运动目标的检测跟踪方法、装置、计算机设备及存储介质

    公开(公告)号:CN118570255A

    公开(公告)日:2024-08-30

    申请号:CN202410731843.2

    申请日:2024-06-06

    Abstract: 本发明公开了一种运动目标的检测跟踪方法、装置、计算机设备及存储介质,包括:对视频流中的连续帧进行语义分割,得到动态特征点和非动态特征点;基于动态特征点和非动态特征点,确定动态先验区域和非动态先验区域;通过连续帧中非动态先验区域的变化,确定无人机位姿变化,并根据无人机位姿变化,确定运动补偿信息;采用适应角点循环匹配的方式对动态特征点进行全局偏差验证,并剔除掉不符合条件的动态特征点,得到目标特征匹配点;基于目标特征匹配点、运动补偿信息,采用稀疏光流法对目标特征匹配点进行特征点的光流值计算,得到光流矢量图像;并进行图像处理,得到运动目标区域。采用本发明提高了无人机航拍场景下目标的检测跟踪准确率。

    运动目标的检测跟踪方法、装置、计算机设备及存储介质

    公开(公告)号:CN118570255B

    公开(公告)日:2025-02-25

    申请号:CN202410731843.2

    申请日:2024-06-06

    Abstract: 本发明公开了一种运动目标的检测跟踪方法、装置、计算机设备及存储介质,包括:对视频流中的连续帧进行语义分割,得到动态特征点和非动态特征点;基于动态特征点和非动态特征点,确定动态先验区域和非动态先验区域;通过连续帧中非动态先验区域的变化,确定无人机位姿变化,并根据无人机位姿变化,确定运动补偿信息;采用适应角点循环匹配的方式对动态特征点进行全局偏差验证,并剔除掉不符合条件的动态特征点,得到目标特征匹配点;基于目标特征匹配点、运动补偿信息,采用稀疏光流法对目标特征匹配点进行特征点的光流值计算,得到光流矢量图像;并进行图像处理,得到运动目标区域。采用本发明提高了无人机航拍场景下目标的检测跟踪准确率。

    基于深度学习的机器人定位导航方法、装置、设备及介质

    公开(公告)号:CN117553808A

    公开(公告)日:2024-02-13

    申请号:CN202410049104.5

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于深度学习的机器人定位导航方法、装置、设备及介质,包括:首先通过改进的目标检测算法,获取检测图像的先验信息,再提取检测图像的ORB特征点;然后使用先验信息和动态特征点剔除机制剔除先验动态特征点,初步得到图像中的静态特征点;最后结合对极几何约束,对静态特征点进行异常点的二次剔除处理,得到最后用于定位、导航所需的目标特征点;根据目标特征点进行姿态识别和定位导航,实现对动态环境中的干扰因素的排除,提高定位导航的及时性和精准性。

    一种服务机器人导航方法及系统

    公开(公告)号:CN108375976A

    公开(公告)日:2018-08-07

    申请号:CN201810058588.4

    申请日:2018-01-22

    Abstract: 本发明公开了一种服务机器人导航方法及系统,用以解决现有的导航技术没有回环测试定位会产生误差的问题。该方法包括:利用cartographer算法通过闭环检测消除地图构建过程中产生的累积误差;利用快速遍历随机树算法对构建的地图进行全局路径规划;利用局部避障的动态窗口算法对构建的地图进行局部路径规划。本发明基于cartographer算法通过闭环检测消除构图过程中的误差,使定位更加精确,减小误差。

    低能见度图像匹配方法、装置、计算机设备及存储介质

    公开(公告)号:CN118397315B

    公开(公告)日:2024-09-17

    申请号:CN202410841134.X

    申请日:2024-06-27

    Abstract: 本发明公开了一种低能见度图像匹配方法、装置、计算机设备及存储介质,包括:获取待识别的低能见度图像,待识别的低能见度图像由无人机实时拍摄;对待识别的低能见度图像进行图像特征点提取与匹配,得到图像特征点,并生成图像特征点对应的特征点描述符;基于特征点描述符,使用分块法消除图像特征点中的误匹配的特征点,得到目标特征点;基于目标特征点进行图片匹配,得到匹配结果。通过采用分块法,对特征点进行选取验证,避免选择错误特征点从而得到错误单应矩阵的问题,提高了低能见度图像匹配的准确性和效率。

