-
公开(公告)号：CN109740552A
公开(公告)日：2019-05-10
申请号：CN201910020363.4
申请日：2019-01-09
Applicant: 上海大学
Abstract: 本发明提出了一种基于平行特征金字塔神经网络的目标跟踪方法，该方法没有使用传统的VGG神经网络做特征提取，而是改用平行特征金字塔卷积神经网络来提取特征。平行特征金字塔卷积神经网络很好的融合了浅层神经网络的细节特征，高层网络所具有的高级语义特征以及上下文信息特征，使得提取用于跟踪的特征更加鲁棒，从而提高了目标跟踪的精度。该方法是一种实时鲁棒性的跟踪算法，在不同的跟踪场景中取得了不错的效果。
-
公开(公告)号：CN110838086A
公开(公告)日：2020-02-25
申请号：CN201911082845.9
申请日：2019-11-07
Applicant: 上海大学
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于相关性模板匹配的室外图像拼接方法，其步骤为：1）选取待拼接图像；（2）将待拼接图像排序，以排序后第一张图像作为被拼接图像；（3）以紧邻被拼接图像的图像作为拼接图像，在拼接图像中选取模板区域，以模板区域为模板找到模板区域在被拼接图像中的最佳匹配位置；（4）根据最佳匹配位置计算拼接图像相对于被拼接图像在x、y方向上偏移量；（5）根据偏移量对拼接图像和被拼接图像进行拼接融合；（6）对拼接后图像其余的空白部分进行置黑；（7）以拼接后图像作为新的被拼接图像，重复步骤（3）～（6），直至所有待拼接图像全部拼接完成，得到全景图像。该方法拼接速度快、效率高、效果好。
-
公开(公告)号：CN110120073B
公开(公告)日：2020-12-22
申请号：CN201910245416.2
申请日：2019-03-28
Applicant: 上海大学
Abstract: 一种基于灯标视觉信号引导无人艇回收的方法，在无人艇和艇架上都安装了摄像头和绿色信号灯后，对摄像头拍摄的原始图像进行处理和分析，得到无人艇上的绿色信号灯相对于艇架的方位信息，或者艇架上的绿色信号灯相对于无人艇的方位信息，以及无人艇上的绿色信号灯相对于艇架的偏移角，或者艇架上的绿色信号灯相对于无人艇的偏移角，并依此引导无人艇进入艇架，实现无人艇的回收。本发明能够在无人艇驶入艇架时实时检测和计算，灵敏度和精度高，准确快速的得出无人艇和艇架的方位和偏移角，能够快速有效的引导无人艇与艇架的对中和驶入，快速准确，安全有效。
-
公开(公告)号：CN110120073A
公开(公告)日：2019-08-13
申请号：CN201910245416.2
申请日：2019-03-28
Applicant: 上海大学
Abstract: 一种基于灯标视觉信号引导无人艇回收的方法，在无人艇和艇架上都安装了摄像头和绿色信号灯后，对摄像头拍摄的原始图像进行处理和分析，得到无人艇上的绿色信号灯相对于艇架的方位信息，或者艇架上的绿色信号灯相对于无人艇的方位信息，以及无人艇上的绿色信号灯相对于艇架的偏移角，或者艇架上的绿色信号灯相对于无人艇的偏移角，并依此引导无人艇进入艇架，实现无人艇的回收。本发明能够在无人艇驶入艇架时实时检测和计算，灵敏度和精度高，准确快速的得出无人艇和艇架的方位和偏移角，能够快速有效的引导无人艇与艇架的对中和驶入，快速准确，安全有效。
-
公开(公告)号：CN110610134B
公开(公告)日：2022-12-20
申请号：CN201910742689.8
申请日：2019-08-13
Applicant: 上海大学
Abstract: 本发明属于无人艇回收领域，具体为一种无人艇自主对接方法，包括以下步骤：首先通过摄像头采集实时图像；接着，在无人艇和回收托架距离大于20m时依靠GPS引导对接；随后距离缩短到20m时通过目标检测得到目标位置并初始化目标跟踪器，同时借助GPS排除非目标无人艇的干扰；最后，跟踪指定目标，得到目标位置信息并转化为舵角，引导目标无人艇前进、回收托架旋转，二者相互对中，直至对接完成。本发明具有高灵敏度、高精度、高鲁棒性和高稳定性的优点，对接成功率高，更实现了在多个干扰艇存在时标定并排除干扰艇，对目标艇进行自主对接回收，快速准确，安全有效。
-
Patent Agency Ranking
公开(公告)号：CN110427030B
公开(公告)日：2020-06-12
申请号：CN201910731195.X
申请日：2019-08-08
