-
Patent Agency Ranking
公开(公告)号：CN115171049A
公开(公告)日：2022-10-11
申请号：CN202210921764.9
申请日：2022-08-02
Applicant: 江苏大学
Abstract: 本发明涉及计算机视觉中视频异常监测领域，具体涉及一种基于对象元的视频异常检测方法。通过对一段任意场景的正常视频图像进行光流计算和对象检测，生成对象元。接下来将对象元输入多级记忆搜索引导自动编码器进行训练，得到图像重建模型。之后将图像重建模型应用于同一场景的待检测视频上，对其中的对象进行图像重建。最后将重建对象映射回原视频帧，根据图像间差异实现异常检测。本发明通过光流计算、对象检测和实例分割准确提取出视频帧中的对象像素，并将其与计算得到的类型信息、位置信息和光流图进行维度融合，生成对象元这种新型数据，之后将对象元输入多级记忆搜索引导自动编码器进行训练和重建，实现从多个维度进行视频异常检测。
-
公开(公告)号：CN119227530A
公开(公告)日：2024-12-31
申请号：CN202411293843.5
申请日：2024-09-14
Applicant: 江苏大学
Abstract: 本发明公开了一种面向车路协同的多智能体异步感知仿真方法及系统，包括：设定车路协同仿真场景的详细参数，开启异步世界流；创建多个车路协同智能体以及普通交通参与者，规划交通行为；在车路协同智能体上构建多源异构传感器，实现异步感知；在车路协同智能体上创建数据处理模块，实现感知数据的处理与共享；在车路协同智能体上创建车路协同模块，实现跨智能体数据融合；建立适用于本仿真方法的算法训练与测试流程，实现一体式训练与测试。本发明可用于车路协同仿真以及感知算法开发，通过异步感知、异步传输与异步处理的方式，使得仿真过程更贴近真实环境，能够更准确地模拟通信延迟，可以有效提升感知算法的实用性和可靠性。
-
公开(公告)号：CN115205667A
公开(公告)日：2022-10-18
申请号：CN202210920891.7
申请日：2022-08-02
Applicant: 江苏大学
Abstract: 本发明涉及一种基于YOLOv5s的密集目标检测方法。在CSP模块不同支路中分别加入空间注意力机制和通道注意力机制；在Backbone中使用RepVGG Block模块，以提高不同尺度目标的识别精度，提升推理速度；添加SA注意力模块，提升算法的特征提取能力；在Neck中使用CARAFE上采样，获得更大的感受野；引入Varifocal Loss损失函数，在密集目标样本训练中更加关注高质量的正样本。本发明采用鱼类作为数据集进行训练，并将训练好的模型权重用于检测，有效减少了人力和物力的消耗，提高了检测准确率，能够较好的满足密集目标检测任务的需求。
-
公开(公告)号：CN117252272A
公开(公告)日：2023-12-19
申请号：CN202311244777.8
申请日：2023-09-25
Applicant: 江苏大学
IPC: G06N20/00 , G06Q10/0631
Abstract: 本发明公开了一种基于多智能体协同的静目标协同检测方法及系统，S1、设定待检测区域的范围约束，初始化各智能体和静目标；S2、对协同检测问题进行数学建模，完成问题设定；S3、设定各智能体的任务效用；S4、设定静目标协同检测算法，完成动态任务分配；S5、动态更新智能体和静目标的状态量，对静目标实现检测。本发明通过智能体的效用价值或最大化预期效用为单个智能体选择最优任务，并让通信范围内的智能体共享自身状态向量，而后依据状态向量和智能体个体的效用实现竞价拍卖，将最优任务分配抽象为拍卖中的投标向量求解问题，采用贪婪去中心化拍卖算法予以解决，实现检测次数、检测角度动态调整的多智能体最优任务分配，指导智能体检测。
-
公开(公告)号：CN117236538A
公开(公告)日：2023-12-15
申请号：CN202311193731.8
申请日：2023-09-15
Applicant: 江苏大学
IPC: G06Q10/047 , G06Q50/30 , G06N3/006
Abstract: 本发明公开了一种面向复杂多边形区域的多智能体协同覆盖探索规划模型及方法，改进设计了一个面向复杂不规则海域的多智能体协同区域覆盖模型及算法，使其能够提高在复杂海域情况下的探索成本和最优成本下的区域覆盖效率，并且及时规避突发威胁，针对复杂海域下多智能体协同探查技术需要根据探查工作的实际需求，对多个智能体进行协调控制与规划，兼顾探查的精度与探查的速度，为后期各类海洋工程提供精确的测量数据，最大化保障海洋工程的安全性与经济性。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