    基于深度学习的机器人定位导航方法、装置、设备及介质

    公开(公告)号:CN117553808B

    公开(公告)日:2024-04-16

    申请号:CN202410049104.5

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于深度学习的机器人定位导航方法、装置、设备及介质,包括:首先通过改进的目标检测算法,获取检测图像的先验信息,再提取检测图像的ORB特征点;然后使用先验信息和动态特征点剔除机制剔除先验动态特征点,初步得到图像中的静态特征点;最后结合对极几何约束,对静态特征点进行异常点的二次剔除处理,得到最后用于定位、导航所需的目标特征点;根据目标特征点进行姿态识别和定位导航,实现对动态环境中的干扰因素的排除,提高定位导航的及时性和精准性。

    脑电数据修复模型的训练方法、脑电数据修复方法及装置

    公开(公告)号:CN116541766B

    公开(公告)日:2023-09-22

    申请号:CN202310812390.1

    申请日:2023-07-04

    Abstract: 本发明涉及人工智能领域,本发明公开了一种脑电数据修复模型的训练方法、脑电数据修复方法、装置、计算机设备及存储介质,包括:采用通道嵌入层对采集到的脑电数据进行通道投影,得到脑电数据的高维向量特征;基于数据质量对高维向量特征进行分类,得到任务向量并进行标注,得到标注向量,标注向量包括坏道特征向量、其他通道特征向量,在注意力计算层采用全局注意力计算注意力得分;采用权重计算层将注意力得分转化为每个通道的权值,基于权值对每个通道数据进行加权,得到插值数据;基于插值数据进行坏道特征向量的修复,并进行迭代训练,得到训练好的脑电数据修复模型。采用本发明提高脑电数据修复精准性。

    脑电数据修复模型的训练方法、脑电数据修复方法及装置

    公开(公告)号:CN116541766A

    公开(公告)日:2023-08-04

    申请号:CN202310812390.1

    申请日:2023-07-04

    Abstract: 本发明涉及人工智能领域,本发明公开了一种脑电数据修复模型的训练方法、脑电数据修复方法、装置、计算机设备及存储介质,包括:采用通道嵌入层对采集到的脑电数据进行通道投影,得到脑电数据的高维向量特征;基于数据质量对高维向量特征进行分类,得到任务向量并进行标注,得到标注向量,标注向量包括坏道特征向量、其他通道特征向量,在注意力计算层采用全局注意力计算注意力得分;采用权重计算层将注意力得分转化为每个通道的权值,基于权值对每个通道数据进行加权,得到插值数据;基于插值数据进行坏道特征向量的修复,并进行迭代训练,得到训练好的脑电数据修复模型。采用本发明提高脑电数据修复精准性。

    低能见度图像匹配方法、装置、计算机设备及存储介质

    公开(公告)号:CN118397315A

    公开(公告)日:2024-07-26

    申请号:CN202410841134.X

    申请日:2024-06-27

    Abstract: 本发明公开了一种低能见度图像匹配方法、装置、计算机设备及存储介质,包括:获取待识别的低能见度图像,待识别的低能见度图像由无人机实时拍摄;对待识别的低能见度图像进行图像特征点提取与匹配,得到图像特征点,并生成图像特征点对应的特征点描述符;基于特征点描述符,使用分块法消除图像特征点中的误匹配的特征点,得到目标特征点;基于目标特征点进行图片匹配,得到匹配结果。通过采用分块法,对特征点进行选取验证,避免选择错误特征点从而得到错误单应矩阵的问题,提高了低能见度图像匹配的准确性和效率。

    一种时间提醒装置
    10.
    实用新型

    公开(公告)号:CN212782265U

    公开(公告)日:2021-03-23

    申请号:CN202021487596.X

    申请日:2020-07-24

    Abstract: 本实用新型涉及一种时间提醒装置,该提醒装置包括基座、固定板、主板、显示屏、设置按钮、蜂鸣报警器和供电模块,基座的正面上设有供固定板固定安装的安装区域;主板上安装有主控芯片,主板固定安装在固定板的背面上;基座上的安装区域内设有避让槽,主板在固定板固定安装在基座上时处于避让槽内;显示屏固定安装在固定板的正面上,并与主板信号连接;设置按钮用于操控主板来设置时间;蜂鸣报警器安装在基座上并与主板信号连接;供电模块安装在基座上,用于给主板、显示屏和蜂鸣报警器供电;基座的背面设有夹片,夹片与基座相对的侧面一起形成用于夹住无人机电池的夹持面。该提醒装置可以在无人机电池需要充电时提醒用户。

Patent Agency Ranking