-
公开(公告)号:CN114581675A
公开(公告)日:2022-06-03
申请号:CN202111596103.5
申请日:2021-12-24
Applicant: 厦门理工学院
Abstract: 本发明提供的一种基于机器视觉与多源数据融合的海上船舶检测方法,获取目标船舶的数据,并通过YOLOv5目标检测算法训练得到所需船舶的目标检测模型,训练时采用Pixels‑IoU函数来代替YOLOv5目标检测算法中原有的GIoU损失函数;通过所述目标检测模型得到目标船舶的数据,并用图像坐标表示,得到图像信息;获取AIS信息和雷达数据,将雷达数据转换为AIS下的同一坐标系,得到数据信息;根据所述图像信息和数据信息进行融合后对海上船舶进行检测,引入Pixels‑IoU函数代替原有的GIoU损失函数,使得回归损失更加精确、目标框回归更加稳定,有效的提高了船舶识别的准确率,并加入注意力机制层,提高船舶识别准确率。
-
公开(公告)号:CN119940157A
公开(公告)日:2025-05-06
申请号:CN202510426012.9
申请日:2025-04-07
Applicant: 厦门理工学院 , 众数(厦门)信息科技有限公司
IPC: G06F30/27 , G06F30/15 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06F40/295 , G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于文本与图关系的船舶外观及内装概念图设计方法,包括以下步骤:S1、对船舶外观及内装图像进行实体识别与关系抽取;S2、基于文本图建模神经网络架构,将图像特征表示与标记对应的文本特征表示进行拼接融合,生成融合特征表示;S3、将变分自编码器自学习的潜在空间表示和生成对抗网络图像生成能力融合,通过联合训练优化二者参数,并基于递归性模型的规则的变换或可微分生成船舶外观及内装概念设计图。
-
公开(公告)号:CN119939494A
公开(公告)日:2025-05-06
申请号:CN202411751635.5
申请日:2024-12-02
Applicant: 厦门理工学院
Abstract: 本发明提出基于卡尔曼滤波和凸组合理论的航迹融合方法及系统,包括:数据采集,采集某地基站收集到的船舶AIS数据信息;数据处理,对采集到的所述船舶AIS数据信息进行数据清洗、数据转换和数据聚合处理;航迹数据生成,假设船舶轨迹为匀速直线运动,依据物体运动表达式生成航迹数据,其中考虑外界影响带来的损失以得到观测模型;卡尔曼滤波处理,运用卡尔曼滤波算法对生成的所述航迹数据进行处理,依次结束对所有传感器的航迹信息的预测;凸组合融合,输入各传感器的卡尔曼滤波迭代结束的预测轨迹信息,采用凸组合算法进行航迹融合。本发明在处理结构、航迹关联和航迹状态估计融合等方面具有技术先进性,能够提高航迹融合的效果和准确性。
-
-