公开(公告)号：CN117889867B

公开(公告)日：2024-05-24

申请号：CN202410304943.7

申请日：2024-03-18

Applicant: 南京师范大学

Inventor： 范至正 ,  谢非 ,  杨继全 ,  张策 ,  李艺钧 ,  王鲁睿 ,  孙煜炫 ,  周正亚 ,  陈君

IPC: G01C21/20 ,  G01M1/12 ,  G01P13/02 ,  G06T7/13 ,  G06V10/26 ,  G06V20/70

Abstract: 本发明公开了一种基于局部自注意力移动窗口算法的路径规划方法，获取当前作业环境的RGB图像，并进行预处理并变换为灰度图；进行边缘检测后获得二值化图像，通过激活函数得到边缘自注意力权重；根据灰度图分割后的图像块的海塞矩阵特征值的熵得到曲率自注意力权重；通过边缘自注意力权重和曲率自注意力权重改进自监督注意力语义分割网络，通过改进的网络获得含有语义信息的图像，根据连续时刻获得的图像预测障碍物的运动方向，从而选择机器人的运动方向。引入海塞矩阵的熵得到新的自注意力权重，加强物体边缘的分割；引入边缘检测得到的自注意力权重，加强图像中颜色变化较大部分的分割，提高边缘分割的准确性，从而提高避障的成功率。

公开(公告)号：CN117391973A

公开(公告)日：2024-01-12

申请号：CN202311444732.5

申请日：2023-11-01

Applicant: 南京师范大学

Inventor： 陈新 ,  谢非 ,  杨继全 ,  夏光圣 ,  张策 ,  张弘毅 ,  王凯琳 ,  陈雅婷 ,  蔺莹

IPC: G06T5/00 ,  G06T5/60 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455

Abstract: 本发明公开了一种基于多尺度改进残差块CNN的图像去运动模糊方法，包括：采集并保存输电线路巡检机器人的电力巡检视频数据，制成数据集，并记为源数据集；将源数据集进行裁剪和压缩，得到清晰和模糊图像对，并记为电力巡检去模糊数据集；搭建多尺度改进残差块卷积神经网络，并使用电力巡检去模糊数据集对多尺度改进残差块卷积神经网络进行训练，得到训练好的多尺度改进残差块卷积神经网络模型；使用训练好的多尺度改进残差块卷积神经网络模型对电力巡检模糊图像数据进行去模糊。本发明提升了电力巡检图像去模糊的效果与准确性，适用于处理高压输电巡检机器人的巡检图像拍摄模糊问题，具有运算速度快、去运动模糊效果好、抗环境干扰能力强的优点。

公开(公告)号：CN118038103A

公开(公告)日：2024-05-14

申请号：CN202410432780.0

申请日：2024-04-11

Applicant: 南京师范大学

Inventor： 高静 ,  谢非 ,  张弘毅 ,  张策 ,  杨继全 ,  李艺钧 ,  王伟涵 ,  王鲁睿 ,  陆晅 ,  刘益剑

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/764

Abstract: 本发明公开了一种基于改进动态扩展模型自适应算法的视觉回环检测方法，获取环境图像并进行标签定义，获得图像的特征标签矩阵；获取聚类图像，通过原图像与聚类图像之间的相似性计算，得到特征标签矩阵的非相似性值；并与阈值比较后进行特征标签矩阵划分；对划分后的强数据标签集合和正常数据标签集合进行改进的原型聚类处理，将正常数据标签集合聚类到聚类图像中的聚类中心附近，将强数据标签集合嵌套到距聚类图像中的聚类中心更远处，形成新的聚类图像；对处理后的图像实现视觉回环检测。采用改进的动态扩展模型自适应算法可排除未知目标域的强数据的污染干扰，保持正常数据样本匹配的精准稳定性，提高回环检测的精准性。