-
公开(公告)号：CN114842241B
公开(公告)日：2025-03-07
申请号：CN202210368258.1
申请日：2022-04-01
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于结构重参数化的目标检测加速方法，针对卷积神经网络目标检测模型，构造一种可重参数化的检测头结构，构造出的多分支解耦检测头经过训练后，使用了通道切分实现特征对齐，也即通道切分层将输入特征切分为两部分，分别对应分类和回归任务，实验证明改进后网络训练收敛速度、精度都有提升；构造的多分支解耦检测头结构，可在实际部署推断时等价的转换为单路结构，在参数量、计算量、计算密度方面都有对于推断速度的提升；最后目标检测头通过填充卷积核实现的分组卷积融合，融合后只有一个3×3卷积层，计算密度、并行度相比现有设计具有显著优势。
-
公开(公告)号：CN118113047A
公开(公告)日：2024-05-31
申请号：CN202410255159.1
申请日：2024-03-06
Applicant: 北京理工大学
Abstract: 本发明公开了基于STCA*路径规划和仿射变换控制的多智能体自动巡航方法，在存在障碍物的工作环境中，通过基于仿射变换的编队控制能够使编队在行进过程中根据检测信息与规划路径实时避障，具有简便性、高效性、准确性和鲁棒性，可有效准确地进行地图全覆盖路径规划。本方法包括如下步骤：根据区域已知障碍物分布与探测范围划分单元格，进行离线STC处理获得区域覆盖初步规划路径。根据初步规划路径对编队范围前方单元格区域使用A*规划路径，进行限幅滤波获取路径节点序列。判断路径节点间路线障碍物情况，获取编队避障控制指令类型，设置节点队形变换状态。根据路径节点间距离与拟定时间，进行仿射变换完成避障，控制编队整体行进达到编队目标位置。
-
公开(公告)号：CN116662734A
公开(公告)日：2023-08-29
申请号：CN202310689725.5
申请日：2023-06-12
Applicant: 北京理工大学
Abstract: 本发明涉及一种MEMS陀螺阵列确定性误差系数标定方法，属于惯性仪表标定技术领域，首先采用Sage‑Husa自适应滤波替代普通的Kalman滤波，以对量测噪声进行实时估计，增强了Kalman滤波的鲁棒性。此外，引入了H∞滤波辅助Sage‑Husa自适应滤波，在Sage‑Husa自适应滤波发散的时候，使用H∞滤波的滤波结果；如果Sage‑Husa自适应滤波没有发散，使用Sage‑Husa自适应滤波的滤波结果；如果Sage‑Husa自适应滤波只是精度变低并没有明显发散，设计了一种加权规则，对两种滤波的滤波结果进行自适应加权求和。本发明技术可以有效解决量测噪声与其预先统计值出入较大对陀螺阵列确定性误差系数估计的影响，提高了确定性误差系数的标定精度。
-
公开(公告)号：CN108564559B
公开(公告)日：2021-07-20
申请号：CN201810209129.1
申请日：2018-03-14
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于两尺度聚焦图的多聚焦图像融合方法，采用两尺度聚焦图融合的方法，并基于稀疏性扩散方程构建能量函数求解最终聚焦图中每个像素点来自两幅尺度聚焦图的概率，由此得到最终聚焦图，根据最终聚焦图求出融合图像。本发明聚焦图像边界处分割准确，得到的融合图像清晰度高。
-
公开(公告)号：CN107169944A
公开(公告)日：2017-09-15
申请号：CN201710266888.7
申请日：2017-04-21
Applicant: 北京理工大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/20221
Abstract: 本发明公开了一种基于多尺度对比度的红外与可见光图像融合方法。能够基于计算得到的多尺度对比度，根据各尺度分解细节范围的不同，分别确定各层尺度信息中红外图像和可见光图像的融合权重，设计相应的多尺度信息的融合策略，使红外与可见光融合图像具有更好的视觉效果。结合表征人类视觉特性的对比敏感度函数，提取具有视觉敏感性的多尺度对比度，突出视觉敏感性信息，使融合图像具有更好的视觉效果，能够增强观察者对场景的感知和重要目标的快速识别能力；本发明在结合表征人类视觉特性的对比敏感度函数的同时，考虑了视觉对比度掩盖效应，有效利用视觉敏感性特征来指导融合过程，使融合图像的视觉效果进一步增强。
