公开(公告)号：CN116503647A

公开(公告)日：2023-07-28

申请号：CN202310398796.X

申请日：2023-04-14

Applicant: 哈尔滨工程大学

Inventor： 王博 ,  杨张琪 ,  李晔 ,  霍炜 ,  姜鹏 ,  王杰 ,  郑晨

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CycleGAN的无人艇域自适应目标检测方法，通过使用CycleGAN生成对抗网络将源域图像转化为目标域风格，无需人工标注即可得到生成的目标域数据集，使用生成的数据集对原有的目标检测模型进行微调，即可得到适用于新的海面场景的目标检测模型，大幅减少了标注的时间和成本，使无人艇可以快速适应海面场景的动态变化，进而提高无人艇感知系统的可靠性。本发明在复杂海面场景下可以实现跨域自适应，适合部署在无人艇上完成海面目标检测任务。

公开(公告)号：CN115331093A

公开(公告)日：2022-11-11

申请号：CN202210889545.7

申请日：2022-07-27

Applicant: 哈尔滨工程大学

Inventor： 刘卓研 ,  李晔 ,  王博 ,  霍炜 ,  李雲峰 ,  姜鹏 ,  杨张琪 ,  郑晨 ,  王杰

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种水下航行器目标检测的神经网络优化学习方法，尤其是涉及一种神经网络元学习训练方法。针对水下航行器目标检测网络在小规模样本集上训练无法达到较好泛化性能的问题，本发明实现了只使用相关小规模样本集训练，首先划分小规模样本集为训练集、测试集、元训练集和元测试集；然后使用元训练集和元测试集让水下航行器目标检测网络进行本发明提出的元学习，使其学习元知识；最后再使用训练集让水下航行器目标检测网络进行学习。本发明能够有效减少学习所需的时间和能耗，同时提高神经网络的泛化性能。本发明具有广泛的适用性，可以很容易地扩展到各种任务的小规模样本集神经网络训练中。

公开(公告)号：CN113627473B

公开(公告)日：2023-09-29

申请号：CN202110760932.6

申请日：2021-07-06

Applicant: 哈尔滨工程大学

Inventor： 李晔 ,  魏凯昕 ,  王博 ,  魏星 ,  姜鹏 ,  顾华宇

IPC: G06V10/44 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06N3/08 ,  G06T7/30 ,  G06T7/80 ,  G01S17/50 ,  G01S17/42 ,  G01S13/50 ,  G01S13/42

Abstract: 本发明针对水面无人艇复杂、多变的工作环境，提供了一种基于多模态传感器的水面无人艇环境信息融合感知方法。本发明克服了单一传感器采集的信息只能从某一角度或侧重点获取环境信息、对目标或场景的描述能力具有一定的局限性、抵抗外界的干扰能力较弱的缺点，发挥了各个传感器的优点并加以结合，构成了一种探测距离远、精度高、可靠性强的感知系统，能对不同海面目标判别其类别并获取绝对经纬度位置，对目标进行不同等级威胁度评估，在场景理解的误差、运动引起的图像噪声、弱光或恶劣海况下具有较高的鲁棒性，保证无人艇在执行任务时能提供更为完善的海洋环境感知模型，安全高效的执行各项任务。

公开(公告)号：CN115661657A

公开(公告)日：2023-01-31

申请号：CN202211378414.9

申请日：2022-11-04

Applicant: 哈尔滨工程大学

Inventor： 杨张琪 ,  王博 ,  李晔 ,  姜鹏 ,  霍炜 ,  李雲峰 ,  刘卓研 ,  廖煜雷

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种轻量化的无人艇海面目标检测方法，通过使用Mosaic图像扩增，丰富了图像的背景信息并增加了小尺度目标的数量，提高了海面小目标的检测精度。通过使用轻量化的网络ShuffleNet v2作为YOLO v5网络结构中的特征提取网络，使用深度可分离卷积代替YOLO v5中的Bottleneck模块，显著降低了模型的参数量，大幅度提高了在嵌入式设备上的检测速度。相对于原本的YOLO v5网络，具有更快的处理速度，充分满足无人艇在检测海面目标时对于实时性的要求。本发明解决现有的目标检测算法无法在算力有限的嵌入式设备上完成实时目标检测的问题，用于在无人艇所搭载的嵌入式平台上完成实时目标检测。

公开(公告)号：CN113627473A

公开(公告)日：2021-11-09

申请号：CN202110760932.6

申请日：2021-07-06

Applicant: 哈尔滨工程大学

Inventor： 李晔 ,  魏凯昕 ,  王博 ,  魏星 ,  姜鹏 ,  顾华宇

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/30 ,  G06T7/80 ,  G01S17/50 ,  G01S17/42 ,  G01S13/50 ,  G01S13/42

Abstract: 本发明针对水面无人艇复杂、多变的工作环境，提供了一种基于多模态传感器的水面无人艇环境信息融合感知方法。本发明克服了单一传感器采集的信息只能从某一角度或侧重点获取环境信息、对目标或场景的描述能力具有一定的局限性、抵抗外界的干扰能力较弱的缺点，发挥了各个传感器的优点并加以结合，构成了一种探测距离远、精度高、可靠性强的感知系统，能对不同海面目标判别其类别并获取绝对经纬度位置，对目标进行不同等级威胁度评估，在场景理解的误差、运动引起的图像噪声、弱光或恶劣海况下具有较高的鲁棒性，保证无人艇在执行任务时能提供更为完善的海洋环境感知模型，安全高效的执行各项任务。