一种基于多目标线路走廊路径自动导航方法及设备

    公开(公告)号:CN111985715B

    公开(公告)日:2024-03-01

    申请号:CN202010845692.5

    申请日:2020-08-20

    IPC分类号: G06Q10/047 G06Q50/06

    摘要: 本发明提供一种基于多目标线路走廊路径自动导航方法及设备,获取输电线路预设起点、预设终点以及地标物抓取条件;根据地标物抓取条件,在预设起点与预设终点之间标定地标物;根据标定地标物的设置条件,提取各个标定地标物的特征值;配置标定地标物在输电线路上的走线形式;将预设起点与预设终点之间标定地标物进行连接,形成输电线路导航方案结果。方法针对配电网采用高清航测手段,或者相应的巡测方式,再借助人工智能技术,探索面配电网智能勘测与设计的方法,将影像技术、图像分析识别融合,形成多种铺设方案,给设计人员提供参考方式。根据需要设置输电线路铺设定位点,实现低成本铺设,满足设计要求。

    一种基于多目标线路走廊路径自动导航方法及设备

    公开(公告)号:CN111985715A

    公开(公告)日:2020-11-24

    申请号:CN202010845692.5

    申请日:2020-08-20

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明提供一种基于多目标线路走廊路径自动导航方法及设备,获取输电线路预设起点、预设终点以及地标物抓取条件;根据地标物抓取条件,在预设起点与预设终点之间标定地标物;根据标定地标物的设置条件,提取各个标定地标物的特征值;配置标定地标物在输电线路上的走线形式;将预设起点与预设终点之间标定地标物进行连接,形成输电线路导航方案结果。方法针对配电网采用高清航测手段,或者相应的巡测方式,再借助人工智能技术,探索面配电网智能勘测与设计的方法,将影像技术、图像分析识别融合,形成多种铺设方案,给设计人员提供参考方式。根据需要设置输电线路铺设定位点,实现低成本铺设,满足设计要求。

    基于融合感知损失的深度语义分割图像压缩方法及系统

    公开(公告)号:CN112785661B

    公开(公告)日:2022-12-06

    申请号:CN202110038463.7

    申请日:2021-01-12

    IPC分类号: G06T9/00 G06N3/04 G06N3/08

    摘要: 本公开提供了基于融合感知损失的深度语义分割图像压缩方法及系统,所述方案基于子块以及基于子块的感知损失函数,对压缩网络以及GAN网络进行有效的基于子块的训练,相对于传统的基于原始图像大小的方式可以捕捉更多更微小的图像特征;同时,融合感知损失函数能够较好的平衡每个函数的优缺点,从而获得比传统训练方式更好的训练效果,并且,基于子块的策略还可以在一定程度上抑制振铃效应、色调分离以及区域模糊效应的出现;最后,为了更好的模拟人类复杂的视觉系统,所述方案利用基于视觉感知的评价指标—多尺度结构相似性(MS‑SSIM),能够较好的保留图像中高频区域的对比度,以及绝对值误差(L1范式)可以保留图像原有色彩和局部结构的特性。

    基于八度卷积和语义分割的图像压缩方法及系统

    公开(公告)号:CN112750175B

    公开(公告)日:2022-07-08

    申请号:CN202110038512.7

    申请日:2021-01-12

    IPC分类号: G06T9/00 G06N3/04

    摘要: 本公开提供了一种基于八度卷积和语义分割的图像压缩方法及系统,所述方案包括:利用预训练的语义分割网络生成原始图像的语义分割图;将所述语义分割图和原始图像作为第一组八度卷积网络的输入,生成图像的压缩表示;对所述压缩表示进行上采样,并将其与所述语义分割图作为第二组八度卷积网络的输入,得到原始图像估计值;计算原始图像与所述原始图像估计值间的残差,并对所述残差进行有损编码,将原始图像估计值与解码后的残差图像相加,得到最终的重建图像。通过将语义分割图的输入可以指导图像空间上的比特流的分配,利用八度卷积网络针对图像空间中的高频信息和低频信息进行单独优化,在保证压缩率的同时,可以有效合成高质量、高细节的图像。

