-
公开(公告)号：CN119478876A
公开(公告)日：2025-02-18
申请号：CN202411690133.6
申请日：2024-11-25
Applicant: 湖南大学
IPC: G06V20/56 , G06T9/00 , G06F16/29 , G06V10/40 , G06V10/80 , G06V10/46 , G06V20/70 , G06V10/26 , G06N3/048 , G06V10/25 , G06N3/045 , G06V10/82
Abstract: 本发明涉及基于视图交互聚合的矢量地图构建方法和系统，获取可见光图像，分别提取可见光图像在像素级坐标系和摄像机坐标系下的特征，通过异步互学习融合模块得到融合特征；融合特征通过关键点预选取模块，得到深度实例特征和几何位置特征，并作为初始参考点；以融合特征，和基于关键点预选取模块得到的关键点查询与实例查询，作为目标检测算法的输入，得到的初始参考点作为目标检测算法额外的提示特征，得到预测的矢量地图元素标签以及所在的位置；预测的矢量地图元素标签以及所在的位置形成单帧的矢量地图，将历史帧中的丰富特征信息与当前帧中的稀疏特征进行聚合，以增强当前帧的稀疏特征，进一步通过检测头得到矢量地图。
-
公开(公告)号：CN119048731A
公开(公告)日：2024-11-29
申请号：CN202411050121.7
申请日：2024-08-01
Applicant: 湖南大学
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/143 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于红外‑可见光图像对的非配准跨模态特征交互学习网络的融合检测方法。通过从FLIR数据集与LLVIP数据集选取红外‑可见光图像对进行数据预处理；构建特征提取网络，将预处理后的红外‑可见光图像对输入特征提取网络获取图像特征；构建非配准跨模态特征交互学习网络NRCMFINet，输入图像特征进行训练提取增强特征；构建特征增强拼接模块ESM，输入增强特征进行运算得到多尺度融合特征；最终输出多尺度融合特征。本发明为特征增强拼接模块ESM设计了空间和通道注意力机制，可再次增强NRCMFINet中得到的增强特征，从而带来性能改进，解决多光谱车辆检测数据中弱对齐图像对中的位置移动问题。
-
公开(公告)号：CN118864862B
公开(公告)日：2024-11-22
申请号：CN202411324813.6
申请日：2024-09-23
Applicant: 湖南大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0895 , G06T5/77 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/50 , G06V20/70
Abstract: 本发明公开了一种基于可供性分割网络的厨房场景工具理解方法及系统，属于可供性学习技术领域。该方法基于可供性分割检测解码网络，对厨房场景下的对象进行背景、厨具、菜品三类的区分，并对厨具进行可供性检测分割，获得厨具的可供性掩码以及菜品类别掩码，指导机器手与厨房用品的交互；结合暗通道先验方法进行去雾操作，减弱了室内厨房油烟等带来的图像干扰，提高了可供性分割网络的精度与准确度；结合单目深度预测网络，获取图像深度信息，并使用特征深度融合模块，获得融合深度特征图像，提高了可供性定位精度。
-
公开(公告)号：CN118864862A
公开(公告)日：2024-10-29
申请号：CN202411324813.6
申请日：2024-09-23
Applicant: 湖南大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0895 , G06T5/77 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/50 , G06V20/70
Abstract: 本发明公开了一种基于可供性分割网络的厨房场景工具理解方法及系统，属于可供性学习技术领域。该方法基于可供性分割检测解码网络，对厨房场景下的对象进行背景、厨具、菜品三类的区分，并对厨具进行可供性检测分割，获得厨具的可供性掩码以及菜品类别掩码，指导机器手与厨房用品的交互；结合暗通道先验方法进行去雾操作，减弱了室内厨房油烟等带来的图像干扰，提高了可供性分割网络的精度与准确度；结合单目深度预测网络，获取图像深度信息，并使用特征深度融合模块，获得融合深度特征图像，提高了可供性定位精度。
-
-
-
Search Results
14
records
(took 0.025 seconds)
