-
公开(公告)号：CN117115681A
公开(公告)日：2023-11-24
申请号：CN202310060428.4
申请日：2023-01-16
Applicant: 杭州迅蚁网络科技有限公司 , 中国民用航空飞行学院
IPC: G06V20/17 , G06V10/26 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本发明涉及一种无人机备降和迫降区域的实时分割方法，包括步骤：收集历史航拍图像数据，构成航拍数据集；将航拍数据集输入实时语义分割网络模型，经过主干网络获取多个全局特征图，然后多个全局特征图经过空洞卷积池化金字塔模块进行特征融合后，实时语义分割网络模型输出预测图；全局特征图经过空洞卷积池化金字塔模块进行特征融合后得到的融合特征图，再经过高斯拉普拉斯卷积计算，得到融合特征图的边缘信息；对主干网络获取的任一全局特征图进行细节指导计算，并结合融合特征图的边缘信息计算得到细节损失，通过细节损失对实时语义分割网络模型进行优化。本发明使用语义分割技术使无人机具备自动识别备降区域、迫降区域以及保护目标的能力。
-
公开(公告)号：CN117739972A
公开(公告)日：2024-03-22
申请号：CN202410180418.9
申请日：2024-02-18
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及无人机导航技术领域，公开一种无全球卫星定位系统的无人机进近阶段定位方法，包括步骤：采集无人机在进近阶段航拍的数据图像，通过光流法获取相邻帧间特征点的像素位移，追踪帧间特征点运动轨迹；使用惯性测量单元获取的数据和光流传感器获取的数据预测无人机下一时刻的运动状态，并在下一时刻与光流传感器获取的实际运动状态进行比较，以提高预测能力；创建局部地图构建线程，通过纠正累积误差，解决漂移问题，完成闭环检测，对无人机周围环境进行实时更新。本发明的目的在于对全球卫星定位系统拒止环境下无人机的进近阶段实现精准的定位与导航。
-
公开(公告)号：CN116416534A
公开(公告)日：2023-07-11
申请号：CN202310139757.8
申请日：2023-02-21
Applicant: 中国民用航空飞行学院 , 杭州迅蚁网络科技有限公司
Abstract: 本发明涉及一种面向保护目标的无人机备降区域识别方法，包括步骤：收集无人机的历史航拍图像数据，并对历史航拍图像数据进行筛选和逐像素点标注，构成航拍数据集；将航拍数据集输入目标识别网络，得到上下文特征；所述目标识别网络包括多层的语义分割模型、与语义分割模型连接的统一注意力融合模块，将航拍数据集输入语义分割模型后，得到的部分层的全局特征图输入统一注意力融合模块，得到上下文特征图；将上下文特征图分别输入语义分割头和目标检测头，语义分割头和目标检测头的输出结果融合为识别结果。本发明通过计算机视觉中语义分割技术对备降区域中的行人和车辆进行检测，以保证无人机能安全降落至备降区域。
-
公开(公告)号：CN119151961A
公开(公告)日：2024-12-17
申请号：CN202411613696.5
申请日：2024-11-13
Applicant: 中国民用航空飞行学院
IPC: G06T7/11 , G06T7/13 , G06V20/17 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像数据处理技术领域，公开低光环境下面向野外场景的航拍图像语义分割方法，包括步骤：将原始图像分解为V通道光照图和RGB图像，将V通道光照图输入光照特征提取网络，输出多张光照引导图；将多张光照引导图输入第一光照特征融合模块后，得到光照引导融合图；将RGB图像输入图像特征提取网络，输出多张特征图，并将每张特征图与一张光照引导图一一对应输入光照特征嵌入模块进行融合，输出光照嵌入图；将光照嵌入图与光照引导融合图输入第二光照特征融合模块后，得到光照嵌入融合图；从光照嵌入融合图中提取出分割结果。本发明提高了野外低光照环境中图像的处理效率和质量。
-
公开(公告)号：CN117496160B
公开(公告)日：2024-03-19
申请号：CN202311848563.1
申请日：2023-12-29
Applicant: 中国民用航空飞行学院
IPC: G06V10/26 , G06V20/17 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及图像数据处理技术领域，公开一种面向室内场景的无人机拍摄低光照图像语义分割方法，包括步骤：收集大量包含室内场景的无人机拍摄低光照图像数据，标注对象的语义类别，形成数据集；将数据集输入特征提取网络，提取图像中高层次的语义特征，得到特征图；将特征提取网络提取的语义特征输入低频信息提取模块，得到低频信息特征图；将数据集输入拉普拉斯金字塔网络，捕获图像的细节信息，输出拉普拉斯金字塔分量；将低频信息特征图与拉普拉斯金字塔分量进行特征融合，得到融合特征图，最终输出分割结果。本发明强化了对低光照条件下图像的特征提取能力，有助于捕捉图像中的空间低频信息，使分割模型更加敏感于细微的特征变化。
-
Patent Agency Ranking
公开(公告)号：CN119723392A