-
Patent Agency Ranking
公开(公告)号：CN114708300B
公开(公告)日：2024-07-23
申请号：CN202210246897.0
申请日：2022-03-02
Applicant: 北京理工大学
IPC: G06T7/246 , G06T7/269 , G06T7/277 , G06V10/50 , G06V10/56 , G06V10/62 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种可抗遮挡的自适应目标跟踪方法及系统，在训练位置相关滤波器的同时训练一个尺度相关滤波器，可以实现尺度自适应变换，如果没有这个变换，目标框在训练过程中大小不变，与刚开始手动确定的矩形框大小相同，但是加上尺度变换后，目标框的大小可以随着目标的远近而自动改变大小，当目标运动离摄像头越来越远时目标框变小，当运动越近时目标框就会变大，从而提高了整套算法的精确度和鲁棒性。采用自适应模型更新策略，通过计算PSR的值来进行异常检测目标是否发生遮挡或者丢失，从而扩大搜索区域，解决了传统目标跟踪方法，一旦因目标运动等原因造成目标发生遮挡或者丢失时就无法继续跟踪的问题，提高了目标跟踪的持续性和可靠性。
-
公开(公告)号：CN118172687A
公开(公告)日：2024-06-11
申请号：CN202410306684.1
申请日：2024-03-18
Applicant: 北京理工大学
IPC: G06V20/17 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/40 , G06N3/0464
Abstract: 本发明公开了一种用于嵌入式设备的无人机航拍图像小目标检测方法。本发明设计了一种高效计算聚合网络提取输入图像的多尺度特征，采用高效的一次聚合结构并引入了部分卷积，提高了参数利用率，减少计算冗余度、内存访问以及能耗；采用多级邻近特征融合金字塔进行特征融合，即先融合较低层次的语义信息，再逐步引入高层次语义信息，并通过自适应空间融合结构对不同层次特征赋予不同权重，提升相邻层次之间的信息融合程度，在降低计算量的同时具有较高的准确率；网络训练采用基于中心先验代价的任务对齐指标作为正负样本分配的标准，同时考虑了分类分数、定位IOU分数以及预测框和真实框的中心距离，提高收敛稳定性，且匹配的正样本区域更为灵活。
-
公开(公告)号：CN113819911A
公开(公告)日：2021-12-21
申请号：CN202111067791.6
申请日：2021-09-13
Applicant: 北京理工大学
Abstract: 本发明公开一种GNSS失锁下基于自适应容错滤波的导航方法，解决SINS/GNSS组合导航在GNSS失锁下使用单纯SINS定位误差越来越大的问题。包括：根据状态转移矩阵与状态变量，建立组合导航的滤波状态方程；根据所述滤波状态方程，卫星有效时结合惯导输出的位置、速度与GNSS接收机输出的位置、速度作差作为滤波器观测值，卫星无效时采用车辆运动学约束构造滤波器观测值，建立滤波观测方程；卫星无效时根据所述滤波观测方程构造用于故障判断的χ2统计量；根据故障判断结果分别计算自适应容错滤波的渐消因子矩阵和加权因子矩阵；根据所述渐消因子矩阵和加权因子矩阵进行自适应容错滤波，结合k时刻的位置、速度信息，得到k时刻的最终导航信息。
-
-
公开(公告)号：CN118071802A
公开(公告)日：2024-05-24
申请号：CN202410358365.5
申请日：2024-03-27
Applicant: 北京理工大学
Abstract: 本发明公开了融合目标检测与目标运动信息的目标跟踪重定位方法，涉及计算机视觉目标跟踪技术领域，能够基于传统KCF目标跟踪算法，融合yolov5s目标检测与目标运动信息来进行丢失目标的重定位，实现了目标的精确重定位。方案为：首先采用KCF跟踪器进行目标跟踪，卡尔曼滤波器预测目标位置；若目标跟踪不成功，则判定为目标丢失，执行重定位流程，采用yolov5s对全图进行目标检测利用运动信息建立二维高斯概率分布图，融合候选目标和高斯概率得到目标位置置信度，利用目标位置置信度判断目标是否跟踪成功；若目标跟踪成功，则更新KCF模板校正卡尔曼滤波器，判断是否已执行至最后一帧图像，若是则重定位结束，否则重复本方法直至重定位结束。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.021 seconds)
