。本发明通过实时计算系统噪声,将计算结果应用于修正噪声序列的方差,使动力定位系统在复杂海况下,仍能保持较好的定位精度。

    基于改进DeepLab的二维图像部件分割方法及应用

    公开(公告)号:CN110298843A

    公开(公告)日:2019-10-01

    申请号:CN201910414473.9

    申请日:2019-05-17

    Applicant: 同济大学

    Inventor: 赵霞 倪颖婷

    Abstract: 本发明涉及一种基于改进DeepLab的二维图像部件分割方法及应用,所述方法通过一改进DeepLab网络对获取的二维图像进行部件分割,所述改进DeepLab网络包括编码器和跳跃式解码器,所述编码器包括多卷积层单元和多尺度自适应形态特征提取单元,所述多尺度自适应形态特征提取单元与多卷积层单元的输出端连接,所述跳跃式解码器同时获取深层特征和浅层特征,所述浅层特征由多卷积层单元的中间层获取。与现有技术相比,本发明具有适应性强、分割结构边缘清晰等优点。

Patent Agency Ranking