    基于八度卷积和语义分割的图像压缩方法及系统

    公开(公告)号:CN112750175A

    公开(公告)日:2021-05-04

    申请号:CN202110038512.7

    申请日:2021-01-12

    IPC分类号: G06T9/00 G06N3/04

    摘要: 本公开提供了一种基于八度卷积和语义分割的图像压缩方法及系统,所述方案包括:利用预训练的语义分割网络生成原始图像的语义分割图;将所述语义分割图和原始图像作为第一组八度卷积网络的输入,生成图像的压缩表示;对所述压缩表示进行上采样,并将其与所述语义分割图作为第二组八度卷积网络的输入,得到原始图像估计值;计算原始图像与所述原始图像估计值间的残差,并对所述残差进行有损编码,将原始图像估计值与解码后的残差图像相加,得到最终的重建图像。通过将语义分割图的输入可以指导图像空间上的比特流的分配,利用八度卷积网络针对图像空间中的高频信息和低频信息进行单独优化,在保证压缩率的同时,可以有效合成高质量、高细节的图像。

    基于平面的一种多智能体队形控制方法

    公开(公告)号:CN104865960A

    公开(公告)日:2015-08-26

    申请号:CN201510213361.9

    申请日:2015-04-29

    IPC分类号: G05D1/00

    摘要: 本发明公开了基于平面的一种多智能体队形控制方法,包括以下步骤:步骤一:根据系统拓扑结构确定每个智能体的邻居集Ni(t),并根据拓扑结构构造系统邻接矩阵A、度矩阵D及Laplacian矩阵L;步骤二:利用邻居节点的信息计算多智能体一致性控制协议;步骤三:在一致性控制协议的基础上,通过矩阵的伸缩变换,将智能体分配到不同的分组,得到分组同步控制协议;步骤四:通过旋转变换,逐个将不同分组的智能体再次进行处理,使得各个智能体配置到预期的队形位置。本发明对智能体在队形中的位置可以根据需要任意设定,且设计步骤简单,处理过程层次清晰,几何意义明确,为多智能体编队问题提供了一个有效的控制算法。

    结合语义分割的多描述编码方法及系统

    公开(公告)号:CN110909744B

    公开(公告)日:2022-08-19

    申请号:CN201911175793.X

    申请日:2019-11-26

    摘要: 本发明公开了结合语义分割的多描述编码方法及系统,包括:将原始图像与相对应的语义分割标签作为输入传至多描述特征生成网络;多描述特征生成网络利用图像上下文特征生成相似但又不完全相同的两个描述;生成的两个描述分别进入语义分割编码网络中编码,在该编码器中,描述首先上采样成与原始图像大小一致的上采样图像,之后与语义分割映射一起经过生成网络生成残差图像,残差图像又与上采样图像像素相加得到粗重构图像;生成的粗重构图像经信息道传输至多描述解码网络,而语义分割标签被标准编码器编码之后也传输至多描述解码网络,经解码得到最终重构图像。避免了因为传输过程中丢包问题导致的图像重构质量不理想的后果,更好的提高了编码效率。

    一种基于三阶段的跨域行人重识别方法和系统

    公开(公告)号:CN111476168A

    公开(公告)日:2020-07-31

    申请号:CN202010270027.8

    申请日:2020-04-08

    摘要: 本发明公开了一种基于三阶段的跨域行人重识别方法和系统,包括:域自适应学习阶段,针对源域和目标域图像,利用域自适应网络进行处理,计算各项损失并更新域自适应网络参数;自监督训练阶段:通过伪标签对域自适应网络进行有监督训练,计算难采样三元组损失并更新网络参数;联合损失训练阶段,构建联合损失训练网络,定义标签平滑正则化损失和难采样三元组损失;对于目标域图像,输入联合损失训练网络,计算各项损失并更新联合损失训练网络参数,对待识别的图像数据,进行跨域行人重识别,该方法有效地集成了域自适应阶段、自监督聚类再训练阶段和联合损失学习阶段,相比较单一训练方式,进一步提高了跨域行人重识别准确度。