-
公开(公告)号：CN118230262A
公开(公告)日：2024-06-21
申请号：CN202410056729.4
申请日：2024-01-15
申请人： 海南大学
IPC分类号： G06V20/54 , G06V20/17 , G06V10/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06T7/73 , G06T7/246 , G06N3/045 , G06N3/0495 , G06N3/0455 , G06N3/0442
摘要： 本发明涉及一种基于空海自主协同系统的船舶异常行为红外监测方法，无人船通过雷达检测到活动船只，释放无人机监测船只；无人机将采集的船舶图像输入到目标检测模块中，识别目标类别，并根据红外相机参数和无人机GPS位置信息，计算目标GPS位置，将图像中多目标GPS位置的质心点作为航点，实现多目标跟踪；根据相邻帧图像目标构建关联度矩阵，使用基于关联度最大权匹配的匈牙利算法找出最优匹配，得到目标轨迹；依据轨迹提取目标轨迹特征，通过自编码器重构特征信息，计算原始特征和重构特征的误差，判别船舶行为异常情况。与现有技术相比，本发明解决了船舶关闭AIS系统后难以监控的问题，提升了夜间船舶监控能力，降低人工监测强度。
-
公开(公告)号：CN117804455A
公开(公告)日：2024-04-02
申请号：CN202311751255.7
申请日：2023-12-19
申请人： 海南大学
IPC分类号： G01C21/20
摘要： 本发明涉及一种基于改进A‑Star算法的无人水面艇路径规划方法，包括如下步骤：基于水域环境建立栅格化地图模型，明确起点、终点和不可航行位置；基于A‑Star算法，设计路径成本函数，八向搜寻扩展节点；结合天牛须搜索(BAS)算法，根据天牛位置更迭筛选扩展节点；计算扩展节点的路径成本值，更新位置与节点列表；从终点开始反向访问父节点直到起点，输出最终路径。本发明通过对预估成本函数进行加权，提供新的路径成本函数，并引入BAS算法对扩展节点进行筛选，避免了计算每个扩展节点的路径成本，提高了无人水面艇在复杂水域下的路径规划效率。
-
公开(公告)号：CN115797621A
公开(公告)日：2023-03-14
申请号：CN202211422460.4
申请日：2022-11-14
申请人： 海南大学
IPC分类号： G06V10/25 , G06N3/0464 , G06N3/08 , G06V10/74 , G06V10/762 , G06V10/82
摘要： 本发明涉及机器视觉的中的目标检测领域，具体涉及一种基于可分辨特征的半监督物体检测系统及其训练方法，系统包括：输入图像特征提取模块、可分辨特征敏感的区域建议模块、可分辨特征提取与存储模块、可分辨特征的数据增强模块和物体识别与定位模块；所述训练方法包括：步骤1：确定目标检测网络，并搭建如上所述的系统；步骤2：收集应用场景数据集，所述应用场景数据集包括有标签数据和无标签数据；步骤3：使用所述应用场景数据集对系统进行训练；步骤4：迭代前一步骤，直到训练的系统模型达到理想物体检测效果。通过本发明，提高模型对数据的利用能力，有效解决半监督学习中过分依赖有标签数据而对无标签数据利用不足的问题。
-
公开(公告)号：CN118038038A
公开(公告)日：2024-05-14
申请号：CN202410056486.4
申请日：2024-01-15
申请人： 海南大学
IPC分类号： G06V10/26 , G06V20/70 , G06V10/42 , G06N3/0455 , G06N3/0895
摘要： 本发明涉及一种基于统计学改进的弱监督语义分割方法、装置及介质，其中方法将待分割图像输入基于统计学改进的语义分割网络中，生成分割结果图，语义分割网络包括：特征编码模块：用于将输入的待分割图像处理为具有空间权重参数的特征图；语义亲和信息模块：用于基于统计学原理提取语义亲和信息；特征解码模块：将经过特征编码模块处理后的特征图送入相应的解码器经过上采样得到最终的分割结果。与现有技术相比，本发明能够提高网络对全局特征的提取能力，改进的基于统计学原理的语义亲和模块能够提高网络对语义亲和信息的提取能力，增加语义分割精度，同时端到端的网络弥补了多阶段训练复杂性高的缺点。
