一种面向水下事件覆盖的水下机器人部署方法

    公开(公告)号:CN114707814B

    公开(公告)日:2024-02-02

    申请号:CN202210255288.1

    申请日:2022-03-15

    Applicant: 燕山大学

    Abstract: 本发明公开一种面向水下事件覆盖的水下机器人部署方法,属于水声传感器网络覆盖领域,包括①在需监测水下目标事件周围随机部署多个水下机器人节点;②每个水下机器人节点在自身的通信范围内获取邻居节点个数,各个邻居节点的位置、覆盖的事件数、拥挤度相关信息感知范围内获取覆盖的事件个数和邻近节点个数;③根据获取的邻居信息和事件信息,水下机器人节点在每次移动时根据是否有邻居节点和覆盖事件及其距离信息做出停止不动,诱导运动、觅食运动或者随机扩散的决策;④每个水下机器人节点判断自身是否达到覆盖条件,如果没达到则返回步骤②继续执行步骤②和步骤③,如果达到,则不再移动。如果所有水下机器人节点均达到覆盖条件,则部署完成。

    一种基于多尺度通道分离卷积特征提取的说话人聚类方法

    公开(公告)号:CN115101076A

    公开(公告)日:2022-09-23

    申请号:CN202210588389.0

    申请日:2022-05-26

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于多尺度通道分离卷积特征提取的说话人聚类方法,属于声纹识别技术领域,包括以下步骤:将VoxCeleb和AMI数据集切分为训练集、开发集和测试集;对VoxCeleb和AMI数据进行预处理;在ECAPA‑TDNN网络框架的基础上搭建多尺度通道分离卷积模块;选用AAM‑softmax损失函数对模型进行多次训练得到最优模型;利用多尺度通道分离卷积模型对AMI会议数据提取特征,并运用谱聚类进行聚类分析;使用标准的分割聚类错误率DER对聚类结果打分。本发明能够提取到具有判别性的声纹特征,并在谱聚类算法上取得良好的效果,以相对较小的参数量为代价取得了更低的分割聚类错误率。

    一种多约束双目鱼眼相机标定与空间点定位的方法

    公开(公告)号:CN114998448A

    公开(公告)日:2022-09-02

    申请号:CN202210655001.4

    申请日:2022-05-19

    Applicant: 燕山大学

    Abstract: 本发明公开了一种多约束双目鱼眼相机标定与空间点定位的方法。首先使用左右两台双目鱼眼相机拍摄圆形标定物得到原始畸变图像,采用高斯拟合的全局阈值算法对畸变图像进行阈值分割,获取标定圆的边界,计算所述畸变图像中标定圆的质心作为特征点,然后采用Kannala模型计算初始双目相机参数,根据初始参数反投影得到空间点,计算空间几何误差、极线约束误差、距离约束误差、垂直约束误差以及共线约束误差并建立优化目标函数,采用列文伯格‑马夸尔特法对优化目标函数进行求解,获得高精度最优的双目相机参数。

    一种用于鱼眼图像的非局部立体匹配算法

    公开(公告)号:CN114998225A

    公开(公告)日:2022-09-02

    申请号:CN202210547672.9

    申请日:2022-05-18

    Applicant: 燕山大学

    Abstract: 本发明公开了一种用于鱼眼图像的非局部立体匹配算法,首先根据鱼眼相机成像模型推导出鱼眼立体系统的对极曲线约束,以极曲线约束为基础规范对应点的搜索路径计算初始匹配代价;然后对初始匹配代价空间进行信任传播优化,防止大面积的错误代价值进入代价聚合过程,将基于最小生成树(MST)的非局部代价聚合算法应用于鱼眼图像,对优化后的匹配代价空间进行代价聚合;最后使用赢家通吃策略计算视差图,对视差误匹配区域进行基于视差的分块优化,从而获得鱼眼图像稠密视差结果。

