一种面向无人机视角的交通跟踪检测系统

    公开(公告)号:CN118918148A

    公开(公告)日:2024-11-08

    申请号:CN202411411710.3

    申请日:2024-10-11

    Applicant: 无锡学院

    Abstract: 一种面向无人机视角的交通跟踪检测系统。属于目标跟踪技术领域,具体涉及面向智能交通和无人机视角下的轻量级目标检测和跟踪技术领域。系统包括目标检测模块、目标运动轨迹匹配模块和目标运动轨迹输出模块;目标检测模块:对视频帧图片进行处理,得出跟踪目标对应的检测框和每个检测框对应的置信度得分;目标运动轨迹匹配模块:根据置信度得分对检测框进行划分,划分后将检测框与预测轨迹进行匹配;目标运动轨迹输出模块:当目标运动轨迹匹配模块中将同一帧检测框连续3次与预测轨迹匹配成功后,将所述预测轨迹作为确认态轨迹输出。其解决了以往无人机对于目标的追迹中由于存在小尺寸目标、复杂背景以及遮挡情况而导致的追踪精度低的问题。

    一种基于XGBoost的降尺度积雪深度反演方法

    公开(公告)号:CN118446092A

    公开(公告)日:2024-08-06

    申请号:CN202410535294.1

    申请日:2024-04-30

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于XGBoost的降尺度积雪深度反演方法,属于积雪深度监测技术领域。其方法包括:Step1:获取待反演区域的输入数据;Step2:对获取的数据进行预处理;Step3:根据站点的经纬度开展数据匹配,得到站点对应的亮温数据、积雪深度数据和辅助特征数据;Step4:进行参数筛选;Step5:输入机器学习积雪深度反演模型训练;Step6:对最优模型进行不同雪深下的模型精度验证;Step7:获得所述最优模型的特征重要性排序;Step8:进行500米空间分辨率的积雪深度制图。本发明使用XGBoost算法可以更好地学习到积雪深度与特征之间复杂的非线性关系,提高了雪深监测的能力。

    一种具有分选功能的采摘机

    公开(公告)号:CN116602121B

    公开(公告)日:2023-09-19

    申请号:CN202310894418.0

    申请日:2023-07-20

    Applicant: 无锡学院

    Abstract: 本发明涉及农作物采摘机技术领域,具体为一种具有分选功能的采摘机,包括采摘机本体,还包括有固定座,固定座设置在采摘机本体上;分选件,分选件设置在固定座上,夹持板,夹持板设置有两个,两个夹持板分别设置在固定座两侧;同步转动部件,同步转动部件设置在固定座上,并与两个夹持板相连接,此具有分选功能的采摘机,利用所述分选件能够对长条形农作物进行检测分选;利用所述同步转动部件驱使两个所述夹持板;在所述同步转动部件驱使两个夹持板相互靠近后,所述气动防护部件对两个所述气囊同时进气,在所述同步转动部件驱使两个夹持板相互远离至靠近固定座时,所述气动防护部件同时释放两个气囊内的气体,吹动周围的农作物叶片。

    一种自适应管壁内径的机械夹具

    公开(公告)号:CN115042111A

    公开(公告)日:2022-09-13

    申请号:CN202210983897.9

    申请日:2022-08-17

    Applicant: 无锡学院

    Abstract: 本发明公开了一种自适应管壁内径的机械夹具,属于机械领域,夹具底座左侧中央安装有固定块,固定块内安装有螺杆,夹具底座顶部安装有锥台固定座,锥台固定座顶部安装有固定顶盖,锥台固定座左右两侧均开设有第一滑动槽,左右第一滑动槽内均安装有弧形转动支撑杆,且弧形转动支撑杆通过夹具底座与螺杆相连接,锥台固定座上安装有管壁内径位于上锥台与下锥台直径之间的管件;本发明能够自适应一定范围内的管件大小,并且从管件内壁进行固定,更加方便对管件外壁进行打磨、加工。

    一种用于辅助驾驶的实时人车检测方法

    公开(公告)号:CN120032345A

    公开(公告)日:2025-05-23

    申请号:CN202510498826.3

    申请日:2025-04-21

    Applicant: 无锡学院

    Abstract: 本发明涉及计算机视觉、目标检测领域,具体为一种用于辅助驾驶的实时人车检测方法,包括:实时获取基于驾驶员视觉区域的驾驶场景图像,并进行预处理;构建包括主干网络、高效混合编码器和解码器的RT‑DETR模型,并进行改进,基于改进后的模型得到实时人车检测目标检测模型,则将所述目标检测模型输入训练集数据,并从模型输出端获取图片中检测目标的位置与类型,将其与标注的内容进行对比,训练实时人车检测目标检测模型;获取待识别图片,并将待识别图片输入至训练后的检测模型中,得到待识别图片中的目标种类以及位置信息。

    基于YOLO-Light对交通图像目标检测方法

    公开(公告)号:CN119360325B

    公开(公告)日:2025-04-18

    申请号:CN202411896708.X

    申请日:2024-12-23

    Applicant: 无锡学院

    Abstract: 基于YOLO‑Light对交通图像目标检测方法,属于图像识别技术领域,解决了现有技术对于无人机视角下的尺寸小、场景复杂且遮挡频繁的目标,容易出现漏检和误检,从而影响检测精度和目标跟踪的稳定性的问题。在YOLO‑Light的骨干,交通图像经过特征提取后,经过改进快速空间池化层再次进行特征提取,输出交通特征图;调整YOLO‑Light的骨干的最后三层通道数;在YOLO‑Light的颈部,交通特征图经过多联级的上采样、连接层和特征分解,再进行多尺度特征融合,输出多尺度的交通特征图;在YOLO‑Light的头部,多尺度的交通特征图依次输入空间注意力机制和检测头对交通目标进行检测。

    一种面向无人机视角的交通跟踪检测系统

    公开(公告)号:CN118918148B

    公开(公告)日:2025-03-18

    申请号:CN202411411710.3

    申请日:2024-10-11

    Applicant: 无锡学院

    Abstract: 一种面向无人机视角的交通跟踪检测系统。属于目标跟踪技术领域,具体涉及面向智能交通和无人机视角下的轻量级目标检测和跟踪技术领域。系统包括目标检测模块、目标运动轨迹匹配模块和目标运动轨迹输出模块;目标检测模块:对视频帧图片进行处理,得出跟踪目标对应的检测框和每个检测框对应的置信度得分;目标运动轨迹匹配模块:根据置信度得分对检测框进行划分,划分后将检测框与预测轨迹进行匹配;目标运动轨迹输出模块:当目标运动轨迹匹配模块中将同一帧检测框连续3次与预测轨迹匹配成功后,将所述预测轨迹作为确认态轨迹输出。其解决了以往无人机对于目标的追迹中由于存在小尺寸目标、复杂背景以及遮挡情况而导致的追踪精度低的问题。

Patent Agency Ranking