基于三色四灯标记识别的无人机姿态估计方法及系统

    公开(公告)号:CN111784768B

    公开(公告)日:2021-09-24

    申请号:CN202010646221.1

    申请日:2020-07-07

    Applicant: 中山大学

    Abstract: 本发明实施例涉及一种基于三色四灯标记识别的无人机姿态估计方法及系统,通过在目标无人机的机翼和尾翼的尖端设置有四个信号灯作为信号标记,减少了目标无人机姿态变动过程中标志被遮挡的几率;四个信号灯使用三种颜色,提高了无人机飞行姿态估计的鲁棒性,通过对采集的目标无人机的图像进行处理,检测得到图像特征,在识别图像特征与信号灯对应关系后,得到信号灯的二维图像坐标,将信号灯的三维坐标和二维图像坐标输入姿态估计模型中得到目标无人机的位置以及姿态,实现无人机自动实时姿态估计。该方法易挑选避开背景的色调,降低了图像特征的识别难度,解决了现有对无人机飞行姿态估计方法稳定性低的问题。

    一种红外无人机目标检测方法及系统

    公开(公告)号:CN111222511B

    公开(公告)日:2020-07-24

    申请号:CN202010283687.X

    申请日:2020-04-13

    Applicant: 中山大学

    Abstract: 本发明公开一种红外无人机目标检测方法,包括:对采集的红外图像进行预处理获得预处理图像,对预处理图像进行目标聚类获得红外图像中疑似目标的外形及位置;采用差分盒维数法对采集的红外图像进行处理,在图像中包含天空和地面背景时获得分形特征图;利用分形特征图提取出天空与地面的分界线,即天地线;去掉处于天地线以下的全部疑似目标,将天地线以上的天空区域内的疑似目标作为无人机待判目标;根据疑似目标的外形及预处理图像的局部灰度与预设参考特征的相似度判断,在待判目标中识别出无人机目标。并在此基础上,提供一种用于红外无人机目标检测系统,用于解决现有技术中虚警率高、漏检、难以做到实时处理等问题,提高检测能力。

    一种聚合物电解质及其制备方法和应用

    公开(公告)号:CN105470570A

    公开(公告)日:2016-04-06

    申请号:CN201510945378.3

    申请日:2015-12-16

    Applicant: 中山大学

    CPC classification number: H01M10/0566 H01M10/0525 H01M10/36 H01M2300/0025

    Abstract: 本发明提供了一种聚合物电解质及其制备方法和应用,所述的聚合物电解质包括含锂盐的非水溶剂,还包括阳离子接枝改性聚合物;其中,所述的阳离子接枝改性聚合物由聚合物基体、胺类单体、环氧单体经开环聚合反应制得,所述的聚合物基体由醚类单体、交联剂、引发剂经固化反应制得。本发明提供的聚合物电解质具有较高的离子电导率,良好的力学性能,相比于有机电解液,更为环保、安全;同时,在所述的聚合物电解质中引入阳离子,阳离子与多硫离子的电荷相互作用能够抑制电极材料活性硫的溶出以及抑制多硫离子的飞梭效应,显著提高锂硫电池的放电比容量及循环寿命。

    一种红外小目标检测方法及装置

    公开(公告)号:CN113361321B

    公开(公告)日:2022-11-18

    申请号:CN202110430338.0

    申请日:2021-04-21

    Applicant: 中山大学

    Abstract: 本申请公开了一种红外小目标检测方法及装置,本申请包括粗检和精检两个阶段。在粗检阶段只针对像素子块进行操作,而像素级的操作只在精检阶段才进行使用,这样大大降低了算法的计算量,提升了实时性。采用新的对比度公式,能够准确识别并标记出亮目标、暗目标可能存在的区域,与此同时能够削弱单点噪声、背景边缘的影响;在精检阶段采用多个方向的QDoG滤波器在可疑区域中进行逐像素点滤波,进一步减少背景边缘、单点噪声的影响,从而有效减少虚警率。

