一种视频图像的FMO错误隐藏方法、系统、设备及介质

    公开(公告)号:CN115100080B

    公开(公告)日:2022-12-30

    申请号:CN202211016081.5

    申请日:2022-08-24

    Applicant: 中南大学

    Abstract: 本发明公开了一种视频图像的FMO错误隐藏方法、系统、设备及介质,该方法将第一原始视频图像划分为多个宏块;计算每个宏块内部的像素复杂程度,并且计算每个宏块与周围宏块之间的像素相关性;根据每个宏块的像素复杂程度和像素相关性,计算获得目标矩阵;根据目标矩阵移动宏块,其中,每移动一次宏块,获得移动一次宏块对应的Mask矩阵;计算恢复图像和第二原始视频图像之间的峰值信噪比;选取出最优图像恢复质量和最优图像恢复质量对应的Mask矩阵;基于最优图像恢复质量对应的Mask矩阵,采用Masked Autoencoders模型进行图像重建,获得重建图像。本发明能够提高视频图像恢复质量。

    基于绝缘瓷瓶的破损检测方法

    公开(公告)号:CN111612761B

    公开(公告)日:2022-09-23

    申请号:CN202010430547.0

    申请日:2020-05-20

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于绝缘瓷瓶的破损检测方法,包括:步骤1,选取无人机拍摄的1500张图像作为原始图像,通过YoLoV3定位原始图像中的绝缘瓷瓶,将定位的绝缘瓷瓶从原始图像中分割出来,得到绝缘瓷瓶图像;步骤2,利用DeepLabV3提取出绝缘瓷瓶图像中的绝缘瓷瓶的轮廓;步骤3,对提取出的绝缘瓷瓶的轮廓进行中值滤波和二值化的预处理,找到同一绝缘瓷瓶图像中的最大轮廓,并计算最大轮廓的面积与hu矩。本发明能够对不同角度拍摄的绝缘瓷瓶的图像进行准确的破损检测,且多角度拍摄能够更准确地判断绝缘瓷瓶的破损情况,对无人机拍摄的要求不高,提高了对绝缘瓷瓶的破损检测准确率,有效的解决了由于DeepLabV3轮廓提取引起的误差,具有很高的应用价值。

    旋翼无人机充电桩及其充电方法

    公开(公告)号:CN104753144B

    公开(公告)日:2016-11-30

    申请号:CN201510183600.0

    申请日:2015-04-19

    Applicant: 中南大学

    Abstract: 一种旋翼无人机充电桩及充电方法,包括电动推杆,凸起和通信模块,旋翼无人机的充电板上固定有凸起,四个凸起为一组,构成一个正方形,凸起布满充电板,构成多个正方形;可伸缩的电动推杆安装在充电板的四周,缓冲架底部的锯齿形凸起嵌入充电板凸起形成的缝隙中,旋翼无人机不能水平移动;在旋翼无人机平稳降落在充电板上后,无旋冀人机向通信模块发送信号,充电模块接收到信号后,向电动推杆发送指令,电动推杆伸出,固定旋翼无人机的缓冲架底部。本发明结构简单,安全可靠,能确保充电过程中不会因为大风天气或其他原因旋翼无人机脱离充电板。

    一种帧间的拉格朗日乘子优化方法、系统、设备及介质

    公开(公告)号:CN114915789A

    公开(公告)日:2022-08-16

    申请号:CN202210385961.3

    申请日:2022-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种帧间的拉格朗日乘子优化方法、系统、设备及介质,包括以下步骤:获取目标编码视频当前时刻的位置向量,位置向量的值对应每帧λ的放缩系数,根据当前时刻的位置向量计算当前时刻的适应值,根据当前的适应值利用灰狼优化算法计算目标编码视频的下一时刻的位置向量,根据下一时刻的位置向量计算下一时刻的适应值,依次迭代,直至当下一时刻的适应值达到预设值或者达到最大迭代次数,得到最优放缩系数,根据最优放缩系数计算得到最优λ。本方法中灰狼优化算法可优化非线性不可导问题,算法中每只狼的位置对应每一次的帧级λ搜索值,实现了在有效计算次数内搜索出帧级最优λ,使得编码器具有更高的压缩效率。

