-
公开(公告)号：CN116912675B
公开(公告)日：2023-11-28
申请号：CN202311175150.1
申请日：2023-09-13
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06V10/80 , G06V10/82
Abstract: 一种基于特征迁移的水下目标检测方法及系统，涉及水下机器视觉目标检测技术领域。解决现有水下目标检测方法存在的水下图像质量差、识别误差大和泛化能力差的问题。方法为：构建基准数据集进而训练迁移对抗学习网络模型，采用训练后的迁移对抗学习网络模型将水下高清图像的特征迁移到水下模糊目标图像上；将两层坐标注意力增强模块添加到YOLOv5的骨干网络中，并添加一组锚框和SIOU位置损失函数，获得DCA‑YOLOv5目标检测模型；采用DCA‑YOLOv5目标检测模型对特征增强后的水下高清目标图像进行目标检测，获得目标的位置和类别信息。本发明适用于水下模糊场景增强以及高精度的水下目标检测。
-
公开(公告)号：CN115757857B
公开(公告)日：2023-05-23
申请号：CN202310024866.5
申请日：2023-01-09
Applicant: 吉林大学
IPC: G06F16/583 , G06F16/242 , G06F16/532 , G06V10/42 , G06V10/44 , G06V10/77 , G06V10/82 , G06V20/05 , G06V20/64
Abstract: 一种水下三维跨模态联合检索方法、存储介质和电子设备，涉及水下三维视觉技术领域，实现了水下目标生物的精准检索。S1、利用全局特征提取器和局部特征提取器分别对多模态水下目标数据进行特征提取，得到对应不同源域空间的全局特征描述子和局部特征描述子集合，并分别映射到高维语义空间；S2、针对映射到高维语义空间的局部特征描述子集合，使用双线性池化方法将局部特征描述子集合映射为局部特征集合紧致描述子；S3、隐式建模全局特征描述子与局部特征集合紧致描述子，生成统一的域间差异层次特征表达；S4、使用跨模态中心损失函数和平方差损失函数联合优化跨模态检索网络，最终获得在多个目标模态之间精确的检索结果。
-
Patent Agency Ranking
公开(公告)号：CN115757857A
公开(公告)日：2023-03-07
申请号：CN202310024866.5
申请日：2023-01-09
Applicant: 吉林大学
IPC: G06F16/583 , G06F16/242 , G06F16/532 , G06V10/42 , G06V10/44 , G06V10/77 , G06V10/82 , G06V20/05 , G06V20/64
Abstract: 一种水下三维跨模态联合检索方法、存储介质和电子设备，涉及水下三维视觉技术领域，实现了水下目标生物的精准检索。S1、利用全局特征提取器和局部特征提取器分别对多模态水下目标数据进行特征提取，得到对应不同源域空间的全局特征描述子和局部特征描述子集合，并分别映射到高维语义空间；S2、针对映射到高维语义空间的局部特征描述子集合，使用双线性池化方法将局部特征描述子集合映射为局部特征集合紧致描述子；S3、隐式建模全局特征描述子与局部特征集合紧致描述子，生成统一的域间差异层次特征表达；S4、使用跨模态中心损失函数和平方差损失函数联合优化跨模态检索网络，最终获得在多个目标模态之间精确的检索结果。
-
公开(公告)号：CN116912675A
公开(公告)日：2023-10-20
申请号：CN202311175150.1
申请日：2023-09-13
Applicant: 吉林大学
IPC: G06V20/05 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06V10/80 , G06V10/82
Abstract: 一种基于特征迁移的水下目标检测方法及系统，涉及水下机器视觉目标检测技术领域。解决现有水下目标检测方法存在的水下图像质量差、识别误差大和泛化能力差的问题。方法为：构建基准数据集进而训练迁移对抗学习网络模型，采用训练后的迁移对抗学习网络模型将水下高清图像的特征迁移到水下模糊目标图像上；将两层坐标注意力增强模块添加到YOLOv5的骨干网络中，并添加一组锚框和SIOU位置损失函数，获得DCA‑YOLOv5目标检测模型；采用DCA‑YOLOv5目标检测模型对特征增强后的水下高清目标图像进行目标检测，获得目标的位置和类别信息。本发明适用于水下模糊场景增强以及高精度的水下目标检测。
-
公开(公告)号：CN116304540A
公开(公告)日：2023-06-23
申请号：CN202310579221.8
申请日：2023-05-23
Applicant: 吉林大学
Abstract: 海洋观测数据处理方法及装置，涉及数据处理技术领域。为解决现有技术中尚未有一种方法，能够对稀疏资料插值、缺损数据拟合和温盐空间场进行重构，因此现有技术中对海洋气候的预测并不准确的技术问题，本发明提供的技术方案为：海洋观测数据处理方法，应用于海洋观测数据的多元插补，所述方法包括：对采集到的海洋观测数据进行预处理，得到处理数据的步骤；对所述处理数据根据预设时间顺序进行切分的步骤；通过切分后的数据得到含有标准正态分布噪声的潜在变量的步骤；对所述潜在变量进行加权的步骤；通过加权后的变量还原输出插补的预测信息的步骤。适合应用于对海温、洋流、气候的预测研究工作中。
-
公开(公告)号：CN115809609B
公开(公告)日：2023-05-23
申请号：CN202310064245.X
申请日：2023-02-06
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0464 , G06N3/092
Abstract: 本发明涉及一种多水下自主航行器目标搜索方法及其系统。步骤1、利用历史海洋目标漂移数据生成仿真目标移动模型；步骤2、利用水下自主航行器数据构建航行器目标搜索仿真模型；步骤3、每个水下自主航行器从环境中获取当前的状态以及地图信息，输入到行动者网络进行实时路径规划，实时更新航行器目标搜索仿真模型，并存储行动过程中所生成的数据；步骤4、每个水下自主航行器的每一条数据，所有水下自主航行器的状态、地图和动作均输入到评论家网络；步骤5、基于数据中动作的价值，进而更新行动者网络和评论家网络；步骤6、基于更新的行动者网络，对仿真目标移动模型进行搜索。用以解决环境因素对目标的漂移轨迹的影响问题。
-
公开(公告)号：CN115809609A
公开(公告)日：2023-03-17
申请号：CN202310064245.X
申请日：2023-02-06
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0464 , G06N3/092
Abstract: 本发明涉及一种多水下自主航行器目标搜索方法及其系统。步骤1、利用历史海洋目标漂移数据生成仿真目标移动模型；步骤2、利用水下自主航行器数据构建航行器目标搜索仿真模型；步骤3、每个水下自主航行器从环境中获取当前的状态以及地图信息，输入到行动者网络进行实时路径规划，实时更新航行器目标搜索仿真模型，并存储行动过程中所生成的数据；步骤4、每个水下自主航行器的每一条数据，所有水下自主航行器的状态、地图和动作均输入到评论家网络；步骤5、基于数据中动作的价值，进而更新行动者网络和评论家网络；步骤6、基于更新的行动者网络，对仿真目标移动模型进行搜索。用以解决环境因素对目标的漂移轨迹的影响问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
