一种融合小型深度生成模型的显著性检测方法及终端

    公开(公告)号:CN111611999A

    公开(公告)日:2020-09-01

    申请号:CN202010443235.3

    申请日:2020-05-22

    Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端,通过在得到的二层显著图上进行背景块再选取过程,使得选出的背景块具有更高的可靠性,将背景块构成背景种子向量,再由背景向量构造出扩散矩阵,通过扩散过程将背景向量所携带的显著性信息更好地进行扩散,从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时,将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现,得到的最终显著图前景更加的完整且更加的明亮,而背景也得到了更有效的抑制。

    一种实时室内定位系统及方法

    公开(公告)号:CN103997717B

    公开(公告)日:2017-06-30

    申请号:CN201410259297.3

    申请日:2014-06-12

    Abstract: 本发明涉及一种实时室内定位系统及方法,该方法包括:1、在间隔时间段内,读卡器连续采集标签的RSSI数据;2、将RSSI数据存储于缓冲区,构成RSSI数据序列S;3、判断所述RSSI数据序列S是否收敛,是则转步骤6,否则转步骤4;4、预测RSSIi值,预测协方差;5、更新RSSIi值,更新协方差,转步骤3;6、更新缓冲区中的RSSI数据序列;7、对更新后的RSSI数据序列进行归一化中位加权处理,得到对应的信号数据RSSIend;8、用对数‑距离路径损耗模型进行RSSIend距离估计;9、将估计的距离作为质心定位算法的输入来计算质心,质心即是目标节点的坐标。该系统及方法定位精度高,稳定性强。

    一种融合小型深度生成模型的显著性检测方法及终端

    公开(公告)号:CN111611999B

    公开(公告)日:2023-04-07

    申请号:CN202010443235.3

    申请日:2020-05-22

    Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端,通过在得到的二层显著图上进行背景块再选取过程,使得选出的背景块具有更高的可靠性,将背景块构成背景种子向量,再由背景向量构造出扩散矩阵,通过扩散过程将背景向量所携带的显著性信息更好地进行扩散,从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时,将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现,得到的最终显著图前景更加的完整且更加的明亮,而背景也得到了更有效的抑制。

    一种水下图像的超分辨率重建方法及水下机器人终端

    公开(公告)号:CN115131207A

    公开(公告)日:2022-09-30

    申请号:CN202210718299.9

    申请日:2022-06-23

    Inventor: 吴献 姚志强

    Abstract: 本发明公开了一种水下图像的超分辨率重建方法及水下机器人终端,控制光学相机和深度相机分别拍摄同一目标在同一时刻的原始水下图像与深度图像;采用Canny算法提取所述深度图像的边缘轮廓;对所述原始水下图像进行去噪并与所述深度图像的所述边缘轮廓对齐修正后,得到具有平滑轮廓的配对图片;由所述平滑轮廓作为引导,采用联合双边滤波器重建高分辨率的水下图像纹理,得到高分辨率水下图片。本发明采用光学相机和深度相机分别拍摄原始水下图像和深度图像,将深度图像作为原始水下图像的引导,实现水下图像的超分辨率重建,从而增强水下图像的分辨率以得到高分辨率的水下图片。

    一种实时室内定位系统及方法

    公开(公告)号:CN103997717A

    公开(公告)日:2014-08-20

    申请号:CN201410259297.3

    申请日:2014-06-12

    Abstract: 本发明涉及一种实时室内定位系统及方法,该方法包括:1、在间隔时间段内,读卡器连续采集标签的RSSI数据;2、将RSSI数据存储于缓冲区,构成RSSI数据序列S;3、判断所述RSSI数据序列S是否收敛,是则转步骤6,否则转步骤4;4、预测RSSIi值,预测协方差;5、更新RSSIi值,更新协方差,转步骤3;6、更新缓冲区中的RSSI数据序列;7、对更新后的RSSI数据序列进行归一化中位加权处理,得到对应的信号数据RSSIend;8、用对数-距离路径损耗模型进行RSSIend距离估计;9、将估计的距离作为质心定位算法的输入来计算质心,质心即是目标节点的坐标。该系统及方法定位精度高,稳定性强。

Patent Agency Ranking