-
公开(公告)号：CN118655916A
公开(公告)日：2024-09-17
申请号：CN202410939688.3
申请日：2024-07-12
Applicant: 大连船舶重工集团有限公司 , 中国舰船研究设计中心 , 华中科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种仿真环境下固定翼无人机集群机动协作方法及系统，所述方法包括以下步骤：步骤S1：构建符合运动学限制的突防机动协作模型；步骤S2：利用部分可观测的马尔科夫决策过程对突防机动协作模型进行学习；步骤S3：设计改进的多智能体近端策略优化算法对马尔科夫决策过程进行求解，采用集中式训练和分散式执行框架训练突防机动协作模型，实现实时的无人机集群机动协作。本发明通过采用交叉注意力机制改进的多智能体近端策略优化算法，利用部分可观测马尔可夫协作过程的建模方法对无人机对抗仿真环境下的针对集群突防任务无人机协同机动协作进行学习，实现实时的集群机动协作。
-
公开(公告)号：CN119559509A
公开(公告)日：2025-03-04
申请号：CN202411708704.4
申请日：2024-11-27
Applicant: 中国舰船研究设计中心
IPC: G06V20/10 , G06V20/05 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明提供一种光学遥感影像浅水目标的识别方法及系统，所述方法包括：S1、利用数据增强和数据扩展分别对原始浅水目标数据集进行处理，并将处理后的数据集整合得到浅水目标数据集；S2、根据浅水目标数据集，训练改进的YOLOv11识别网络；S3、将待识别的光学遥感影像输入训练后的改进的YOLOv11识别网络，获取识别结果。本发明能够有效提升浅水目标的识别精度。
-
公开(公告)号：CN111639602A
公开(公告)日：2020-09-08
申请号：CN202010481781.6
申请日：2020-05-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人遮挡及朝向检测方法，包括以下步骤：S11、采用行人检测模型对待检测图像进行检测，得到行人检测框，根据行人检测框将行人目标从待检测图像中剪裁出来，得到单个的行人目标图像，并对行人目标图像中的行人关键点进行检测，得到待检测图像上各关键点的置信度；S12、根据人体结构中关键点与部位之间的关系，结合所得各关键点的置信度，得到行人各部位的遮挡预测分数；S13、分别将行人各部位的遮挡预测分数与预设部位遮挡阈值进行比较，判断行人各部位是否被遮挡；该方法通过对行人各部位的遮挡状态进行判断，并不依赖于行人可视部分的面积，不仅遮挡检测结果的准确性较高，而且也可以准确的检测出遮挡的部位。
-
Patent Agency Ranking
公开(公告)号：CN113191204A
公开(公告)日：2021-07-30
申请号：CN202110372771.3
申请日：2021-04-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种多尺度遮挡行人检测方法和系统，将行人头部检测模型与行人全身检测模型相结合，通过可信IoU阈值构建待定全身检测结果集，并结合全身检测结果与头部检测结果的匹配情况对待定全身检测结果集再次进行筛选，提升了密集场景下的行人检出率。采用多个单分辨率并行子网络和多个多尺度特征融合模块来构建特征提取网络，提升了特征提取网络输出特征的质量和信息完备性。在通道连结多个子网络输出特征后，使用通道选取模块进一步聚合了语义相关的特征通道，为后续多尺度目标的中心点预测、尺度预测和偏置预测任务提供了更良好和更精准的特征信息。
-
公开(公告)号：CN113191204B
公开(公告)日：2022-06-17
申请号：CN202110372771.3
申请日：2021-04-07
Applicant: 华中科技大学
IPC: G06V10/44 , G06V10/774 , G06V20/52 , G06V40/10 , G06K9/62
Abstract: 本发明公开了一种多尺度遮挡行人检测方法和系统，将行人头部检测模型与行人全身检测模型相结合，通过可信IoU阈值构建待定全身检测结果集，并结合全身检测结果与头部检测结果的匹配情况对待定全身检测结果集再次进行筛选，提升了密集场景下的行人检出率。采用多个单分辨率并行子网络和多个多尺度特征融合模块来构建特征提取网络，提升了特征提取网络输出特征的质量和信息完备性。在通道连结多个子网络输出特征后，使用通道选取模块进一步聚合了语义相关的特征通道，为后续多尺度目标的中心点预测、尺度预测和偏置预测任务提供了更良好和更精准的特征信息。
-
公开(公告)号：CN111639602B
公开(公告)日：2022-04-12
申请号：CN202010481781.6
申请日：2020-05-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人遮挡及朝向检测方法，包括以下步骤：S11、采用行人检测模型对待检测图像进行检测，得到行人检测框，根据行人检测框将行人目标从待检测图像中剪裁出来，得到单个的行人目标图像，并对行人目标图像中的行人关键点进行检测，得到待检测图像上各关键点的置信度；S12、根据人体结构中关键点与部位之间的关系，结合所得各关键点的置信度，得到行人各部位的遮挡预测分数；S13、分别将行人各部位的遮挡预测分数与预设部位遮挡阈值进行比较，判断行人各部位是否被遮挡；该方法通过对行人各部位的遮挡状态进行判断，并不依赖于行人可视部分的面积，不仅遮挡检测结果的准确性较高，而且也可以准确的检测出遮挡的部位。
-
公开(公告)号：CN112232241B
公开(公告)日：2022-03-25
申请号：CN202011130120.5
申请日：2020-10-22
Applicant: 华中科技大学
IPC: G06V40/10 , G06V20/52 , G06V10/774 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种行人重识别方法、装置、电子设备和可读存储介质，属于图像处理领域，所述方法包括：初始化原始网络模型的网络参数得到的更新网络模型包括特征分布对齐模块、聚类模块和噪声标签校正模块；利用源域样本和目标域样本对特征分布对齐模块进行训练得到对齐网络模型；基于对齐网络模型、目标域样本对聚类模块进行训练得到聚类结果及各个聚类结果对应的噪声标签；基于更新网络模型、目标域样本和各个噪声标签对噪声标签校正模块进行训练得到目标网络模型；利用目标网络模型对待查询图像进行行人重识别。经过特征层次对齐、迭代聚类提升噪声标签的准确性，并通过噪声校正过程提升噪声标签的精度，从而提高目标网络模型的识别准确性。
-
公开(公告)号：CN112232241A
公开(公告)日：2021-01-15
申请号：CN202011130120.5
申请日：2020-10-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别方法、装置、电子设备和可读存储介质，属于图像处理领域，所述方法包括：初始化原始网络模型的网络参数得到的更新网络模型包括特征分布对齐模块、聚类模块和噪声标签校正模块；利用源域样本和目标域样本对特征分布对齐模块进行训练得到对齐网络模型；基于对齐网络模型、目标域样本对聚类模块进行训练得到聚类结果及各个聚类结果对应的噪声标签；基于更新网络模型、目标域样本和各个噪声标签对噪声标签校正模块进行训练得到目标网络模型；利用目标网络模型对待查询图像进行行人重识别。经过特征层次对齐、迭代聚类提升噪声标签的准确性，并通过噪声校正过程提升噪声标签的精度，从而提高目标网络模型的识别准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.055 seconds)