公开(公告)日：2025-03-28
申请号：CN202411899336.6
申请日：2024-12-23
Applicant: 中国民用航空飞行学院
IPC: G06V20/17 , G06V10/26 , G06V10/40 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明涉及计算机视觉中语义分割技术领域，公开一种面向城市场景的无人机航拍图像的语义分割方法，包括步骤：收集大量无人机航拍图像数据，形成语义分割标签集；将语义分割标签集作为特征提取模块的输入，对特征提取模块进行训练；将所述语义分割标签集作为拉普拉斯金字塔模块的输入，对拉普拉斯金字塔模块进行训练；将特征提取模块输出的特征图和拉普拉斯金字塔模块输出的特征分量一同作为特征融合模块的输入，对特征融合模块进行训练；将语义分割标签集输入细节标签处理模块，得到语义分割边缘细节标签图；计算语义分割模型的损失。本发明解决了城市场景下无人机航拍图像的语义分割问题，以提高无人机在城市环境中的安全性和实用性。
-
公开(公告)号：CN119296104A
公开(公告)日：2025-01-10
申请号：CN202411813679.6
申请日：2024-12-11
Applicant: 中国民用航空飞行学院
IPC: G06V20/70 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，公开基于三维高斯泼溅的多模态三维实例分割方法，包括步骤：将RGB图像通过运动结构重建生成稀疏的三维点云；并对稀疏的三维点云进行优化，生成三维高斯泼溅分布；通过多模态三维实例分割模型对RGB图像的二维特征和三维高斯泼溅分布的三维特征进行融合，得到融合特征；通过二维U‑Net网络提取RGB图像中的二维特征，通过稀疏3D U‑Net网络提取三维高斯泼溅分布中的三维特征；通过多模态三维实例分割模型的交叉注意力模块对二维特征和三维特征进行融合，最后输出分割实例的类别标签、掩码和置信度分数。本发明引入三维高斯泼溅技术，结合多模态神经网络共享权重，提高三维实例分割的精度和效率。
-
公开(公告)号：CN119296104B
公开(公告)日：2025-02-25
申请号：CN202411813679.6
申请日：2024-12-11
Applicant: 中国民用航空飞行学院
IPC: G06V20/70 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，公开基于三维高斯泼溅的多模态三维实例分割方法，包括步骤：将RGB图像通过运动结构重建生成稀疏的三维点云；并对稀疏的三维点云进行优化，生成三维高斯泼溅分布；通过多模态三维实例分割模型对RGB图像的二维特征和三维高斯泼溅分布的三维特征进行融合，得到融合特征；通过二维U‑Net网络提取RGB图像中的二维特征，通过稀疏3D U‑Net网络提取三维高斯泼溅分布中的三维特征；通过多模态三维实例分割模型的交叉注意力模块对二维特征和三维特征进行融合，最后输出分割实例的类别标签、掩码和置信度分数。本发明引入三维高斯泼溅技术，结合多模态神经网络共享权重，提高三维实例分割的精度和效率。
-
公开(公告)号：CN119151961B
公开(公告)日：2025-01-24
申请号：CN202411613696.5
申请日：2024-11-13
Applicant: 中国民用航空飞行学院
IPC: G06F17/00 , G06T7/11 , G06T7/13 , G06V20/17 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像数据处理技术领域，公开低光环境下面向野外场景的航拍图像语义分割方法，包括步骤：将原始图像分解为V通道光照图和RGB图像，将V通道光照图输入光照特征提取网络，输出多张光照引导图；将多张光照引导图输入第一光照特征融合模块后，得到光照引导融合图；将RGB图像输入图像特征提取网络，输出多张特征图，并将每张特征图与一张光照引导图一一对应输入光照特征嵌入模块进行融合，输出光照嵌入图；将光照嵌入图与光照引导融合图输入第二光照特征融合模块后，得到光照嵌入融合图；从光照嵌入融合图中提取出分割结果。本发明提高了野外低光照环境中图像的处理效率和质量。
-
公开(公告)号：CN117739972B
公开(公告)日：2024-05-24
申请号：CN202410180418.9
申请日：2024-02-18
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及无人机导航技术领域，公开一种无全球卫星定位系统的无人机进近阶段定位方法，包括步骤：采集无人机在进近阶段航拍的数据图像，通过光流法获取相邻帧间特征点的像素位移，追踪帧间特征点运动轨迹；使用惯性测量单元获取的数据和光流传感器获取的数据预测无人机下一时刻的运动状态，并在下一时刻与光流传感器获取的实际运动状态进行比较，以提高预测能力；创建局部地图构建线程，通过纠正累积误差，解决漂移问题，完成闭环检测，对无人机周围环境进行实时更新。本发明的目的在于对全球卫星定位系统拒止环境下无人机的进近阶段实现精准的定位与导航。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