-
公开(公告)号：CN117873055A
公开(公告)日：2024-04-12
申请号：CN202311626571.1
申请日：2023-11-30
申请人： 海南大学
IPC分类号： G05D1/43 , G05D109/30
摘要： 本发明涉及一种基于PCA‑DQFD的无人水面艇自适应路径跟踪方法、设备及介质，该方法包括：获取无人水面艇的路径跟踪指标集，并采用主成分分析PCA算法提取主体成分；构建DQFD网络模型，将提取出的主体成分作为无人水面艇的状态空间，设置无人水面艇的动作空间，利用总损失函数进行预训练；其中，DQFD网络模型为学习演示的深度Q学习网络模型；基于DQFD网络模型输出的最优路径跟踪策略，迭代优化无人水面艇航行的控制参数，以实现对指定路径的实时自适应跟踪。与现有技术相比，本发明提高了无人水面艇的路径跟踪成功率和航行效率。
-
公开(公告)号：CN116300989A
公开(公告)日：2023-06-23
申请号：CN202211422458.7
申请日：2022-11-14
申请人： 海南大学
摘要： 本发明涉及无人机导航领域，具体涉及一种基于陆空协同的无人机自主降落控制系统，所述系统包括图像采集模块、视觉信息处理模块、上层飞行控制器模块以及安装有地标的无人车；图像采集模块，用于获取地标的视觉信息；视觉信息处理模块，用于对所述视觉信息进行处理与识别，并解算出无人机与所述无人车的位姿关系；上层飞行控制器模块，用于根据所述位姿关系，控制无人机的位姿及飞行轨迹，完成无人机在无人车上的着陆。通过本发明，实现无人机的自主着陆路径规划，提高无人机着陆成功率，减低专业人员操控成本。
-
公开(公告)号：CN118093909A
公开(公告)日：2024-05-28
申请号：CN202410100686.5
申请日：2024-01-24
申请人： 海南大学
IPC分类号： G06F16/51 , G06F16/55 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0985
摘要： 本发明涉及一种基于ViT的无人机深度哈希图像检索方法、设备、介质，利用预先训练好且微调后的基于ViT网络的网络模型，基于输入的无人机图像的图像特征进行检索，方法包括如下步骤：针对输入的图像特征，通过卷积提取浅层特征；基于所述浅层特征，通过分块和线性嵌入处理，利用多个多头注意力模块提取深层特征；基于所述浅层特征和所述深层特征，通过残差连接得到融合特征；基于所述融合特征，通过哈希层生成哈希编码；基于所述哈希编码和所述融合特征，从图像库中进行由粗到细的分级搜索，得到检索结果。与现有技术相比，本发明提高了无人机图像检索的准确率。
-
公开(公告)号：CN116229720A
公开(公告)日：2023-06-06
申请号：CN202310236891.X
申请日：2023-03-10
申请人： 海南大学
IPC分类号： G08G1/01 , G06F18/23213 , G06F30/20 , G06Q50/18 , G06F111/08
摘要： 本发明涉及一种智能车路系统的交通事故判别方法，包括如下步骤：S1：基于智能车路系统的道路线形，实时获取交通流信息，交通流信息包括交通流的流量和密度，以密度为x轴，流量为y轴，建立二维坐标系，基于交通流信息建立宏观交通流基本图模型；S2：针对交通流基本图模型中的散点，通过k‑means方法随机选取k个初始质心向量对散点进行聚类，基于DDPG算法对参数k进行参数寻优，对交通流基本图模型中各散点进行簇划分，得到最优输出簇；S3：判断交通流基本图模型中的散点在最优输出簇中所处的簇，进而判别当前时刻下的智能车路系统是否发生交通事故。与现有技术相比，本发明能够动态且精准地判别IVIS的突发性交通事故，进而保障道路交通的通行能力。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.022 秒)
