-
公开(公告)号：CN118521862A
公开(公告)日：2024-08-20
申请号：CN202410745161.7
申请日：2024-06-11
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司
IPC: G06V10/80 , G06V10/44 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于重参数化卷积的目标检测位置编码方法，该方法首先将图像向量进行滑动窗口上采样处理，获得扩充后的图像向量Wout。其次提取滑动窗口上采样后的Wout的卷积位置编码信息，以及提取图像掩码的绝对位置信息。最后将卷积位置编码信息和绝对位置信息，通过融合位置编码再提取模块，获得融合后的图像位置编码特征，完成目标检测位置编码。本发明充分利用图像特征信息和掩码，更好的利用图像原本的特征，从而提高整个模型的检测能力。
-
公开(公告)号：CN110033051A
公开(公告)日：2019-07-19
申请号：CN201910314059.0
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多步聚类的拖网渔船行为判别方法。本发明综合考虑速度、角度、经纬度、时间等时空数据建立多维距离模型，并采用时序近邻计算准则计算轨迹点间相似度距离矩阵，大幅降低了矩阵计算时间，使用OPTICS算法与ξ-steep自动识别簇方法实现基于非全局参数的轨迹划分，得到轨迹段，再基于轨迹段之间相似度距离使用k-means算法实现轨迹段再次聚类，从而实现轨迹点的分类，再通过对分类进行特征提取，建立拖网渔船行为判别模型，实现拖网渔船行为的快速判别。实验表明，本发明具有低参数敏感性、高精度、高通用性、耗时少等优点，可应用于大批量拖网渔船行为的快速判定。
-
公开(公告)号：CN110033051B
公开(公告)日：2021-08-20
申请号：CN201910314059.0
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多步聚类的拖网渔船行为判别方法。本发明综合考虑速度、角度、经纬度、时间等时空数据建立多维距离模型，并采用时序近邻计算准则计算轨迹点间相似度距离矩阵，大幅降低了矩阵计算时间，使用OPTICS算法与ξ‑steep自动识别簇方法实现基于非全局参数的轨迹划分，得到轨迹段，再基于轨迹段之间相似度距离使用k‑means算法实现轨迹段再次聚类，从而实现轨迹点的分类，再通过对分类进行特征提取，建立拖网渔船行为判别模型，实现拖网渔船行为的快速判别。实验表明，本发明具有低参数敏感性、高精度、高通用性、耗时少等优点，可应用于大批量拖网渔船行为的快速判定。
-
公开(公告)号：CN118736821A
公开(公告)日：2024-10-01
申请号：CN202410712995.8
申请日：2024-06-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于车路云协同的城市级别智能道路巡检闭环方法，包括如下步骤：步骤1、获取巡检区域内道路维修和使用的历史数据，根据历史数据评估该区域内各个路段的风险等级；步骤2、根据风险等级将巡检任务发送至路侧单元，并广播到附近的巡检车辆；步骤3、巡检车辆接收巡检任务信息，巡检车辆根据巡检任务信息导航至巡检地点；步骤4、巡检车辆在指定路段行驶过程中传感器设备连续地采集路面图像数据以及GPS定位数据，并发送至路侧单元；步骤5、路侧单元对接收的图像数据和GPS定位信息，预处理后通过缺陷路口检测模型进行检测；步骤6、缺陷路口检测模型输出检测结果并发送至云端管理平台，云平台根据接收到的路况评估数据做出维修安排。
-
-
-
Search Results
4
records
(took 0.018 seconds)