Applicant: 上海大学
Abstract: 本发明属于无人艇自主回收技术领域，具体涉及一种基于Tiny‑YOLOship目标检测算法的无人艇自主对接回收方法，通过托架摄像头获取无人艇图像，无人艇摄像头获取回收托架图像，基于Tiny‑YOLOship目标检测算法，对图像中的无人艇、回收托架的位置进行实时检测，得到无人艇和回收托架在图像中精确的位置信息，结合摄像头内参，准确获取无人艇和回收托架的转向角度，以转向角度为控制信号，有效协助无人艇和回收托架保持对中，并使得无人艇驶入托架，实现对无人艇的自主回收，与传统无人艇自主对接回收方式相比，显著提高了无人艇与回收托架之间的对接精度，提高了无人艇自主对接回收的准确度。
-
公开(公告)号：CN110610134A
公开(公告)日：2019-12-24
申请号：CN201910742689.8
申请日：2019-08-13
Applicant: 上海大学
Abstract: 本发明属于无人艇回收领域，具体为一种无人艇自主对接方法，包括以下步骤：首先通过摄像头采集实时图像；接着，在无人艇和回收托架距离大于20m时依靠GPS引导对接；随后距离缩短到20m时通过目标检测得到目标位置并初始化目标跟踪器，同时借助GPS排除非目标无人艇的干扰；最后，跟踪指定目标，得到目标位置信息并转化为舵角，引导目标无人艇前进、回收托架旋转，二者相互对中，直至对接完成。本发明具有高灵敏度、高精度、高鲁棒性和高稳定性的优点，对接成功率高，更实现了在多个干扰艇存在时标定并排除干扰艇，对目标艇进行自主对接回收，快速准确，安全有效。
-
公开(公告)号：CN110838086B
公开(公告)日：2021-07-16
申请号：CN201911082845.9
申请日：2019-11-07
Applicant: 上海大学
Abstract: 本发明属于计算机视觉技术领域，公开了一种基于相关性模板匹配的室外图像拼接方法，其步骤为：1）选取待拼接图像；（2）将待拼接图像排序，以排序后第一张图像作为被拼接图像；（3）以紧邻被拼接图像的图像作为拼接图像，在拼接图像中选取模板区域，以模板区域为模板找到模板区域在被拼接图像中的最佳匹配位置；（4）根据最佳匹配位置计算拼接图像相对于被拼接图像在x、y方向上偏移量；（5）根据偏移量对拼接图像和被拼接图像进行拼接融合；（6）对拼接后图像其余的空白部分进行置黑；（7）以拼接后图像作为新的被拼接图像，重复步骤（3）～（6），直至所有待拼接图像全部拼接完成，得到全景图像。该方法拼接速度快、效率高、效果好。
-
公开(公告)号：CN110427030A
公开(公告)日：2019-11-08
申请号：CN201910731195.X
申请日：2019-08-08
Applicant: 上海大学
Abstract: 本发明属于无人艇自主回收技术领域，具体涉及一种基于Tiny-YOLOship目标检测算法的无人艇自主对接回收方法，通过托架摄像头获取无人艇图像，无人艇摄像头获取回收托架图像，基于Tiny-YOLOship目标检测算法，对图像中的无人艇、回收托架的位置进行实时检测，得到无人艇和回收托架在图像中精确的位置信息，结合摄像头内参，准确获取无人艇和回收托架的转向角度，以转向角度为控制信号，有效协助无人艇和回收托架保持对中，并使得无人艇驶入托架，实现对无人艇的自主回收，与传统无人艇自主对接回收方式相比，显著提高了无人艇与回收托架之间的对接精度，提高了无人艇自主对接回收的准确度。
-
公开(公告)号：CN110070142A
公开(公告)日：2019-07-30
申请号：CN201910355661.9
申请日：2019-04-29
Applicant: 上海大学
IPC: G06K9/62
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于YOLO神经网络的海上船只目标检测方法，包括以下步骤：（1）采集包含船只目标的图像数据；将采集到的图像数据按照3:1:1的比例随机划分为训练集、验证集和测试集；（2）利用训练集和验证集对YOLO神经网络进行训练，获取基于YOLO神经网络的检测模型；（3）利用步骤（2）获取的基于YOLO神经网络的检测模型对测试集中的图片进行检测；（4）对测试集的检测结果进行检测精度和实时性评价。本发明提出的基于YOLO神经网络的海上船只目标检测方法的具有较高的检测精度和良好的实时性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
