公开(公告)号：CN110398986A

公开(公告)日：2019-11-01

申请号：CN201910350969.4

申请日：2019-04-28

Applicant: 清华大学

Inventor： 陈吕劼 ,  朱纪洪 ,  王吴凡 ,  匡敏驰

IPC: G05D1/12

Abstract: 本发明公开了一种多源数据迁移的无人机密集树林感知技术，特征是包含：多源域数据迁移模型和无人机在密集树林中避障寻路的感知技术。所述多源数据迁移的无人机密集树林感知技术使用在虚拟环境中收集的无人机飞行数据，利用深度学习方法将无人机避障寻路问题转换为多方向运动概率分类问题，再将单源深度自适应网络中的源域数据分隔为多源数据域，降低数据统一学习中的负向迁移错误，能够在不引入额外训练量的情况下提高数据有效率，从而提升无人机自主感知能力。本发明的多源数据迁移方案可快速适应不同无人机任务，灵活性高，适用于推广应用。

公开(公告)号：CN110378484A

公开(公告)日：2019-10-25

申请号：CN201910351669.8

申请日：2019-04-28

Applicant: 清华大学

Inventor： 王吴凡 ,  朱纪洪 ,  匡敏驰 ,  陈吕劼 ,  闫星辉

IPC: G06N20/00 ,  G06F17/15

Abstract: 本发明公开了一种基于注意力机制的空洞卷积空间金字塔池化上下文学习方法，特征是包含：空洞卷积空间金字塔池化模型和注意力模型。所述空洞卷积空间金字塔池化模型由多条带有不同扩张率的空洞卷积通路并联组成，用于提取多尺度上下文信息。所述注意力模型通过非线性函数表征不同通道上下文信息之间的关系，进而对各个通道的多尺度信息分配权重。本发明的基于注意力机制的空洞卷积空间金字塔池化上下文学习方法可以增强空洞卷积空间金字塔池化模型的上下文特征学习能力，并能灵活嵌入到神经网络模型中，适用于图像语义分割、目标检测、图像分类等多种任务，适用于推广应用。