    一种基于图像修复的船只水尺数字的识别方法

    公开(公告)号:CN114943863A

    公开(公告)日:2022-08-26

    申请号:CN202210659145.7

    申请日:2022-06-10

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于图像修复的船只水尺数字的识别方法,属于计算机视觉领域,所述方法包括:获取并制作可用于训练的船只水尺图像数据集并进行预处理,得到包含预处理后的多类船只图片;对定义好的分类修复模型,选用加入DF损失函数合成新的生成损失函数进行训练,多次训练得到最优模型;将以上步骤训练得到的最优模型应用到船只水尺数字图像修复中,对损坏的图像进行修复和测试,然后进行实时识别并用准确率和权重概率两个指标进行判断。本发明相较于现有修复模型,能够在充分利用视觉结构信息和类别信息提升修复分类识别准确度的基础上,更好地将因环境而磨损、腐蚀等的船只水尺图像修复并获得更准确的实时识别结果,给检测人员带来便利。

    基于深度学习的Fast-YOLO实时水母检测方法

    公开(公告)号:CN114863260A

    公开(公告)日:2022-08-05

    申请号:CN202210376060.8

    申请日:2022-04-11

    Applicant: 燕山大学

    Abstract: 本发明公开了基于深度学习的Fast‑YOLO实时水母检测方法,通过收集真实环境下水母图像形成水母数据集,并对数据集进行人工标注;该检测方法主要对YOLO‑V4进行了不同程度的优化,使用深度可分离卷积替换原来的标准卷积;采用自适应特征融合替换掉原来特征相加和拼接运算;采用局部跳跃连接加强特征融合;采用轻量化GhostNet主干网络;采用改进后的算法对训练集进行训练得到模型权重,进行水母实时检测;本发明的水母检测方法具有高精度、轻量化、耗时低的特点,适用于移动端设备。

    一种优化词袋模型的图像分类方法

    公开(公告)号:CN113902930A

    公开(公告)日:2022-01-07

    申请号:CN202111087243.X

    申请日:2021-09-16

    Applicant: 燕山大学

    Inventor: 李海滨 张秀菊

    Abstract: 本发明公开一种优化词袋模型的图像分类方法,所述方法包括:提取图像局部特征;对局部特征聚类生成视觉字典;计算视觉单词显著性生成显著性字典;根据显著性字典对图像局部特征进行加权局部约束线性编码;对编码系数矩阵进行空间金字塔池化生成图像向量表示;将得到的图像向量表示输入到HIK交叉核函数SVM分类器中进行分类。本发明提出的显著性字典考虑了视觉单词之间的内在关系,减少了视觉字典中的冗余信息,提升了视觉字典的显著性和判别力。另外提出的加权局部约束线性编码,在将局部特征用视觉单词表示的过程中,考虑了K近邻单词之间的位置关系,为单词设置了权重,减小了重构误差,提升了分类性能。

    调磁体直线型相交轴磁齿轮传动装置

    公开(公告)号:CN205715535U

    公开(公告)日:2016-11-23

    申请号:CN201620578691.8

    申请日:2016-06-15

    Applicant: 燕山大学

    Abstract: 本实用新型公开一种调磁体直线型相交轴磁齿轮传动装置,所述的磁齿轮传动装置包含输入转子、输出转子和直线型调磁体,其输入转子端面均匀间隔布置极对数为N1的轴向充磁扇形永磁体,输出转子端面均匀间隔布置极对数为N2的轴向充磁扇形永磁体,调磁体由N1+N2个直线型导磁条和N1+N2个直线型非导磁条间隔均匀布置成椭圆环形。该调磁体直线型相交轴磁齿轮传动装置包含有输入转子永磁体与调磁体、调磁体与输出转子永磁体间的两层气隙。本实用新型可以实现两相交轴之间的运动和动力传递,可通过调整调磁体两端面的相对角度实现输出轴间的夹角调整,且无接触、无摩擦、无需润滑,节能环保。

Patent Agency Ranking