公开(公告)号：CN119762369A

公开(公告)日：2025-04-04

申请号：CN202411828075.9

申请日：2024-12-12

Applicant: 哈尔滨工程大学

Inventor： 张磊 ,  张健 ,  王文博 ,  庄佳园 ,  郑宇鑫 ,  许向荣 ,  李微风 ,  赵一欣 ,  鲁阳 ,  姜享利 ,  王伟 ,  李哲

IPC: G06T5/60 ,  G06T5/90 ,  G06V20/56 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于多尺度学习的极地无人艇图像增强方法和系统，涉及图像曝光修正领域。解决了现有曝光校正和对比度增强方法通常只能校正曝光不足的误差，无法提升图像质量的问题。方法包括：采集图像数据；通过改进拉普拉斯金字塔构建图像曝光校正架构，所述图像曝光校正架构包括：四个子网，第一个子网为一个四层编码器‑解码器网络，第二个子网和第三个子网均为一个三层编码器‑解码器网络；第四个子网为一个三层编码器‑解码器网络；通过图像曝光校正架构对图像数据进行色彩校正和细节增强。本发明应用于水面无人艇目标识别领域。

公开(公告)号：CN119942330A

公开(公告)日：2025-05-06

申请号：CN202510015571.0

申请日：2025-01-06

Applicant: 哈尔滨工程大学

Inventor： 张磊 ,  张健 ,  刘涛 ,  郑宇鑫 ,  庄佳园 ,  许向荣 ,  李延昊 ,  赵一欣 ,  李微风 ,  高言

IPC: G06V20/10 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 多尺度特征融合的极地无人艇目标识别方法、系统和设备，属于目标识别技术领域，解决自主航行时光学传感器进行目标识别任务时存在漏报率高、定位鲁棒性偏弱问题。本发明的方法包括：针对YOLO目标检测算法，提出更轻量化且高效的E‑BiFPN，其结构在训练过程中融合更多有效尺度特征信息；设计了一种轻量级特征信息堆叠的节点模块，该方案将可分离卷积与通道混洗思想相结合；结合动态检测头，增强原有模型对水面目标检测任务的适应性，将目标检测头与注意力统一起来，将多种注意力机制、特征水平之间的尺度意识、空间位置之间的空间意识以及输出通道内的任务意识协调一致地结合。本发明适用于极地无人艇在恶劣极地环境下的目标识别。