-
公开(公告)号：CN119399626A
公开(公告)日：2025-02-07
申请号：CN202411445324.6
申请日：2024-10-15
Applicant: 江苏海洋大学 , 连云港吾面体能源科技有限公司
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/0985
Abstract: 本发明涉及计算机视觉领域，特别涉及一种基于多特征协同作用的跨模态建筑物图像提取方法、装置、电子设备及介质。所述方法包括：通过构建基于Mask RCNN框架的单体建筑物实例分割网络，在网络的位置预测分支加入方向参数获取建筑物图像；然后将感受野模块嵌入到分割分支中，采用了Shuffle Net作为网络主干来提取建筑物特征，利用ROI‑Align得到建筑物检测框的特征图；然后使用基于注意力机制的长短时记忆网络对建筑物轮廓进行顶点预测；然后基于生成对抗网络、采用端到端的双分支结构的检测方法完成建筑物变换检测。通过本发明能够提高了跨模态建筑物图像提取的精度。
-
公开(公告)号：CN118115791A
公开(公告)日：2024-05-31
申请号：CN202410212079.8
申请日：2024-02-27
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06V10/80
Abstract: 本发明提出了一种基于BiFormer与CARAFE海洋垃圾分类识别模型构建方法对海洋垃圾图像分类的识别方法，同时配合轻量级上采样算子CARAFE，提升置信度与准确率。在8种常见的海洋垃圾数据集上进行分类训练，实验结果表明添加BiFormer注意力机制的边界框回归损失，目标物体损失，类别损失三类值有明显的下降，与传统YOLOv5模型进行对比，结果表明BiFormer与CARAFE的配合识别效果更好，从而验证了本发明提出的海洋垃圾分类识别模型的有效性，凸显了本发明在损失函数值上的明显优势。
-
公开(公告)号：CN118097129A
公开(公告)日：2024-05-28
申请号：CN202410021612.2
申请日：2024-03-26
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/045
Abstract: 本发明提出了一种改进U2‑Net与Shuffle Attention的帕金森图像自动分割方法，主要解决了传统帕金森黑质和中脑图像由医生手动分割的问题，提高了帕金森诊断精准度和医生工作效率。本方法通过改进U2‑Net中的RSU和RSU‑4F模块网络结构，同时引入了Shuffle Attention注意力机制，提升了网络对帕金森黑质和中脑图像中关键特征的关注。随后，将分割的帕金森黑质中脑进行面积比计算，并进行统计学分析，最终判断出健康组和患者组是否存在显著性差异。本方法为帕金森医学图分割提供了有效工具，可满足帕金森医学诊断和生物医学研究中对高准确性、高效率和高可靠性的迫切需求。
-
公开(公告)号：CN117830622A
公开(公告)日：2024-04-05
申请号：CN202410020918.6
申请日：2024-01-05
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/766 , G06V20/54 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明提出了一种基于YOLOv8的舰船目标旋转检测方法，以往的研究主要是从海事图像序列中进行水平船舶检测的方式。由于一些背景像素可能被错误地识别为船舶轮廓，这可能导致船舶检测性能不满意。为了解决这个问题，我们提出了一种新的基于YOLO的旋转模型(RTM)，通过考虑船舶旋转角度，从海事图像中准确而快速地检测船舶。提出的RTM模型通过BiFPN特征融合方法、注意力机制和损失函数GIoU从图像中检测倾斜船，本发明为海洋舰船的高效精确检测提供了创新的方法，具有重要的实际应用价值，可以应用于实时船舶检测任务。
-
公开(公告)号：CN114167859B
公开(公告)日：2023-01-24
申请号：CN202111357024.9
申请日：2021-11-16
Applicant: 江苏海洋大学
IPC: G05D1/02
Abstract: 本发明公开了基于改进弗洛伊德算法的救护车应急救援路径规划方法，其实现的具体步骤为：将所有救护车应急救援信息进行初始化；对医院与患者之间路径权值进行动态规划；采用弗洛伊德最短路径算法，计算从节点i到节点j途中不经过比索引点k大的最短路径。本发明充分考虑道路拥挤情况、医院的救援物资情况、患者的地理位置和医院的地理位置情况、车辆的空闲情况等情况，相比传统弗洛伊德算法下的救护车应急救援轨迹规划节省了更多的调度时间，极大提高了调度效率。
