-
公开(公告)号:CN118941941A
公开(公告)日:2024-11-12
申请号:CN202410923963.2
申请日:2024-07-11
申请人: 海南大学
IPC分类号: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
摘要: 本发明涉及一种基于多尺度特征融合的海上目标检测方法,包括:获取海上目标图像,并进行图像预处理;将预处理后的海上目标图像输入特征提取网络中,得到不同层次、不同尺度的图像特征;通过多层高效重参数化泛化特征金字塔网络,对特征提取网络输出的各个图像特征进行第一次多尺度特征融合,得到多个金字塔网络融合特征;通过多层自适应结构特征融合网络,对各个金字塔网络融合特征进行第二次多尺度特征融合,得到多个自适应网络融合特征;将各个自适应网络融合特征输入到分类回归网络,得到海上目标的类别和位置信息。与现有技术相比,本发明提高了海上目标的检测精度和鲁棒性,为海上无人视觉系统的建立提供了新的解决方案。
-
公开(公告)号:CN118915755A
公开(公告)日:2024-11-08
申请号:CN202411017625.9
申请日:2024-07-29
申请人: 海南大学
IPC分类号: G05D1/43 , G05D109/30
摘要: 本发明涉及路径规划技术领域,具体涉及一种基于改进天牛须搜索算法的无人水面艇路径规划方法,包括如下步骤:读取地图信息,障碍物膨化处理;以当前位置指向终点位置的方向向量为参考,约束天牛随机搜索方向;根据天牛位置更迭进行寻路,排除搜索到的路径点为障碍物或两路径点跨越障碍物的情况;在循环迭代过程中,动态更新天牛步长,更新路径;引入路径优化策略,移除冗余节点;输出优化后的最终路径,绘制路径曲线。本发明通过膨化障碍物、优化搜索方向和步长选择机制,以及路径节点的优化处理,提高了路径质量和规划效率。
-
公开(公告)号:CN118644663A
公开(公告)日:2024-09-13
申请号:CN202410806688.6
申请日:2024-06-21
申请人: 海南大学
IPC分类号: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要: 本发明涉及一种基于全局局部融合注意力的红外海面目标检测方法,包括以下步骤:获取红外海面图像进行预处理;将预处理后的红外海面图像输入基于全局局部融合注意力的主干网络中进行特征提取,获得多尺度的特征信息;将所述多尺度的特征信息输入自适应多尺度特征融合编码器中进行尺度内交互和自适应跨尺度融合,获得多尺度的融合特征信息;采用查询选择从多尺度的融合特征信息中选择融合特征信息作为初始对象查询,并采用解码器将所述初始对象查询转化为目标检测结果。与现有技术相比,本发明具有提升红外海面目标检测的准确性和稳定性等优点。
-
-