    课堂举手行为检测方法、系统、计算机设备和存储介质

    公开(公告)号:CN114332927A

    公开(公告)日:2022-04-12

    申请号:CN202111606911.5

    申请日:2021-12-23

    Applicant: 中山大学

    Abstract: 本发明提供了课堂举手行为检测方法、系统、计算机设备和存储介质,通过基于对实时采集的待检测课堂视频进行抽帧处理得到待检测图像数据,采用姿态估计模型对进行待检测图像数据进行姿态估计,得到对应包括若干个人体关节点的上半身姿态图的姿态估计结果后,根据姿态估计结果中的手肘关节点坐标和手腕关节点坐标,确定待识别手部区域,再采用手势识别模型对待识别手部区域进行检测得到举手行为检测结果的方法,有效解决实际应用中人体遮挡、待识别目标分辨率较小、以及图片数据亮度差异大等因素造成课堂举手检测准确率较低问题,进一步提高了教室课堂举手行为实时检测的精准性,进而较大程度地提升了相应检测结果的应用价值。

    一种行人检测方法、装置、设备和介质

    公开(公告)号:CN114220125A

    公开(公告)日:2022-03-22

    申请号:CN202111546976.5

    申请日:2021-12-16

    Applicant: 中山大学

    Abstract: 本申请公开了一种行人检测方法、装置、设备和介质,改进YOLOv5网络的网络结构,改进后YOLOv5网络包括主干网络、改进后颈部网络、特征融合层和检测头,改进后颈部网络由3个FPN网络堆叠构成,FPN网络包括卷积层、上采样层、跨层拼接层和CSP模块,跨层拼接层的另一端连接主干网络,各特征融合层的输入端分别与改进后颈部网络中的第一个FPN网络中的卷积层、CSP模块,第二个FPN网络中的CSP模块和第三个FPN网络中的CSP模块连接;通过红外行人训练集训练改进后YOLOv5网络,得到行人检测模型;通过行人检测模型进行行人检测,得到行人检测结果,改善了现有的行人检测方法存在的检测精度不高的技术问题。

    一种无人机检测方法及装置
    29.
    发明公开

    公开(公告)号:CN114093385A

    公开(公告)日:2022-02-25

    申请号:CN202111409241.8

    申请日:2021-11-24

    Applicant: 中山大学

    Abstract: 本发明公开了一种无人机检测方法及装置,其中,方法包括:实时采集待检测区域的声音信号;对所述声音信号进行预加重和短时傅里叶变化,得到频谱信号;对所述频谱信号进行梅尔倒谱分析,获取多维特征参数MFCC;将所述多维特征参数MFCC输入至预先设置的神经网络模型,以使所述神经网络模型判断所述待检测区域是否存在无人机,并输出检测结果。其中,所述神经网络模型是根据多个样本声音信号以及各样本声音信号对应的无人机检测结果,结合卷积神经网络训练得到的;所述多个样本声音信号包括多个不同类型的无人机声音信号,以此提高无人机检测的精准度。

    一种基于嵌入式的红外复杂场景目标实时跟踪方法及系统

    公开(公告)号:CN111415370A

    公开(公告)日:2020-07-14

    申请号:CN202010283683.1

    申请日:2020-04-13

    Applicant: 中山大学

    Abstract: 本发明公开一种基于嵌入式的红外复杂场景目标实时跟踪方法,包括:当收到外部通信单元发来的目标粗略位置后,从自此时算起的初始帧图像中识别出目标并找到目标的精确坐标;判断当前帧图像背景复杂程度;若图像背景复杂,则在后续帧到来后,采用核相关滤波跟踪算法对目标进行跟踪;若图像背景简单,则在后续帧到来后,采用基于灰度对比度的形心跟踪算法对目标进行跟踪。在此基础上提供一种基于嵌入式的红外复杂场景目标实时跟踪系统,用于解决现有技术中难于实时处理、目标跟踪易丢失、需要预先存储模板等问题,适用于导引头、红外告警、光电吊舱等红外搜索跟踪系统。

Patent Agency Ranking