    多源域自适应脑网络分类方法、系统、设备及存储介质

    公开(公告)号:CN114332090A

    公开(公告)日:2022-04-12

    申请号:CN202210255280.5

    申请日:2022-03-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种多源域自适应脑网络分类方法、系统、设备及存储介质,方法包括:采用滑动窗口沿时间轴对具有多个时间点的4D rs‑fMRI进行采样,保留了原始数据中的空域信息和时域信息;构建分类神经网络模型,通过为每个源域设置特定于域的鉴别器,利用对抗性学习的方法将每一对源域与目标域的数据映射到不同的特征空间,避免了混淆原有数据的时序依赖结构,实现每一对源域与目标域数据分布的对齐,让分类神经网络学习多个源域的公共特征;通过总损失利用反向传播机制,更新分类神经网络模型,使处在分类边界附近的目标域样本在不同特定于域的分类器上的分类结果的差异性变小,对齐各个特定于域的分类器。

    一种基于WiFi技术的交通信号灯识别系统及识别方法

    公开(公告)号:CN107705601A

    公开(公告)日:2018-02-16

    申请号:CN201710932536.0

    申请日:2017-10-10

    Applicant: 中南大学

    CPC classification number: G08G1/09623 H04L63/0815 H04L67/141

    Abstract: 本发明提供了一种基于WiFi技术的交通信号灯识别系统及识别方法,其中识别系统包括设置在汽车上的客户端和与交通信号灯相连接的服务器,通过WiFi通信技术组建客户端与服务器之间的局域网,并将交通信号灯的实时状态和位置信息发送到车辆的客户端上,实现客户端对交通信号灯的识别;该方法采用客户端和服务器的绝对位置信息进行比对,有效减小了系统可能出现的误差;本发明还采用自行设计的自定义通信协议,通过简化数据包,极大地缩短了数据长度,避免了数据推送延迟,保证了数据推送的实时性。

    一种视频图像的FMO错误隐藏方法、系统、设备及介质

    公开(公告)号:CN115100080A

    公开(公告)日:2022-09-23

    申请号:CN202211016081.5

    申请日:2022-08-24

    Applicant: 中南大学

    Abstract: 本发明公开了一种视频图像的FMO错误隐藏方法、系统、设备及介质,该方法将第一原始视频图像划分为多个宏块;计算每个宏块内部的像素复杂程度,并且计算每个宏块与周围宏块之间的像素相关性;根据每个宏块的像素复杂程度和像素相关性,计算获得目标矩阵;根据目标矩阵移动宏块,其中,每移动一次宏块,获得移动一次宏块对应的Mask矩阵;计算恢复图像和第二原始视频图像之间的峰值信噪比;选取出最优图像恢复质量和最优图像恢复质量对应的Mask矩阵;基于最优图像恢复质量对应的Mask矩阵,采用Masked Autoencoders模型进行图像重建,获得重建图像。本发明能够提高视频图像恢复质量。

    基于APM平台的旋翼无人机自主续航实现方法

    公开(公告)号:CN104898690A

    公开(公告)日:2015-09-09

    申请号:CN201510159932.5

    申请日:2015-04-07

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于APM平台的旋翼无人机自主续航实现方法,无人机检测到自身电量不足后,开启寻找充电桩的模式,在充电桩数据库中找到与当前位置距离最近的充电桩的GPS坐标位置;无人机到达GPS的误差范围内的位置后,先进行悬停并启动图像识别,通过PID控制调整无人机的飞行姿势,使无人机处于充电平台的正上方并降落,降落过程中,充电桩对旋翼无人机进行身份识别,识别通过后,充电桩对无人机进行充电;无人机在充电过程中检测电池电量,充满后向充电桩发送停止充电的信号,并启动自主起飞的模式。本发明通过在巡逻航线上建立适当数量的光伏充电桩,实现无人机电量不足的情况下自主寻找“加油站”,使无人机的续航时间大大加长。

    一种帧间的拉格朗日乘子优化方法、系统、设备及介质

    公开(公告)号:CN114915789B

    公开(公告)日:2023-03-14

    申请号:CN202210385961.3

    申请日:2022-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种帧间的拉格朗日乘子优化方法、系统、设备及介质,包括以下步骤:获取目标编码视频当前时刻的位置向量,位置向量的值对应每帧λ的放缩系数,根据当前时刻的位置向量计算当前时刻的适应值,根据当前的适应值利用灰狼优化算法计算目标编码视频的下一时刻的位置向量,根据下一时刻的位置向量计算下一时刻的适应值,依次迭代,直至当下一时刻的适应值达到预设值或者达到最大迭代次数,得到最优放缩系数,根据最优放缩系数计算得到最优λ。本方法中灰狼优化算法可优化非线性不可导问题,算法中每只狼的位置对应每一次的帧级λ搜索值,实现了在有效计算次数内搜索出帧级最优λ,使得编码器具有更高的压缩效率。

Patent Agency Ranking