-
Patent Agency Ranking
公开(公告)号：CN113506618A
公开(公告)日：2021-10-15
申请号：CN202110863661.7
申请日：2021-07-29
Applicant: 江苏海洋大学
Abstract: 本发明公开了一种救护车信息管理系统，包括移动终端APP和WEB管理端，移动终端APP和WEB管理端内设有救护通系统，救护通系统包括出车信息提交系统、工作量表统计系统、排班管理系统、急救车辆调度系统、通知与公告系统、日志管理系统和急救传输系统；出车信息提交系统包括当班信息提交模块、长途信息提交模块和加班情况申请模块；该系统能及时地给病人提供急救医疗措施，并将病人快速地送到医院治疗，解决手工管理中存在的诸多弊端；患者的急救需求可以得到及时地满足；而指挥调度员也可以针对患者的急救需求做出最佳的调度，提高“120”指挥调度的效率，以及调度资源的优化配置。
-
公开(公告)号：CN118537277A
公开(公告)日：2024-08-23
申请号：CN202410032474.8
申请日：2024-01-09
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
Abstract: 本发明提出了一种基于改进型Retinex的暗光条件下水下图像增强方法，基于改进型Retinex，解决在暗光环境下传统Retinex技术的局限性。首先，本发明实施了噪声抑制和预处理，采用了独特的色彩校正技术，精确地考虑到水体对颜色通道的影响。在多尺度Retinex的基础上，结合了多亮度模型，能够更有效地分离和分析图像中的光照变化和反射特性。通过深度学习技术对光照部分进行智能估计和动态调整。最后，通过图像纹理增强、色彩平衡调整后期优化手段，保证色彩恒常性和视觉自然性。为水下观测、科研和工程应用提供了更为清晰、真实和有价值的视觉数据，具有广泛的应用前景。
-
公开(公告)号：CN118182793A
公开(公告)日：2024-06-14
申请号：CN202410285925.9
申请日：2024-03-13
Applicant: 江苏海洋大学
Abstract: 本发明涉及应用于海洋环境监测领域的一种基于海洋环境的水下可视化监测装置，包括安装组件上设置有与动力源连通的进水孔，进水孔处设置有拦截栅板，拦截栅板与安装组件铰接，安装组件上还安装有驱使拦截栅板随水流开合转动的随动组件，密封监测箱内还安装有用于驱使安装组件转动的角度调节组件，采用上述安装组件、拦截栅板、随动组件以及角度调节组件等结构，实现水下杂物不易由安装组件的进水孔处进入动力源内，即不会对动力源的部件造成损伤，从而避免了水下杂物较多影响该基于海洋环境的水下可视化监测装置的移动，或导致该基于海洋环境的水下可视化监测装置损坏的状况。
-
公开(公告)号：CN114167859A
公开(公告)日：2022-03-11
申请号：CN202111357024.9
申请日：2021-11-16
Applicant: 江苏海洋大学
IPC: G05D1/02
Abstract: 本发明公开了基于改进弗洛伊德算法的救护车应急救援路径规划方法，其实现的具体步骤为：将所有救护车应急救援信息进行初始化；对医院与患者之间路径权值进行动态规划；采用弗洛伊德最短路径算法，计算从节点i到节点j途中不经过比索引点k大的最短路径。本发明充分考虑道路拥挤情况、医院的救援物资情况、患者的地理位置和医院的地理位置情况、车辆的空闲情况等情况，相比传统弗洛伊德算法下的救护车应急救援轨迹规划节省了更多的调度时间，极大提高了调度效率。
-
公开(公告)号：CN119167775A
公开(公告)日：2024-12-20
申请号：CN202411286511.4
申请日：2024-09-13
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 随着海洋生态环境保护和水产养殖规划的发展，针对其中重要因素海洋表面温度(SST)的变化及其预测问题，本发明提出了一种基于TCN神经网络的海温预测方法。该方法结合了TCN神经网络、改进注意力模块和卷积双向门控循环单元网络(CNN‑Bi‑GRU)。首先，通过TCN提取SST的局部特征；接着，根据SST的时序特性，利用自注意力机制在网络中为不同区域的温度变化分配权重；然后，借助Bi‑GRU从前向和后向两个方向对输入序列进行建模。该方法通过利用历史数据的多维度信息来预测未来的SST值，从而提高了预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.065 seconds)
